倪明輝 李 燕 易鎮(zhèn)鑫 朱順官 朱晨光

(南京理工大學 化學與化工學院，南京 210094)

煤炭是我國使用量最大的燃料能源，快速煤質檢測對煤炭資源的高效清潔利用具有重要的指導意義。煤質分析中最主要的就是元素分析和工業(yè)分析，包括C、H、O、N、S、熱值、灰分、揮發(fā)分等指標。激光誘導擊穿光譜(Laser-Induced Breakdown Spectroscopy，LIBS)是一種基于激光等離子體發(fā)射光譜的元素快速分析技術，該技術通過激光在樣品表面形成等離子體，利用光譜儀采集等離子體輻射產(chǎn)生的光譜，根據(jù)元素譜線強度分析樣品中的元素組成及含量，具有快速原位檢測、制樣簡便、多元素同時分析等優(yōu)點[1]。LIBS技術當前廣泛應用于工業(yè)分析[2-4]、環(huán)境監(jiān)測[5]、醫(yī)藥分析[6-7]、文物保護[8]、農(nóng)業(yè)[9-10]和食品安全[11-12]等領域。

對于煤質分析，傳統(tǒng)的實驗室分析耗時長，滯后性嚴重，不利于鍋爐燃燒實時調節(jié)參數(shù)。而LIBS技術擁有眾多優(yōu)點使其在煤質分析上有著巨大的應用前景。國內(nèi)外已有眾多學者開展了關于LIBS技術及其應用于煤質檢測的研究，并取得了一定成果。

1 激光誘導擊穿光譜儀器的研發(fā)現(xiàn)狀

近年來，新型激光器的發(fā)展進一步促進了LIBS儀器化的進程，使其從實驗室邁向了工業(yè)應用，同時也使得LIBS系統(tǒng)逐漸趨于儀器化、專業(yè)化和便攜化。

1.1 實驗室臺式激光誘導擊穿光譜儀

實驗室所用的臺式激光誘導擊穿光譜儀通常是已推向市場的LIBS整機儀器，這類儀器不僅自動化程度高而且提供了相應的整體軟件用于儀器控制及數(shù)據(jù)快速處理，可以應用于環(huán)境、材料、生化和藝術品鑒定等多個領域，但價格也高昂。

例如美國海洋光學(Ocean Optics)公司的ACCULIBS2500一體化激光誘導擊穿光譜儀，搭載了海洋自主知識產(chǎn)權的ODSS(Ocean Dynamoelectric Sampling Stage)系統(tǒng)，能夠實現(xiàn)平臺自動定位和氣體控制。同時配備了專用軟件包含全自動控制，光譜讀取和元素分析模塊，可以靈活地控制平臺的位置來觀察樣品狀態(tài)，調整光譜核心參數(shù)，讀取光譜數(shù)據(jù)和樣品元素分析。

TSI公司的ChemReveal系列一體化臺式LIBS激光誘導擊穿光譜儀具有高分辨率的成像能力，以及電腦控制的全自動樣品臺，可直接快速地對固體進行化學分析，而幾乎不需制備樣品。系統(tǒng)內(nèi)置ChemReveal儀器操作軟件，用于硬件采樣控制(樣品臺、激光器、聚焦、成像等參數(shù)調整及控制操作)和光譜數(shù)據(jù)獲取，ChemLytics分析軟件可根據(jù)內(nèi)置的NIST元素譜圖數(shù)據(jù)庫進行自動元素鑒定，建立定標曲線，實現(xiàn)對樣品定性定量的快速分析。

