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。     

土壤重金属铬元素的激光诱导击穿光谱定量分析研究

利用Nd ∶YAG脉冲激光器(波长:1064 nm)作为光源,在实验室自然大气环境下诱导产生土壤激光等离子体,通过等离子体原子发射光谱法定量分析了国家标准土壤样品中元素Cr的含量.实验上研究了在最佳实验条件下土壤中Cr的LIBS分析谱线,测定了Cr元素的定标曲线.实验结果表明,Cr元素浓度在(60—400)×10^-6范围内,元素含量与光谱线强度之间有较好的线性关系;元素Cr浓度分析测量的相对标准偏差(RSD)为7.89%,定量分析结果与标准值的相对偏差为5.3%,Cr元素的检测限为1 关键词： 土壤污染 定量分析 激光诱导击穿光谱 定标曲线     

激光击穿光谱检测赣南脐橙中铬元素的实验研究

为评估激光诱导击穿光谱技术(LIBS)对水果样品中重金属元素的检测潜力,选用在不同浓度梯度重铬酸钾水溶液中浸泡了30个小时的赣南脐橙样品进行LIBS实验,采集铬元素的特征谱线与峰值强度信息。在激光照射部位称取3 g左右的脐橙样品进行湿法消解,用原子分光光度计检测样品中的铬浓度。实验数据用Origin软件进行拟合后得到了谱线峰值强度和Cr浓度之间的关系曲线,即定标曲线,二者有线性关系,线性相关度0.981 66。由检测限公式计算得到铬浓度的检测限为11.68 μg·g-1。采用该定标曲线即可对赣南脐橙中的铬元素进行定量检测。实验结果表明LIBS技术是一种检测、定量分析水果样品中重金属元素含量的有效手段。     

激光诱导击穿光谱烟叶Cu谱线等离子体参数及定量分析

农业领域中对植株元素的快速检测和实时监控十分重要。采用Nd∶YAG激光器和中阶梯ICCD光栅光谱仪获取金属元素Cu等离子体谱线。为研究激光诱导击穿光谱(laser induced break-down spectroscopy,LIBS)金属元素Cu定量分析的标定曲线和等离子体参数,制备Cu含量范围为8.59～156.35 μg·g-1烟叶样品进行实验。实验结果表明烟叶中金属元素Cu特征谱线324.75 nm处干扰小、谱线明显。烟叶样品受激发产生等离子体温度为39 458.94 K,Cu等离子体电子密度为0.74×1016,谱线强度和样品浓度建立的标定曲线相关系数r为0.98,平均相对标准偏差RSD(relative standard deviation)为2.59%,Cu含量理论最低检测限为7.72 μg·g-1,谱线信噪比(SNR)为7.86。激光诱导击穿光谱方法可以应用于卷烟生产线在线检测金属元素Cu含量和监测烟叶中金属元素Cu对烟草生长的影响。     

共轴双脉冲激光诱导击穿光谱结合双谱线内标法定量分析植物油中的铬

采用共轴双脉冲激光诱导击穿光谱(DP-LIBS)技术对3种植物油中的重金属铬(Cr)含量进行定量分析.对实验配制的24个样品,来用桐木木片对其中的Cr进行富集,烘干后进行LIBS试验.选取Cr I 425.39 ran为定量分析谱线,CN分子谱线(421.49 nm)、Ca原子谱线(422.64 nm)以及它们谱线强度之和为内标线,分别建立了Cr的基本定标法、单谱线内标法和双谱线内标法的定标曲线,并用验证样品对它们进行检验.研究结果表明,3种植物油的基本定标曲线的拟合度R~2在0.97以上,低浓度验证样品预测的相对误差较大;采用单谱线内定标法时,定标曲线拟合度R~2在0.98以上,验证样品预测的相对误差较基本定标法有所降低;来用双谱线内标时,大豆油、花生油和玉米油的内定标曲线拟合度R~2分别为0.995,0.992和0.996,2个验证样品预测的相对误差分别为12.81%,1.73%,9.19%,6.05%和6.23%,6.69%.由此可见,采用双谱线内标法能有效减小定量分析误差,提高LIBS对植物油中Cr元素的预测能力.     

