炼铁成本占钢铁⻓流程⽣产的60~70%左右，⽽铁前系统⼜是重中之重。如果以人工方式对铁矿石原料进行成分检测，检测时间长，烧结⼯序从配料调整到烧结矿化学成分分析完毕需要4~6小时，反馈的严重滞后延误了⼯艺控制的及时性，影响烧结矿的质量稳定，并且只能反映抽样样品的成分，两次采样间的异常变化无法得到监测。

近红外光谱分析是一种实时在线检测技术，使用近红外光源照射被测物，化合物分⼦振动吸收特定波⻓的红外光⽽产⽣吸收光谱。对这些光谱指纹进⾏分析，可以及时得到被测物的成分及含量信息。相比其他在线检测手段，近红外光谱技术运营维护简单，⽆辐射，安全性高；可⾼速测量，⼀分钟百次以上，提供了充⾜的样本量和及时反馈，不受传送带负载影响；除了常规的铁、硅、钙、镁、铝等氧化物，还可以测量碳和水分等含量。

不同铁矿石的近红外光谱不同

我们使用巨哥科技的台式近红外光谱仪，对多种铁矿石样品的光谱进行了测量和建模。

左图：使用台式光谱仪进行光谱检测；右图：各类铁矿石样品

使用25个铁矿石样品进行建模，其中1-5号样品是由化学方法测定得到样品成分，剩余20个样品是由1-5号样品按照不同的质量比混合得到的，成分如下表所示。

对采集到的光谱进行平滑、标准正态化等预处理，得到如图所示的光谱。

对处理后的数据进行异常样品剔除，防止采样过程中的误差影响建模结果。

使用上述样品建立铁矿石成分模型，利用偏最小二乘法对成分进行预测。下图显示针对全铁（TFe）值的建模结果，其中蓝色点代表样品，横轴为实际值，纵轴为预测值，蓝色点越靠近中间的红线代表预测越准确。图中的红色区域代表±0.1%的误差值，黄色区域代表±0.5%的误差值，蓝色区域代表±1%的误差值。

全铁（TFe）

氧化铁（FeO）

氧化硅（SiO₂）

氧化铝（Al₂O₃）

氧化钙（CaO）

氧化镁（MgO）

氧化锰（MnO）

以上模型对氧化硅(SiO₂)、氧化铝(Al₂O₃)、氧化钙(CaO)、氧化镁(MgO)、氧化锰(MnO)五项成分的预测误差在±1%之内，其中SiO₂、MnO的预测误差在±0.5%之内，Al₂O₃的预测误差接近±0.1%。对于氧化铁与全铁的预测有少数样品偏离较大，但基本符合线性关系。以上模型所用样本数较少，更多样本数将进一步提高模型精度。

以上模型可准确迁移至巨哥科技的SG1700近红外光谱仪用于对铁矿石的实时在线成分分析，采样频率高达100Hz，光谱分辨率6nm，信噪比10000:1，结合多路复用器，还可实现多通道的铁矿石成分同时检测。

铁矿石成分多路近红外光谱在线检测装置