1.2 在線式激光誘導擊穿光譜儀

隨著激光器、光譜儀技術的發(fā)展和性能的不斷提升，以及光路系統(tǒng)的優(yōu)化設計，LIBS技術遠距離在線分析、便攜原位的優(yōu)勢已逐步顯現(xiàn)出來[13]。LIBS系統(tǒng)在熔融金屬在線分析[14]、鋼坯在線鑒別[15]、煤質在線檢測[16]等方面已有了一定的應用，加拿大的Tecnar公司和Elemission公司、德國的LSA-Laser Analytical Systems&Automation GmbH公司及美國的Applied Spectra公司等均已推出商品化的LIBS在線分析系統(tǒng)[17]。

GUDMUNDSSON等[18]使用DET公司開發(fā)的開放路徑式EA-2000LIBS對鋁廠高純鋁液中的14種微量雜質元素進行現(xiàn)場分析。測得揮發(fā)性較低的Fe、Si、Cu、Mn、Sn、Ni、Ti、V、Ga十種元素標準工作曲線的擬合系數(shù)(R2)在0.97～0.999。測試結果與離線實驗室分析結果相比誤差較小，并且安全、快速。

潘從元等[19]利用自主研發(fā)的GS-LIBS2200激光成分分析儀及配套軟件LIBS-InsightEye對銅冶煉現(xiàn)場冰銅固體和熔體成分進行了在線檢測，與取樣制樣后固體XRF檢測結果相比，檢測平均絕對誤差為0.61%，平均相對誤差為1.1%。

LEGNAIOLI等[20]在接近工業(yè)條件下應用LIBS對輸送帶上煤炭進行灰分含量分析，結果表明，測量絕對精度優(yōu)于±4%，符合工業(yè)標準，有助于將來在線監(jiān)測電廠煤炭質量。

1.3 便攜式激光誘導擊穿光譜儀

由于激光器和光譜儀的體積、重量不斷地減小，便攜式LIBS得到快速的發(fā)展。便攜式LIBS系統(tǒng)的設計形式主要集中在手持式、槍狀背包式、推輪式、箱式提包式[21]。

曾慶棟等[22]采用光纖激光器搭建了便攜式LIBS檢測系統(tǒng)——光纖激光誘導擊穿光譜(FL-LIBS)，對鋼鐵中Mn、V和Si元素進行了分析，預測質量分數(shù)的誤差為0.79%。FL-LIBS整合了光纖激光器和光譜探測系統(tǒng)，提供了更為方便和小型化LIBS系統(tǒng)，具有低成本、便攜等方面的優(yōu)勢。

閆久江等[23]采用微型的激光器和光譜儀研制出一種手提式LIBS儀器，儀器分為手持式探頭、顯示屏和電源控制部分，整個系統(tǒng)集成在重量為12.05 kg的手提箱內(nèi)。系統(tǒng)采用被動調Q的DPSS激光器，單脈沖能量為6 mJ，波長為1 064 nm，光譜儀波長范圍為264～436 nm，分辨率為0.09～0.11 nm。該儀器可用于金屬、巖石等固體物質的快速檢測。

由于激光器和光譜儀體積尺寸的減小會導致性能參數(shù)的降低，因而便攜式LIBS一般應用于定性分析和半定量分析中，若要進一步提升預測的準確度則需結合數(shù)據(jù)處理算法[24]。

2 激光誘導擊穿光譜在煤質檢測中的研究現(xiàn)狀

通過煤質分析，可以深入了解煤炭的組成和使用價值，從而有效提高煤炭的轉化效率，降低燃煤電廠的能量損耗和污染排放。傳統(tǒng)的煤質分析依靠離線實驗室化驗分析，過程耗時較長，不利于對鍋爐燃燒參數(shù)調整提供實時指導，而LIBS技術可以實現(xiàn)煤質實時快速分析。

2.1 LIBS在煤中金屬元素檢測現(xiàn)狀

煤中金屬元素包括Al、Ca、Mg、Fe、K、Na等主要存在于煤灰中，還有Hg、Pb等痕量重金屬，其對鍋爐燃燒和環(huán)境污染有著重要影響，因此研究煤中金屬元素對調整鍋爐燃燒和污染控制有著重要意義。