复混肥中钾含量的激光诱导击穿光谱分析

将激光诱导击穿光谱技术(LIBS)应用于复混肥中的主要营养元素之一钾(K)元素的含量检测.样品中K养分的浓度较高,在等离子体形成过程中容易发生自吸收.通过分析谱线的激发能级、跃迁几率以及自吸收程度,确定最佳分析谱线为钾的原子线404.40 nm.同时为了提高LIBS分析复合肥样品的测量精度,分析了光谱测量稳定性随谱线信号平均次数的变化规律.结果显示,在本实验条件下,一次测量平均100个脉冲所得的光谱信号,其相对标准偏差较小.实验总共分析了9个复合肥样品,其中7个作为定标样品,建立K养分浓度的定标曲线,另外2个作为未知样品,用以检验LIBS分析K养分浓度的测量精确度.研究结果表明,定标曲线的线性拟合度为0.989,检验样品的绝对误差小于0.3%,体现了激光诱导击穿光谱技术快速分析复混肥中钾养分的潜力.     

强度比定标法分析激光诱导击穿碳谱线

 利用激光诱导击穿光谱技术,使样品在大气常压环境下被击穿形成等离子体,探测等离子体发射信号。选择混合样品所含的基体元素硅作为内标元素,分别根据碳谱线峰值强度、分析线和内标线峰值强度比建立不同的定标曲线。对两种定标曲线的拟合度、测量重复性以及定量分析结果准确度进行了研究。研究结果表明:强度比定标法在一定程度上可以提高定标曲线的拟合度和测量重复性,减小强度比定标法定量分析结果的误差,提高测量准确度。     

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。     

钢铁中钒、钛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)技术测量钢铁中钒、钛元素的含量。选取V Ⅰ 440.85 nm和Ti Ⅰ 334.19 nm作为定量分析谱线、基体元素谱线Fe Ⅰ 438.35 nm作为内标谱线,分别建立了基本定标法和内定标法的钢铁样品中V和Ti含量的光谱分析定标曲线,并将它们用于检验样品的定量分析。研究表明,V和Ti基本定标曲线的拟合相关系数R2分别为0.987 5和0.990 9,对检验样品中V和Ti元素的测定相对误差最大分别为11.1%和4.0%;而采用内定标法时,V和Ti的拟合相关系数R2分别达到0.995 2和0.992 1,对检测样品中V和Ti元素的测定相对误差均可降低到4.0%以下。结果证明,采用内定标的激光诱导击穿光谱分析方法更适于钢铁样品中钒、钛含量的测定。     

应用激光诱导击穿光谱检测污水溶液中的砷

工业冶炼过程中产生的废水中含有As等重金属元素,对环境造成污染并对人类身体健康形成危害,有必要对其进行实时、在线的监测。激光诱导击穿光谱(LIBS)是一种新型的元素测量技术,具有快速检测等优点。文章作者搭建了一套激光诱导击穿光谱实验装置,采用Nd∶YAG激光器产生的脉冲激光击穿样品产生等离子体,其发射的光谱被中阶梯光栅光谱仪分光,并用ICCD进行光电探测。对从现场采集的含砷工业废水开展了LIBS探测实验,并定性分析出了As元素的特征谱线。根据一系列含As浓度不同的污水样品的LIBS实验结果,获得元素浓度与谱线强度的关系曲线(定标曲线)。采用定标曲线可以对未知含As浓度的工业废水进行定量分析。结果表明,采用LIBS方法能够实现对污水溶液中的As元素的快速检测,具有广泛的应用前景。     

