复混肥中磷元素的激光诱导击穿光谱多元线性定量分析

复混肥成分的快速、原位检测对化肥的生产过程、产品质量控制具有重要的意义。在化肥企业生产中,实验室进行分析,检测时间长,无法实现线上检测。与复混肥成分现有检测方法相比,激光诱导击穿光谱(LIBS)检测时间只需几分钟、一次测量可完成复混肥成分检测、几乎无需样品预处理,将该技术用于复混肥成分快速、现场检测非常合适。搭建LIBS系统, 激光器(100 mJ, 1 064 nm, 1 Hz)输出的激光束经45°反射镜由水平转为垂直方向,经焦距为40 mm的透镜聚焦至旋转台上的复混肥样品表面,产生激光等离子体。激光器的调Q信号控制光纤光谱仪(Avantes, 195～500 nm)采集信号,设置光谱延迟时间为1.28 μs,采集时间为1.05 ms,最终获取复混肥样品LIBS光谱。20个复混肥样品由安徽徽隆集团提供,磷元素的参考值由企业采用国家标准方法测量。将复混肥样品粉碎过筛取3 g,采用压片机在8 MPa下压制成形。实验中,使用小型风扇吹扫复混肥样品表面,形成稳定气流,每个样品重复测量10次,每次测量平均20个脉冲,以减小样品不均匀性。其中,15个样品用于定标回归模型的建立,五个样品用于检验定标模型的适用性。复混肥是一种成分复杂的混合物,其中氮、磷、钾均以化合物存在。传统的LIBS定量方法是基于待测元素单条谱线强度,未考虑其他元素影响,降低了定量结果的准确性。将LIBS技术和多元线性回归法结合用于分析复混肥中磷元素浓度。选取磷元素的三条特征谱线即213.6,214.9和215.4 nm。磷矿中硅元素含量基本不变,且硅元素在磷的谱线附近存在多条谱线,如212.4,220.8,221.1和221.7 nm。分别采用一元、二元、三元和四元线性回归法建立校准曲线。结果表明,采用P Ⅰ: 214.9 nm谱线强度作自变量建立一元线性回归,LIBS预测值与参考浓度的相关系数仅为0.083,无法满足磷元素的定量分析要求。当采用P Ⅰ: 214.9 nm谱线强度和三条特征谱线之和(P Ⅰ: 213.6, 214.9和215.4 nm)作自变量建立二元线性回归拟合时,相关系数提高到0.856,平均绝对误差由1.32%减小到0.16%。在二元线性回归中引入Si Ⅰ: 212.4 nm谱线强度,建立三元线性回归,相关系数为0.869。为进一步提高磷元素浓度测量的准确性,建立四元线性回归方程,将Si Ⅰ: 212.4,220.8,221.1和221.7 nm谱线强度之和作为自变量加入三元线性回归,相关系数提高到0.980,且15个定标样品的相对误差范围为0.06%～1.31%,而验证样品为0.13%～1.26%,这说明采用四元线性回归定标法可提高复混肥中磷元素浓度测量的准确性。     

缅甸翡翠中铁元素的激光诱导击穿光谱定量检测

采用激光诱导击穿光谱(LIBS)技术定量分析缅甸翡翠中Fe元素的浓度。选择Fe元素的275.57 nm光谱线作为定量分析谱线,选取Si元素的288.17 nm光谱线作为内标谱线,选取12个缅甸翡翠样品作为研究对象,以其中9个样品绘制了传统定标法和内定标法的Fe元素定标曲线,并将定标曲线用于3个检验样品的Fe含量的实际预测。实验结果表明,采用传统定标方法时,定标样品光谱强度的相对标准偏差(RSD)在1.4%～8.3%之间,所建立的Fe元素浓度含量定标曲线的拟合相关系数R2为0.979,使用该方法建立的定标曲线对3个检验样品中Fe元素含量进行测定,最大相对误差为10.6%;而采用内定标法时,定标样品光谱强度的比值(I_Fe/I_Si)的相对标准偏差(RSD)在0.9%～5.7%之间,Fe的拟合相关系数R2达到0.989,样品中Fe元素的测定相对误差均可降低到7%以下。结果证明,利用内定标法定量分析翡翠中Fe的含量比传统定标法相对误差更小,采用LIBS技术结合内定标法更适于缅甸翡翠样品中Fe元素定量分析。     