煤中的Na、K元素是引起鍋爐結渣腐蝕的主要原因，朱燕群等[25]研究了LIBS測量準東煤中堿金屬元素含量的可行性，并與電感耦合等離子體光譜測量結果對比，結果表明最大相對誤差小于7%，證明了LIBS可有效測量煤中Na、K含量。

ZHOU等[26]研究了利用LIBS技術快速檢測煤灰中金屬元素，通過向煤灰中添加含鋅元素及其他金屬元素模擬大氣氣溶膠，R2為0.995 72，表明可以通過粗略估算鋅的激光強度來估計煤灰中的鋅含量。

Hg、Pb等痕量重金屬會隨煤煙煙氣飄散到大氣中，進而會威脅到人體及農(nóng)作物的安全。劉娟等[27]利用LIBS技術對褐煤及煤煙進行原位在線檢測，發(fā)現(xiàn)煤煙中含有Mg、Ca、Al、Sr、Pb等金屬離子，并半定量分析了鉛含量，證明了LIBS技術檢測褐煤煤煙中重金屬含量的可行性。

此外，張文浩[28]利用LIBS定性分析了煤灰熔點與Na、Mg、Ca、Fe、Al等金屬元素含量的相關性，可根據(jù)金屬元素含量指導判斷燃煤的灰熔點變化趨勢。

2.2 LIBS在煤中非金屬元素檢測現(xiàn)狀

煤中非金屬元素主要是C、H、O、N、S，占比超過95%，決定了煤的熱值等主要工業(yè)指標和性質。但這些元素的激發(fā)能級較高，分析譜線較少，且在LIBS測量中存在嚴重的基體效應，這就對數(shù)據(jù)處理模型的性能提出更高的要求。

郝曉劍等[29]等利用LIBS技術結合偏最小二乘回歸(PLSR)定量分析了煤中C、H、S含量，模型擬合度達到0.9以上，預測精度較高，表明LIBS結合PLSR可快速檢測煤中非金屬含量。

DENG等[30]利用LIBS定量分析了煤中N、S的含量，分別結合競爭自適應重加權采樣(CARS)和逐次投影算法(SPA)優(yōu)化輸入變量，建立PLSR模型。結果表明，LIBS結合SPA-PLSR預測煤中N、S含量，結果較好，氮的預測集擬合度(R2P)和預測均方根誤差(RMSEP)分別為0.987 3和0.020 8，硫的R2P和RMSEP分別為0.945 1和0.208 2，

S由于激發(fā)電位較高，可用于分析的譜線較少，且其易與大氣中O原子發(fā)生反應，導致LIBS測量煤中S有較大困難。MA等[31]選擇近紅外波段的三條特征譜線，在雙脈沖和氦氣氛圍條件下測定煤中硫含量，大大提高了光譜信噪比，實驗最佳結果R2為0.992，檢測極限(LOD)為0.038%，交叉驗證均方根誤差(RMSECV)為0.143%。證明了該法可顯著提高煤中S測定的靈敏度和準確性。

H是僅次于C的主要熱源之一，與煤的熱值密切相關。董美蓉等[32]提出基于主導因素的模型測量煤中H含量，并利用PLSR、SVR對模型進行偏差修正，以處理基體效應等因素的影響。結果表明，基于H、C、CN的多元線性回歸(MLR)結合SVR偏差修正定量模型結果更好，R2、RMSEC、RMSEP分別為0.99、0.04%、0.18%。

由于空氣中氧的影響，精確測定煤中氧含量困難較大，目前利用LIBS對煤中O含量的研究鮮有報道。

2.3 LIBS在煤質工業(yè)指標分析中的應用進展

通過工業(yè)分析可以了解煤的性質并判斷煤的種類和用途。煤炭的工業(yè)分析主要從發(fā)熱量、灰分、揮發(fā)分等方面進行測定。目前對于工業(yè)指標的分析主要是結合機器學習方法建立相關元素特征譜線與指標之間的關系，同時由于基體效應、自吸收效應等因素的影響，模型預測結果的準確性和精確度都有待提高。因此需要根據(jù)煤質本身的物理化學特性，對數(shù)據(jù)處理模型進行優(yōu)化，保證測試結果的穩(wěn)定性和可靠性。