激光诱导击穿光谱自吸收效应校正方法的研究进展

激光诱导击穿光谱作为一种新型的物质成分检测技术,具有快速、实时、微损、原位、多元素同时分析等优势,目前在环境监测,食品安全,选矿冶金,生物医疗,太空探测等多个领域都具有广泛应用。然而,由于元素谱线的自吸收效应,使得激光诱导击穿光谱谱线强度降低,严重时甚至会使特征谱线峰型产生凹陷（即“自蚀”现象）,定标曲线变弯曲,导致该技术的元素检测精准度变差,从而无法实现大规模商业应用。因此,对激光诱导击穿光谱自吸收效应及其校正方法的探索,一直以来是学者们研究的热点。综述了自吸收效应校正方法的研究进展,分析了自吸收效应产生的物理机制,分别从实验参数优化、物理辅助装置、自吸收模型和校正算法等多个角度对自吸收效应的几种主要校正方法进行了归纳和总结,并对其优势和缺点进行了对比分析,其中实验参数优化具有原理简单、易操作的优势;能态选择性共振激发自吸收效应抑制效果稳定;微波辅助激发成本较低,可同时对多元素实现自吸收抑制;自吸收系数法可直接量化自吸收效应强弱,计算步骤简便且所需等离子体参数较少;基于内参考线的自吸收校正算法计算效率高,校正效果明显;光学薄法可直接获取光学薄等离子体谱线,避免理论误差。最后,对自吸收效应未来的研究方向和发展趋势进行了展望。     

Calibration-free laser-induced breakdown spectroscopy for quantitative elemental analysis of materials

The application of calibration-free laser-induced breakdown spectroscopy (CF-LIBS) for quantitative analysis of materials, illustrated by CF-LIBS applied to a brass sample of known composition, is presented in this paper. The LIBS plasma is produced by a 355?nm pulsed Nd:YAG laser with a pulse duration of 6?ns focussed onto a brass sample in air at atmospheric pressure. The time-resolved atomic and ionic emission lines of Cu and Zn from the LIBS spectra recorded by an Echelle spectrograph coupled with a gated intensified charge coupled detector are used for the plasma characterization and the quantitative analysis of the sample. The time delay where the plasma is optically thin and is also in local thermodynamic equilibrium (LTE), necessary for the elemental analysis of samples from the LIBS spectra, is deduced. An algorithm relating the experimentally measured spectral intensity values with the basic physics of the plasma is developed. Using the algorithm, the Zn and Cu concentrations in the brass sample are determined. The analytical results obtained from the CF-LIBS technique agree well with the certified values of the elements in the sample, with an accuracy error <1%.     

基于自吸收量化的激光诱导等离子体表征方法

为了表征激光诱导等离子体的定量特征参数,提出了一种谱线自吸收量化的方法,通过获得分析元素谱线的半高全宽来量化谱线自吸收程度,进而得到等离子体的特征参数,包括电子温度、元素含量比以及辐射物质的绝对数密度.与传统激光诱导击穿光谱定量分析方法相比,新方法由于计算过程与谱线强度弱相关,所以分析结果基本不受自吸收效应的影响,同时也无需额外的光谱效率校准.基于铝锂合金的实验结果表明,该方法能够实现精确的相对定量分析和等离子体的特性诊断.     

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...     

Effect of self-absorption correction on LIBS measurements by calibration curve and artificial neural network

In this paper, laser-induced breakdown spectroscopy (LIBS) technique is used for concentration prediction of six elements of Mn, Si, Cu, Fe, Zn, and Mg in seven Al samples by two approaches of artificial neural network (ANN) and standard calibration curve. ANN is utilized as a new technique for determination and classification of various materials and elements in LIBS method. In this study, a few spectra of six aluminum standards with known concentrations are used for training of ANN. It should be noted that the mentioned network is not on trial and error basis, but it is a self-organized network. Calibration curve method, which is implemented in represented paper, determines certain relation between concentration and intensity. Then, the calibration curve and ANN methods obtained by six samples are used for prediction of the elements of the seventh standard sample in order to check the accuracy of these methods and make a comparison. In both approaches, a self-absorption correction is applied for high concentrations species and an improvement in prediction of two methods is seen. Results illustrate that at high concentrations except for Si, ANN shows a better prediction with a lower relative error compared to calibration curve approach after self-absorption correction. Primitive study without any self-absorption correction shows that ANN and calibration curve predictions with the best result are related to Fe with R ² = 0.99 % having the minimum errors.     