基于不同化学计量学方法的土壤重金属激光诱导击穿光谱定量分析研究

工业的发展及城市化进程的深入,造成大量耕地土壤遭受重金属污染,土壤重金属元素的准确检测对制定土壤重金属防治决策提供有效参考。本研究应用激光诱导击穿光谱(LIBS)结合化学计量学方法对土壤中的铅(Pb)和镉(Cd)元素进行定量分析。根据土壤重金属污染的不同程度,人为制作了含有Pb和Cd元素的15个浓度梯度的土壤样本,并采集各个样本的LIBS谱线。采用剔除异常光谱和数据归一化来减少试验误差和噪声。综合土壤LIBS发射谱线中Pb和Cd元素谱峰信息以及美国国家标准与技术研究院(NIST)的标准原子光谱数据库,选取了Pb,Cd元素的分析谱线与分析谱线区间,对比分析基于多元线性回归(MLR)、偏最小二乘回归(PLSR)、最小二乘支持向量机(LS-SVM)和反向传播人工神经网络(BP-ANN)算法,建立分析谱线区间与对应Pb和Cd元素浓度之间的定量回归模型。结果表明,非线性的LS-SVM和BP-ANN的模型的预测性能优于线性MLR和PLSR模型,这可能是因为非线性模型能够通过自适应较好地解决土壤基体效应的影响。研究表明,LIBS技术结合多元化学计量学方法能够为土壤重金属准确检测提供新的分析手段,为制定农业土壤重金属防治决策提供有效的理论基础。     

普铝中Fe,Si元素的激光诱导击穿光谱测试条件及定量分析研究

为推广LIBS技术在电解铝行业中的应用，充分发挥其快速、免制样、多元素同时检测的优势。利用激光诱导击穿光谱技术首次对铝电解生产得到的普铝中Fe和Si元素进行测试研究，探索了合理的实验参数条件，在合理的实验条件基础上建立定标曲线并对普铝中Fe和Si元素进行定量分析，结合国标GB/T 7999-2015《铝及铝合金光电直读发射光谱分析方法》考察LIBS测试结果的准确性。以Nd∶YAG脉冲激光器基频1 064 nm激光作为光源激发等离子体，采用多通道光栅光谱仪和ICCD检测器检测、记录光谱信息。首先探测了LIBS光谱谱线，并对谱线进行了归属；综合分析，选取AlⅠ 266.04 nm，SiⅠ 288.15 nm与FeⅠ 259.92 nm作为分析谱线用于定量分析研究。分别研究了触发延迟时间、1Q延迟时间、激光器设定电压对光谱信号强度及信噪比SNR的影响。实验结果表明，触发延迟时间4 μs、1Q延迟时间170～190 μs、激光器设定电压560 V对于Si与Fe元素定量测试分析而言是较为合理的实验参数。根据谱线强度与元素浓度的关系，采用内标法建立了定标曲线，Si与Fe元素定标曲线中相关系数分别为0.919 72与0.952 11，其相对标准偏差（RSD）分别为7.25%与6.34%，说明谱线强度与元素浓度具有良好的线性关系，并基于此模型对12个样品进行了定量测试分析。将测试结果与光电直读发射光谱测得的结果进行比对，结果表明，Fe含量的相对误差绝对值在0~17.3%之间，Si含量相对误差绝对值在0~14.3%之间。依照国标GB/T 7999-2015《铝及铝合金光电直读发射光谱分析方法》中规定的实验室之间分析结果相对误差≤17%的规定，12个测试样品中，试样Si含量测试100%符合允许差要求，试样Fe含量测试91.7%符合允许差要求。该实验结果表明，LIBS技术在电解铝普铝Fe和Si元素检测中具有一定的推广利用价值。     