董美蓉等[33]根據(jù)K折交叉驗證結果對SVR模型進行參數(shù)優(yōu)化，并對輸入光譜進行選擇，實現(xiàn)對煤中熱值的定量分析，結果表明模型效果較好，可快速、精確地預測煤的熱值。

ZHANG等[34]采用遺傳算法(GA)對支持向量機(SVM)分類方法進行了優(yōu)化，對煤樣進行三類分類，再利用PLSR建立模型。結果表明，GA-SVM分類建模方法提高了LIBS測量煤的灰分、揮發(fā)分和熱值的準確性。

LI等[35]提出一種XRF輔助LIBS分析方法測定燃煤熱值，通過合理選擇LIBS光譜和XRF光譜中的元素發(fā)射線，基于主成分分析(PCA)和多元回歸建立預測模型。實驗結果表明，預測的煤熱值標準偏差(SD)為72 J/g，完全滿足國家標準的要求。該法穩(wěn)定性高，測量重復性好。

HE等[36]采用混合變量選擇法-互信息粒子群優(yōu)化(MI-PSO)，選取灰分和揮發(fā)分作為變量，構建互信息粒子群優(yōu)化-核極限學習機(MI-PSO-KELM)模型，結果表明，基于LIBS和FTIR的光譜融合方法有助于提高LIBS定量分析的性能，實現(xiàn)煤灰分和揮發(fā)分的快速測定。

3 提高LIBS煤質分析性能的研究進展

目前LIBS技術在分析精度、穩(wěn)定性和可重復性上還有一定的不足。一方面受激光-物質相互作用的制約，另一方面受LIBS影響因素的限制，如基體效應等。因此，提高LIBS用于煤質分析性能既要從硬件設施上著手，以提高系統(tǒng)分析精度和穩(wěn)定性。同時也要在數(shù)據(jù)處理、預測模型上下功夫，利用各種算法和優(yōu)化方法進一步提高系統(tǒng)的分析精度和和測量結果的可靠性。

3.1 LIBS用于煤質檢測的關鍵問題

LIBS定量測量的關鍵是建立光譜信號和元素質量濃度之間的關系，因而準確提取譜線強度是極其重要的。但由于激光與物質相互作用物理過程的復雜性，LIBS測量的準確度和重復性不高。LIBS分析精度一般會受到基體效應、自吸收效應以及實驗參數(shù)波動等因素的影響。

基體效應(Matrix Effect)是制約LIBS測量結果的關鍵問題之一，對于煤這種成分復雜的物質，由于其本身結構的差異，致使即使相同含量的元素在不同基體中的光譜強度也會不同?；w效應產(chǎn)生的影響通常采用優(yōu)化實驗方案和數(shù)據(jù)預處理方法——主要是信號歸一化方法和多元校正方法來修正[37]。

自吸收效應(Self-absorption Effect)是由等離子體時空分布不均引起的。自吸收效應嚴重干擾了激光等離子體的發(fā)射光譜，是造成LIBS定量分析精確度差的重要原因。唐云[38]采用了兩種互補的自吸收抑制方法，有效減弱了消除等離子體中心發(fā)射光譜的自吸收現(xiàn)象；趙法剛等[39]提出一種基于自吸收量化的激光誘導等離子體表征方法，通過弱化計算過程與譜線強度的相關性，減小自吸收效應影響。

對于上述的各種影響因素，目前的研究主要集中在優(yōu)化測量參數(shù)和改進數(shù)據(jù)處理方法上。一方面優(yōu)化實驗參數(shù)和環(huán)境因素來提升等離子體特性；另一方面通過數(shù)據(jù)處理方法提高測量的精確度。

