基于激光诱导等离子体原子分子发射谱的铁矿石元素-同位素特征无监督分类研究

为解决铁矿石品级与产地传统分析方法耗时且信息局限的问题，韩国核安全与安保委员会资助团队开发了基于双脉冲激光诱导击穿光谱(LIBS)的无监督分类方法。研究通过整合原子发射谱(元素组成)与分子发射带(54Fe/56Fe同位素特征)，结合主成分分析(PCA)和k-means聚类算法，实现了94%准确率的铁矿石(粉矿/块矿/精矿)与产地(澳大利亚/巴西/南非)分类，为工业质检提供了高效解决方案。

　　

钢铁工业的命脉——铁矿石的品质管控一直是行业痛点。传统X射线荧光(XRF)、质谱等方法虽能分析元素组成，但样本前处理繁琐，且难以捕捉同位素差异这种"地质指纹"。更棘手的是，现有激光诱导击穿光谱(LIBS)分类多依赖有监督学习，需要大量标注数据训练模型，面对未知样本时束手无策。韩国核安全与安保委员会资助的研究团队在《Analytica Chimica Acta》发表的研究，犹如给这个领域投下一枚"智能炸弹"——他们巧妙利用激光与物质的"量子对话"，让铁矿石自己"开口"交代身世之谜。

研究采用双脉冲Nd:YAG激光器(355 nm+1064 nm)激发等离子体，通过时序控制分别捕获原子线(Fe I 358.1 nm等)和分子带(FeO B⁴Σ-X⁴Σ)，构建包含15种元素与⁵⁴Fe/⁵⁶Fe同位素比的融合数据集。PCA降维后，k-means算法自动将21个矿区样本划分为3个品级与3个产地的聚类群。

原子和分子发射特征
等离子体在3-5 μs延迟时间窗口同时释放Fe原子线和FeO分子带。特别是FeO 591.0-596.5 nm区间的振动-转动谱带，其同位素位移达到0.1 nm，远超原子谱线的0.002 nm位移极限，这成为区分巴西与南非矿的关键"密码"。

主成分分析可视化
前三个主成分(累计方差85%)清晰分离出三大地理集群：澳大利亚样本因较高Si/Al比占据PC1正空间，巴西矿凭借独特的Ti/V标记聚集于PC2负向，而南非矿则通过FeO同位素比在PC3维度形成独立簇。

无监督分类性能
k-means算法在肘部法则确定k=6时，分类准确率突破94%。特别值得注意的是，分子特征将南非粉矿与巴西粉矿的区分准确率从单纯使用原子特征的78%提升至93%，印证了同位素信号的增效作用。

这项研究开创性地将LIBS分子谱纳入矿物分析框架，如同给激光光谱装上"同位素眼镜"。其价值不仅在于省去繁琐的样本标注步骤，更在于为海关质检、矿山溯源等场景提供了"即测即得"的解决方案。当双脉冲激光穿透矿石的瞬间，元素与同位素的双重密码便在等离子体的绚烂光谱中昭然若揭——这或许就是未来智能矿冶的"读心术"。