激光诱导击穿光谱结合多元非线性方法定量分析土壤中锰

锰元素是植物所需的微量元素之一。采用激光诱导击穿光谱(laser-induced breakdown spectroscopy,LIBS)技术对土壤中锰元素进行定量分析。以46个土壤样品为研究对象,获取土壤激光诱导击穿光谱数据,选取锰元素403.1 nm的特征谱线为分析线。根据谱线强度与元素浓度建立定标曲线,相关系数仅为0.78,定标结果说明,由于土壤样品成分的复杂性,锰元素浓度受土壤基体效应影响严重,应根据锰元素在土壤中的存在形式,选取相关元素,建立多元非线性回归定量分析方法,消除基体效应,从而提高LIBS测量的准确性。在多元非线性回归方法中分别考虑碳和铁元素对锰元素浓度的影响。与定标曲线相比,在考虑碳和铁元素对锰元素影响时,LIBS预测浓度与参考浓度的相关系数为0.97,相对误差为3.2%～10.3%,测量的准确度得到提高。实验结果表明,将多元非线性回归方法和激光诱导击穿光谱技术结合可以对土壤中微量锰元素进行定量分析。     

样品物理方法前处理提高猪肉中Pb元素的LIBS分析精度研究

农产品基体复杂,为了减弱水分和有机质对其痕量重金属元素LIBS检测能力的影响,以期提高目标元素LIBS分析灵敏度和预测精度。以实验室含Pb溶液污染处理的新鲜猪肉样品为例,对猪肉样品进行烘干、粉碎、压片处理,比较样品简单的物理方法前处理提高目标元素LIBS探测效果的可行性。通过采集猪肉鲜样和干样的LIBS谱线信息发现,鲜样受水分、有机质成分影响致使其谱线信息背景和噪声信号干扰较大;对于10个浓度梯度的样品,目标元素特征谱线Pb Ⅰ 405.78的LIBS强度信息在鲜样中无明显的差异性,而在干样样品中差异明显并表现出一定的梯度关系。说明LIBS缺乏对鲜样样品低浓度Pb污染的探测能力,干燥处理削弱了水分的影响、浓缩了样品浓度范围,提高了LIBS的检测灵敏度。通过目标元素Pb的真实浓度与其特征谱线LIBS强度线性定量模型分析,干样样品的线性相关系数远大于鲜样样品,此时猪肉干样样品检测限为5.13 mg·kg-1,说明干样样品具有一定的预测精度。整个工作证明猪肉等农产品在经过合适的、简单的物理方法前处理后,有望在LIBS分析灵敏度和检测精度方面发挥应有的潜力,且该物理方法前处理同样适用于其他肉类的LIBS检测分析。     

基于多元定标法的脐橙Pb元素激光诱导击穿光谱定量分析

建立了利用激光诱导击穿光谱(LIBS)技术分析脐橙中Pb含量的多元线性回归定量分析模型.选用脐橙中Ca II 393.37 nm与Ca II 396.84 nm特征谱线强度之和、Pb I 405.78 nm特征谱线强度、在405.03—405.96 nm范围内Pb元素的谱线积分强度作为自变量,得到了回归关联式,通过方差分析和回归统计验证了关联式的可行性.结果表明,多元线性回归模型预测值与原子吸收光谱法检测值之间的相对误差最大值为12.99%,平均值为4.87%,并且利用这两种方法得到的结果拟合效果很好,拟合度达到0.995.这说明多变量的定标法能比较充分地利用光谱中的信息,降低基体效应的影响,从而提高LIBS定量分析的精确度,并对LIBS技术进一步应用于水果中重金属元素的定量检测提供了实验指导.     

