煤炭是我国最主要的一次能源,也是火力发电的主要燃料。煤质参数关系着火力发电设备的安全高效运行和节能减排目标的实现,因而火力发电厂对于煤质的实时在线检测手段有着迫切的需求。激光诱导击穿光谱(Laser-induced Breakdown Spectroscopy,简称为LIBS)技术作为一种新型的光谱分析技术,能够实现样品成分和含量的实时在线检测,在煤质分析领域具有巨大的潜力和应用前景。但是目前LIBS技术在煤质分析方面仍存在着检测精度低、重复性差的问题。飞秒激光由于脉宽极窄,对空间的分辨率极高,被广泛应用于多个领域,同时也为LIBS技术的发展提供了新的方向。本文主要以纳秒激光诱导击穿光谱(Nanosecond Laser-induced Breakdown Spectroscopy,简称为ns-LIBS)和飞秒激光诱导击穿光谱(Femtosecond Laser-induced Breakdown Spectroscopy,简称为fs-LIBS)用于煤质检测为研究对象,详细分析了二者等离子体光谱的差异和各自的优缺点。分别将两套系统结合两种多变量回归分析模型用于燃煤工业指标灰分和挥发分以及热值的定量分析,验证了fs-LIBS用于煤质分析的可行性。主要工作内容如下:(1)本文对激光诱导等离子体的形成机制以及光谱定量分析的基本原理进行了分析。介绍了4种多变量回归分析模型,其中着重介绍了偏最小二乘法(Partial Least Squares,简称为PLS)和极限学习机(Extreme Learning Machine,简称为ELM)的基本原理和优缺点。(2)本文搭建了ns-LIBS和fs-LIBS两套系统,分别对两套系统的时序进行了设置。分析了激光能量、光谱仪与激光脉冲之间的延迟时间、光谱仪积分时间和激光焦点与样品表面的距离对光谱信号的影响,对实验参数进行了优化。(3)本文对比分析了ns-LIBS和fs-LIBS作用于标准煤样的烧蚀坑洞效果,等离子体光谱时间演化特性,最佳延迟时间下光谱的差异,等离子体电子温度时间演化特性和光谱信号的稳定性差异。结果表明,fs-LIBS的等离子体光谱的烧蚀坑洞更小、等离子体的寿命更短、连续背景噪声更小、等离子体电子温度更低且下降的趋势更快,光谱信号更稳定。但存在整体光谱强度较弱的问题,导致部分含量较低的元素谱线被连续背景噪声掩盖。(4)针对LIBS实验中存在的光谱数据波动较大和背景噪声干扰问题,对测得的光谱数据进行异常数据剔除、多次测量取平均以及基线校正的光谱预处理。定标结果表明,经过预处理后定标曲线的线性拟合度明显提高。引入偏最小二乘法和粒子群优化的极限学习机(Particle Swarm Optimization Extreme Learning Machine,简称为PSO-ELM)两种多变量分析模型用于标准煤样的灰分、挥发分和热值的定量分析。结果表明,在LIBS系统方面,fs-LIBS产生的等离子体光谱更能代表标准煤样的实际成分和含量;在预测模型方面,粒子群优化的极限学习机的预测精度更高。