3.2 提高分析精度的硬件設計

在LIBS研究中，改進實驗硬件條件以調制等離子體特性，能夠使等離子體增強輻射特性，獲得更好的信號強度，從而提高LIBS定量分析的精度。實驗硬件改進方法主要有雙脈沖、電極放電和空間限制等方法。

雙脈沖激光誘導擊穿光譜(Double Pulse Laser Induced Breakdown Spectroscopy，DP-LIBS)通過對等離子體進行二次激發(fā)以獲取更好的光譜信息，相較于單脈沖法，雙脈沖法對樣品的燒蝕效率、元素譜線強度和元素檢測限都有一定程度的改善，是一種有效增強等離子體譜線強度的方法[40-41]。

黃劍等[42]對比了納秒、飛秒及雙脈沖LIBS信號的差異，結果表明DP-LIBS可顯著提高特征光譜強度，再對18個標準煤樣的熱值建立PLSR模型進行定量分析，R2分別為0.955 3、0.989 7、0.996 4，說明DP-LIBS可有效提高熱值的定量分析精度。

電極放電即火花放電輔助-激光誘導擊穿光譜(Spark Discharge Assisted Laser-Induced Breakdown Spectroscopy，SD-LIBS)，是使用兩個放置在樣品表面的金屬放電電極對激光誘導等離子體進行電脈沖刺激，利用火花放電可顯著增強LIBS信號并提高其光譜分析靈敏度[43]。

空間約束法就是在樣品周圍放置障礙物，限制等離子體的徑向擴張，使得等離子體內(nèi)部粒子的碰撞幾率增加，從而增強光譜強度。該法具有實驗裝置簡單、成本低等優(yōu)勢[44]。

李安[45]采用LIBS技術研究了空間限制及放電輔助法的作用機理，并根據(jù)優(yōu)化后的參數(shù)條件對煤樣工業(yè)指標進行定量分析。選用相對介電常數(shù)大的丁腈橡膠(NBR)材料，結合主成分分析和偏最小二乘法(PCA-PLS)定量分析了煤中的灰分、揮發(fā)分和碳含量，18組煤樣品的R2為0.98、0.99、0.99，RMSEP為0.68、0.66、0.77。又用高壓脈沖放電輔助裝置結合PCA-PLS定量分析了60組煤中的灰分、揮發(fā)分和碳含量，R2P為0.99、0.98、0.99。表明上述兩種方法可有效提高光譜信號，提升定量分析的精度。

4 激光誘導擊穿光譜預測模型研究進展

光譜定量分析依據(jù)的是光譜中出現(xiàn)的分析元素的譜線強度，建立譜線強度與元素含量的關系。LIBS技術采集的光譜包括連續(xù)譜線和特征譜線，其中蘊含著豐富的元素信息，需要對數(shù)據(jù)進行有效的分析處理，以保證定量分析結果的準確性。

4.1 光譜預處理

由于儀器參數(shù)波動、測試環(huán)境、基體效應等因素的影響，會造成光譜測量結果重復性低、精密度差，因此要先對光譜數(shù)據(jù)進行預處理，再建立預測模型實現(xiàn)定量分析。

光譜數(shù)據(jù)的預處理通常包括三個部分：

1)異常數(shù)據(jù)處理。激光與煤樣作用的過程中，由于煤樣本身的問題或者儀器參數(shù)的變化，使得測得的某些光譜數(shù)據(jù)偏離正常的數(shù)值范圍，這就需要將異常數(shù)據(jù)予以剔除，留有有效數(shù)據(jù)，以提高譜線強度的穩(wěn)定性。通常采用基于正態(tài)分布規(guī)律的方法。