应用激光诱导击穿光谱对土壤中多元素同时定量分析

土壤元素的丰缺是对土壤养分检测、农业按需种植和科学施肥的依据,是精准农业农情信息感知技术检测的关键点,更为农业生态、高效和优质生产提供理论指导。该研究运用激光诱导击穿光谱(LIBS)技术结合定标曲线法和偏最小二乘回归(PLSR)方法对土壤中的Al,Fe,Mg,Ca,Na和K多种元素同时进行定量分析。利用LIBS检测仪获取了五种标准土壤样品(国家编号： GBW07446,GBW07447,GBW07454,GBW07455和GBW07456)的LIBS数据之后,将每种土壤的多条谱线平均处理来消除试验误差。通过分析所获取的土壤LIBS谱线信息,选取了Al,Fe,Mg,Ca,Na和K元素的特征分析谱线和分析光谱区间,并利用谱线的峰值信息和分析光谱区间内的单个或多个谱峰的积分信息(峰面积)与对应元素浓度拟合并建立定标曲线。结果表明,基于谱峰的峰面积建立的定标曲线的线性关系优于利用峰值信息建立的定标曲线(Fe除外)。同时,针对所选的分析光谱区间和元素的浓度信息,运用PLSR建立定量分析模型,其结果明显要优于定标曲线的分析精度,这也表明LIBS技术结合化学计量学分析在未来光谱化学分析领域有很大应用前景。研究的结果不仅为现代农业的土壤养分空间分布检测和农田精准施肥技术的应用起指导作用,还为田间使用的便携式LIBS土壤检测仪的开发奠定了理论基础。     

激光诱导击穿光谱结合偏最小二乘法定量分析脐橙中Cd含量

基于激光诱导击穿光谱(LIBS)技术对赣南脐橙中Cd元素进行定量分析. 利用LIBS获取样品中Cd元素的特征谱线信息, 并结合原子吸收分光光度计测量样品中Cd元素的真实含量.采用五点平滑法和中心化法对样品光谱数据进行预处理, 基于偏最小二乘法(PLS)对其中的39个样品建立Cd元素的定量分析模型, 在该模型的基础上预测另外13个样品的Cd含量, 并对PLS模型进行对比验证. PLS模型中拟合曲线的相关系数为0.9806, 12个样品的验证结果的相对误差为10.94%.研究结果表明, 激光诱导击穿光谱技术能够准确的检测农产品中重金属含量, 为农产品的安全检测提供技术方法. 关键词： 激光诱导击穿光谱 Cd 定量分析 偏最小二乘法     

激光诱导击穿光谱结合标准加入法定量分析未知样品中铅含量

利用激光诱导击穿光谱结合标准加入法定量分析了铅蓄电池厂含铅污泥中重金属铅元素含量,标准加入法有效避免了外标法与内标法制作标准曲线时基质不同对LIBS检测结果的影响,且样品处理过程简单。实验采用中心波长为1 064 nm的Nd∶YAG脉冲激光器作为激发光源,以高分辨率、宽光谱段的中阶梯光栅光谱仪和增强型电荷耦合器件为谱线分离与探测器件,选取铅的PbⅠ：405.78 nm特征谱线作为分析线,以FeⅠ：404.58 nm特征谱线作为内标线进行结果计算。预实验确定较佳的实验条件后(激光脉冲能量：128.5 mJ,延时：2.5 μs,门宽：3 μs),对铅蓄电池厂的未知铅泥样品中铅元素进行定量分析,结果表明加入铅在0~25 000 mg·kg-1范围内谱线不会产生自吸收,PbⅠ：405.78 nm信号强度与铅加入量呈很好的线性关系,由此确定合适的铅加入量为0~25 000 mg·kg-1。在此基础上配制四个样品,基质均为铅蓄电池厂含铅污泥,加入铅浓度分别为5 000,10 000,15 000,20 000 mg·kg-1,每个样品设置三个平行样,验证实验重复性及可靠性,并与ICP-MS检测结果对比,结果直线外推误差为-14.8%。12个样品单次计算结果误差介于为-24.6%~17.6%之间,含铅量平均值为43 069 mg·kg-1,相对误差为-2.44%。     

LIBS分析模型对铝合金定量分析精度的影响

为了提高铝合金定量分析的精度,将激光诱导击穿光谱技术与多变量线性回归、中值高斯核支持向量机回归及标准化偏最小二乘回归等方法相结合,建立铝合金中C u元素定量分析模型.对采集的L IBS光谱进行三阶极小值去背景和小波阈值降噪处理,从而提高LIBS光谱的信背比.将处理后数据筛选最佳训练集、预测集并用多变量线性回归、中值高斯...     

