Zur Lösung des Problems der Nachweis von Spuren nichtmetallischer Elemente wie Si in Schweröl wird in dieser Studie eine quantitative Analysemethode vorgeschlagen, die die laserinduzierte Plasmaspektroskopie (LIBS) mit chemometrischen Algorithmen kombiniert. Zunächst wurden LIBS-Spektraldaten von Schwerölproben erhoben. Anschließend wurde systematisch untersucht, wie fünf Vorverarbeitungsmethoden und deren verschiedene Kombinationen die Vorhersageleistung des Partial Least Squares Regression (PLSR)-Modells beeinflussen. Die beste Spektral-Vorverarbeitungskombination wurde mittels Leave-One-Out-Kreuzvalidierung bestimmt. Darauf aufbauend wurden die spektralen Merkmalsvariablen mittels dreier Intervall-Variablenauswahlmethoden weiter optimiert und ein quantitatives Modell zur Vorhersage von Si in Schweröl aufgebaut. Die Ergebnisse zeigten, dass das WT-D1st-biPLS-Modell die beste Vorhersageleistung für Schwerölproben bietet, mit einem optimalen Vorhersage-Wurzelmittelquadratischen Fehler (RMSE_P) von 0,0789 mg/kg, einem Bestimmtheitsmaß (R²_P) von 0,9892 und einem mittleren relativen Vorhersagefehler (MRE_P) von 4,7 %. Die entwickelte Methode bietet eine theoretische Grundlage für die schnelle quantitative Feldanalyse nichtmetallischer Elemente in Schweröl.

laserinduzierte Plasmaspektroskopie;Chemometrie;Schweröl;Spurenelemente;nichtmetallische Elemente