2)光譜降噪。通過基線校正、Savitzky-Golay平滑濾波等方法降低由于背景噪聲、特征譜線間相互作用等引起的噪聲干擾。

3)特征譜線的選擇。即選取與待分析元素直接相關的特征譜線所在波段，以減小模型的運算壓力。一般是與原子光譜數(shù)據(jù)庫(ASD)對比標定譜線相應的元素類別。

對原始光譜數(shù)據(jù)進行預處理是必要且有效的。同新妮[46]研究了LIBS光譜數(shù)據(jù)預處理的相關算法，提出了光譜去噪、基線校正和譜峰識別等算法，通過仿真實驗驗證了所提算法的有效性，并成功應用于冶金專屬型LIBS的數(shù)據(jù)分析軟件系統(tǒng)。LI等[47]利用激光誘導擊穿光譜對44個不同熱值的煤樣進行了定量分析，分析和比較了不同光譜預處理方法對定量模型的影響。結果表明，將平滑處理與二階導數(shù)處理相結合，可以大大提高PLSR模型的魯棒性和預測精確度。張書華[48]研究了異常數(shù)據(jù)剔除、降噪、重疊峰分辨等算法，并基于此對大氣氣溶膠重金屬元素數(shù)據(jù)建立定標曲線，預處理后的曲線擬合度都有明顯的提高。陳小玄等[49]依據(jù)3σ準則提出正態(tài)曲線剔除法處理異常數(shù)據(jù)，并對灰分含量進行預測。結果表明，該法可有效提高光譜信號的穩(wěn)定性和測量的重復性，且模型的預測精度得到提高。

4.2 定量模型

隨著統(tǒng)計學、機器學習等學科的發(fā)展，化學計量學在光譜分析領域的作用越來越突出，化學計量學法可以有效利用LIBS光譜信息，提高定量分析結果的準確度。LIBS定量分析中常用的化學計量學方法有偏最小二乘回歸、人工神經(jīng)網(wǎng)絡、支持向量機回歸、隨機森林等[50]。

偏最小二乘回歸(Partial Least Squares Regression，PLSR)是LIBS定量分析中應用較為廣泛的一種線性建模方法，可以很好地解決樣本數(shù)量較少的情況。何勇超等[51]搭建了入爐煤輸送帶模擬平臺和LIBS測量系統(tǒng)，通過光譜預處理并建立PLSR模型預測了灰分、揮發(fā)分和熱值的含量，預測集均方根誤差分別為1.33%、1.03%和1.11 MJ/kg，結果表明PLSR模型定量分析效果良好。主成分個數(shù)的選取是建立偏最小二乘模型的關鍵，若是選擇不當會引起過擬合或欠擬合等問題，造成模型的預測效果不佳。

人工神經(jīng)網(wǎng)絡(Artificial Neural Network，ANN)是從光譜數(shù)據(jù)中提取有價值的非線性信息進行自適應學習，可提高LIBS分析的準確度。YAO等[52]結合聚類分析，采用人工神經(jīng)網(wǎng)絡(ANN)和遺傳算法(GA)建立非線性回歸模型對煤粉進行快速檢測，結果表明，驗證集的灰分、揮發(fā)性物質、固定碳和總熱值的平均絕對誤差分別為0.82%、0.85%、0.96%和0.48 MJ/kg，模型有較好的重復性。郝曉劍等[53]采用基本曲線定標法和神經(jīng)網(wǎng)絡定標法，對煤樣品進行定量分析。結果表明，神經(jīng)網(wǎng)絡定標法能有效減小誤差，提高LIBS對煤中碳含量的預測能力。但ANN的復雜網(wǎng)絡結構對預測結果影響較大，容易“過學習”。