基于PLS的水体重金属LIBS特征变量筛选方法研究

在水体重金属激光诱导等离子体光谱定量分析中,一般提取光谱的多个特征变量进行浓度反演,但变量之间所包含的光谱信息可能存在重叠,回归模型的复杂程度也随之增大。为提取有效特征变量,研究了基于偏最小二乘法(PLS)的变量筛选方法。该方法以待测元素浓度为因变量,多个与待测元素浓度相关的LIBS光谱特征值为自变量,进行PLS建模;依据各原始变量的投影重要性指标值进行变量筛选,提取最优变量子集。结果表明湖库水体中Pb元素的最优变量子集为Pb Ⅰ 405.78 nm峰值及峰值前相邻点光谱值、内标校正值和信背比值,训练集的复相关系数R2_m=0.912。以优化变量组合进行PLS回归分析,测试集预测结果的RSD和RE分别为10.2%和7.9%,显著优于内标法的预测结果。结果还表明,变量筛选结果对于不同元素和不同水样具有一定适用性。研究结果为水体重金属LIBS定量分析提供了优质特征数据,研究方法为其他涉及变量筛选的定量分析提供了参考。     

多元线性回归提高激光诱导荧光辅助激光诱导击穿光谱技术的准确度

冶金、核工业、污染检测和环境监测等领域对元素分析的需求是必不可少.激光诱导击穿光谱技术作为一种新型的原子光谱分析技术,具有实时快速、对样品几乎无损、可多元素同时分析等特点,因此一直受到广泛的关注.但其分析灵敏度较差的缺点一直限制着该技术的发展.激光诱导荧光辅助激光诱导激光光谱技术能够通过激光共振激发提高分析灵敏度并高效...     

基于LIBS光谱与成分分析的飞机蒙皮激光除漆可控性研究

激光除漆作为激光清洗技术的分支,有望替代传统打磨及化学除漆工艺,实现飞机蒙皮表面漆层的可控清除,但除漆过程及质量的可控性依赖于有效的原位、在线监测技术。针对飞机铝合金蒙皮表面多漆层结构,采用LIBS技术对不同漆层、不同厚度时漆层特征元素进行光谱与成分分析,在信号解译基础上建立漆层去除层数、去除厚度与LIBS光谱变化的内在关联,实现除漆过程质量的实时监测与反馈控制。结果表明,分层除漆过程中面漆、底漆完全清除后,漆层特征元素（Fe,Ti）的光谱峰消失。LIBS监测到面漆的特征元素Fe在501.494 1和521.517 9 nm处Fe Ⅰ 的光谱特征峰消失时,判定面漆完全清除。监测到底漆特征元素Ti在498.173 0,499.107 0和521.039 0 nm处Ti Ⅰ 的光谱特征峰消失时,判定底漆完全清除。厚度除漆时,随漆层厚度降低或激光脉冲作用次数增加,漆层特征元素（Ca）的光谱峰强相应降低,至漆层厚度为0时（完全去除）,漆层特征元素光谱峰消失,同时基体特征元素（Al）光谱峰出现。LIBS监测616.217 0,643.907 0和422.673 0 nm处Ca Ⅰ 的光谱信号强度变化能够监测激光除漆时剩余漆层厚度,实现对激光除漆厚度的可控清除监测。另外,结合EDS与SEM测试分析,验证了LIBS用于飞机蒙皮激光除漆过程与效果监测、分层与厚度控制的可行性,表明在不损伤基体氧化层的前提下,通过监测对应波长位置的面漆、底漆特征元素光谱与成分变化规律能够实现激光分层可控、厚度可控除漆。     

