综述：基于光纤的柔性可穿戴传感器的设计与应用

本文综述了激光诱导击穿光谱（LIBS）结合光纤准直系统在煤单颗粒多元素定量分析中的创新应用。通过机器学习构建SG-VIP-RF（Fe）和D1st-VIM-RF（Ca）校准模型，显著提升Fe（Rp2=0.9861）和Ca（Rp2=0.9580）的检测精度，为燃煤能源材料的原位在线监测提供技术支撑，推动LIBS在环境监测等领域的绿色低碳应用。

　　

Abstract

细颗粒物是燃煤排放的主要污染物之一，激光诱导击穿光谱（LIBS）作为一种实时、多元素检测的强大分析工具，其应用受限于光谱干扰和基质效应。本研究通过光纤准直系统增强LIBS信号，结合机器学习建立多元素定量分析方法，显著提升了煤单颗粒中Fe和Ca的检测精度。

Introduction

燃煤产生的无机污染物（如CO₂、SO₂等）对环境与健康构成严重威胁。传统检测技术（如AAS、ICP-AES）耗时且无法满足实时监测需求。LIBS技术凭借设备经济、样品制备简单等优势，成为煤质在线分析的理想选择。然而，气溶胶样品的强分散性导致LIBS信号不稳定，限制了其定量准确性。

Section snippets

Samples preparation

采用15种煤标准样品（粒径80目，1.8μm），通过LIBS结合光学激光捕获装置采集单颗粒光谱。

Optical fiber collimated system

改进LIBS光路系统，通过抛物面镜将等离子体光束准直为平行光，经光纤准直器高效耦合至光谱仪，显著提升信号强度。

LIBS spectra analysis

煤样光谱中识别出Fe I 344.06nm、Ca I 442.54nm等特征谱线。基于Savitzky-Golay卷积导数（SG）和变量重要性投影（VIP）构建的RF模型，对Fe和Ca的预测性能优异（Fe的RSD仅2.2%）。

Conclusion

光纤准直LIBS信号增强方法成功应用于煤标准样品的定量分析，为燃煤能源材料的原位在线监测提供了理论依据和技术支持，推动LIBS在环境监测等领域的广泛应用，助力碳达峰与碳中和目标实现。

CRediT authorship contribution statement

通讯作者Tingting Chen主导了方法论设计与论文撰写，Jiaqiang Du负责数据可视化与基金支持，团队协作完成跨学科研究。

Acknowledgements

感谢湖北汽车工业学院博士科研基金（BK202338）、国家自然科学基金（22173071）等项目的资助。