支持向量機回歸(Support Vector Regression，SVR)是基于結構風險最小化的原則，適用于小樣本多變量的數(shù)據(jù)分析。LIU等[54]通過定義基體效應校正因子(MECF)對SVR模型進行優(yōu)化以此分析LIBS光譜與粉煤灰含碳量的關系。結果表明，R2從0.989提高到0.991，SVR與MECF結合可有效提高LIBS測量精度。馬維喆等[55]采用LIBS研究了20個煤樣飛灰含碳量，對比了四種模型(MLR、PLSR、ELM、SVR)，結果表明，非線性模型(ELM、SVR)可有效提高定量分析結果的準確度和精確度，其中SVR模型結果更優(yōu)，模型的R2均為0.99，相對偏差的平均值(ARD)分別為1.54%、3.45%、3.51%。

隨機森林(Random Forest，RF)是一種基于決策樹的集成學習算法，抗過擬合能力強，模型泛化能力強。FENG等[56]將LIBS結合RF算法預測大氣沉降樣品中Cu元素的3個污染指標，預測集的相對標準偏差(RSD)分別為2.16%、5.78%和0.71%，表明LIBS結合RF算法可實現(xiàn)快速、簡便地估算大氣沉降樣品中Cu的污染風險程度。ZHANG等[57]將LIBS與機器學習算法相結合以實現(xiàn)煤中C、H、N的快速和同步的定量檢測，結果表明，RF模型對煤中非金屬元素的預測更準確，C、H、N的R2為0.984、0.962和0.982。

上述各種方法各有優(yōu)缺點，需要根據(jù)實際情況選用合適的模型。對于模型本身，參數(shù)設置對模型的預測效果有較大影響，需要通過相關的優(yōu)化算法選擇合適的參數(shù)，提高模型的性能。但一味地優(yōu)化模型本身以期適合所有樣本情況而達到好的預測效果也是不可取的。煤炭是復雜多樣的，需要結合煤質本身的物理化學特性，從等離子體特性、光譜數(shù)據(jù)處理、變量輸入選擇等方面進行研究，從而提高模型預測能力。

5 總結與展望

激光誘導擊穿光譜因其具有快速、簡便、多元素同時測量等眾多優(yōu)點，被稱為“未來的化學分析之星”，近年來已在國內(nèi)外得到了飛速發(fā)展。但LIBS技術受等離子體特性以及基體效應等因素的影響，存在分析精密度和準確度不高，可重復性差等問題，今后還需進行大量的數(shù)據(jù)處理、設備整合、實際應用等研究，未來仍有很大的發(fā)展空間。

1)將LIBS技術應用于煤質快速檢測不僅可以及時、準確地了解煤質特性，還可以提高煤炭資源的利用效率，創(chuàng)造良好的經(jīng)濟效益，相較于離線式實驗分析方法的復雜性、滯后性，LIBS技術具有傳統(tǒng)分析方法無可比擬的獨特優(yōu)勢。

2)煤本身的不均勻性、組成的復雜性造成的基體效應對LIBS測量時的精確性、穩(wěn)定性影響較大，而譜線強度的準確采集是LIBS煤質分析的前提和基礎，因此既要優(yōu)化實驗條件參數(shù)(激光能量、聚焦位置、延遲時間等)，還要進一步改進雙脈沖、火花放電、空間約束等硬件設計方法提高激光等離子體輻射特性，降低基體效應的影響，提高煤質定量分析的精確度。

3)LIBS技術結合化學計量學方法在煤質光譜數(shù)據(jù)處理上具有顯著的優(yōu)越性，今后仍需加強對模型算法的研究改進，對光譜數(shù)據(jù)進行有效的預處理并建立合適的定量分析模型，提高模型的泛化能力，確保預測模型的準確性和可靠性。

4)將便攜式LIBS應用于煤質快速檢測有著遠大的前景，新型微小型激光器和光譜儀極大地促進了便攜式LIBS的發(fā)展，科研人員應加大核心器件的研發(fā)力度，設計出卓越的便攜式LIBS儀器，提升系統(tǒng)的分析性能，在實際應用中發(fā)揮重要作用。