激光诱导击穿光谱定量分析玉石中的Mg,Fe和Ca

基于对样品进行的激光诱导击穿光谱和X射线荧光光谱分析测试建立了天然玉石中主要元素Mg,Ca和微量元素Fe的定标曲线。实验采用纳秒级的Nd∶YAG激光器(波长:1 064nm)为光源,在延迟时间为3μs,激光脉冲累积数量为110,单个脉冲能量为100mJ,脉冲重复频率为10Hz的实验条件下,采用激光诱导击穿光谱技术装置对天然南阳独山玉石样品中的元素进行等离子体激发测试,得到波长在300~1 000nm的等离子光谱图。通过将得到的光谱图中特征峰与美国国家标准与技术研究院数据库进行对比,发现测试样品中含有Mg,Fe和Ca等元素,以X射线荧光光谱分析技术对四种南阳独山玉标准样品中测量出的Mg,Fe和Ca元素氧化物含量作为标准数据,选取含量比较高的Al元素作为内标元素,采用内标法对玉石光谱图中Mg,Fe和Ca元素特征峰值进行线性拟合,从而得出Mg,Fe和Ca三种元素的定标曲线,求出待测样品中这3种元素氧化物的含量,结果表明这三种元素氧化物的含量与中国珠宝宝石收藏鉴赏全集资料中所给出的元素氧化物含量的百分比范围MgO(0.28%~1.73%),Fe2O3(0~0.8%),CaO(18%~20%)相符合,相比于常用的方法,激光诱导击穿光谱技术可以快速地对待测样品进行检测,样品预处理简单且对样品损害较小。进一步验证了激光诱导击穿光谱技术对于玉石应用的可行性。     

基于微区LIBS菊石化石中钙元素分布的研究

化石的研究可帮助科学家了解生物的演化进程,并帮助地质学家确定地层年代等地质信息,其中不同年代地层地质元素的变化是地质研究的热门课题。为研究不同年代地层地质元素的变化,搭建了一套微区LIBS实验系统,研究菊石化石中Ca元素的分布情况。采用非对称最小二乘法去除光谱数据的基线,并确定了最优的拟合参数。采用平均值归一化算法以减小光谱强度的相对标准偏差,多元线性回归算法计算模型的回归方程。首先,通过前期实验确定微区LIBS实验系统的最佳测试参数：激光波长为1 064 nm,激光脉冲频率为30 Hz,光谱仪采集延时为700 ns。其次,选取12块经过定量标定的天然岩石样品,从中随机抽取9块样品（闪长岩、闪长玢岩、辉长辉绿岩、粗玄岩、碱长粗面岩、角闪闪长岩、黑色浮岩、斑状角闪石花岗岩、玄武玻璃）作为测试集,其余3块样品（辉石闪长岩、辉石岩、斜长花岗岩）作为预测集。选取Ca Ⅱ 393.186 nm,Ca Ⅰ 422.856 nm,Ca Ⅰ 445.572 nm,Ca Ⅱ 559.031 nm,Ca Ⅰ 616.61 nm五个特征峰的谱线强度作为自变量,测试样品的实际Ca元素含量为因变量,利用多元线性回归算法建立Ca元素的定量分析模型,经预测集检验后得平均预测精度为92.9%。对表面经打磨的菊石化石进行5×5点阵扫描,得到一系列原子光谱数据。根据Ca元素的定量分析模型,计算后得到菊石化石Ca元素的横向分布图,其横向分辨率优于100 μm。作为纵向对比,选取每个测试点的第6,11和16组光谱数据进行处理,分别得到Ca元素的横向分布图。对比可以得到菊石化石Ca元素的纵向分布情况,结果表明菊石化石在平面和空间内均呈现不均匀分布的状态, 推测实验所选取的菊石化石在形成的过程中所处周围地层地质的元素及其含量是动态变化的。菊石化石不仅可以作为判定地层年代的证据,还可以通过对菊石化石的元素分布及含量的研究推测该化石所处地层的元素信息。研究工作对于浅海地层地质的演变、环境的变化具有一定指导意义。     

基于多元定标法的煤粉碳元素LIBS定量分析

本文选用碳含量差别较大的14个煤样,进行激光诱导击穿光谱实验。引入多元校正的分析方法,实现煤中碳元素的LIBS定量分析。根据煤质的结构特点,得到影响碳元素激发的主要影响因素分别为与碳骨架相连的H、O、N,以及主要的矿物质元素Si、Al、Ca、Fe。选择这些元素常见的特征谱线强度值,作为多元回归分析的输入量,然后根据回归方程变量的筛选原则,确定了用于回归关联式建立的变量,进而得到回归关联式,并通过方差分析和回归统计验证了方程的可行性。结果表明,采用多元校正的分析方法,得到多元回归分析模型预测值与实验室元素分析仪得到的参考值之间的相对误差在5%之内,说明采用多变量校正的分析方法对碳元素进行定量分析,能得到较高的分析精度。