The validity of commercial LIBS for quantitative analysis of brass alloy — comparison of WDXRF and AAS

Commercial low-cost laser induced breakdown spectroscopy (LIBS) has been successfully employed for the quantitative analysis of a Cu-based alloy using a Nd:YAG laser at 1064 nm. The main aim of the present investigation is to explore the benefits of a commercial low-cost LIBS setup. It was recognized that some trace elements such as Al and S could not be detected by LIBS even with a high-resolution spectrometer. The main difficulties in quantifying Cu as a basic component of a brass alloy are related to the self-absorption of Cu spectral lines, with the effect complicated at Cu concentrations higher than 65%. However, few Cu lines such as that at 330.795 nm would be helpful to use due to their lower susceptibility to self-absorption. LIBS, flame atomic absorption spectrometry (FAAS), and wavelength dispersive X-ray fluorescence (WDXRF) were compared for the detection of major and trace metals in the Cu-based alloy. In the case of WDXRF, the brass samples were identified by using a standardless quantitative analysis program depending on a fundamental parameter approach. The quantitative analysis results were acceptable for most of the major and minor elements of the brass sample. Therefore, commercial low cost LIBS would be useful for quantitative analysis of most elements in different types of alloys.     

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。     

复合肥中磷元素的激光诱导击穿光谱多元非线性定量分析

采用激光诱导击穿光谱技术对复合肥中磷元素含量进行了定量分析。通过分析特征谱线的激发能级、跃迁概率和干扰情况,确定255.3和844.6 nm分别为磷元素、氧元素的分析线。实验中对18个复合肥样品进行了测量分析,用14个样品建立磷元素的定标曲线,相关系数r仅为0.83,因此采用多元非线性回归方法进行定量分析,提高测量的准确性。与传统定标曲线相比,在考虑氧元素特征谱线的影响时,LIBS测量值与参考值的相关系数r提高到0.98,测量的相对误差大大减小,仅为0.38%～1.70%。实验结果表明,LIBS技术具有快速分析复合肥中磷元素的潜力。     

激光诱导击穿光谱结合偏最小二乘法直接检测皮蛋壳中的Cu含量

运用激光诱导击穿光谱(LIBS)技术对皮蛋壳中Cu元素直接进行检测,获得样本中Cu元素的特征谱线信息,采用湿法消解结合原子吸收分光光度计(AAS)测量样品中Cu元素的真实含量。由于LIBS检测的精度和准确度受到样品基体复杂,环境噪声,系统噪声,激光能量稳定性等一系列因素的影响,采用传统的单变量赛伯-罗马金拟合方式对样品的LIBS相对强度和浓度进行线性拟合不能满足定性分析的要求,因此,采用一种多变量的分析-偏最小二乘(PLS)对LIBS光谱数据进行了处理,比较分析了不同点数平滑处理和五种预处理方法对PLS建模精度和准确度的影响。分析得出采用11点平滑结合多元散射校正(MSC)预处理能有效地提高PLS建立的模型的相关系数,降低均方根误差和平均相对误差,有效提高了模型的准确性。研究结果表明,激光诱导击穿光谱技术能够准确地直接检测皮蛋壳中重金属Cu的含量,下一步的工作将对皮蛋进行批量试验,寻找出蛋壳与蛋清、蛋黄中重金属Cu的数量关系,实现通过LIBS检测皮蛋壳便可知蛋清、蛋黄中重金属含量的目标,为农产品质量安全提供新的快速无损检测技术方法。     

基于CART回归树的LIBS特征变量选择方法研究

激光诱导击穿光谱技术（LIBS）用于检测时,由于谱线多且复杂,存在许多冗余的信息,这些都会对定量分析造成影响。因此,提取有效的特征变量在LIBS的定量分析中具有非常重要的意义。对CaCl₂溶液中的Ca元素进行光谱特征选择方法分析,对比单变量模型、偏最小二乘回归和CART回归树定标模型的准确度和稳定性。针对水体表面的波动性较大,光谱稳定性差,同时光谱受基体效应和自吸收效应影响等问题,首先采用单变量模型得到的拟合系数（R2）仅有0.933 2,训练均方根误差（RMSEC）、预测均方根误差(RMSEP)和平均相对误差(ARE)分别为0.019 2 Wt%,0.017 7 Wt%和11.604%。经偏最小二乘回归优化后,模型R2提高到0.975 3,RMSEC,RMSEP和ARE分别降低到0.010 8 Wt%,0.013 Wt%和7.49%。为了进一步提高定量分析的准确度,建立CART回归树定标模型。该方法在构建树模型时,通过平方误差最小化准则,从复杂的光谱信息中选取最优的特征变量组合做分类决策,从而建立Ca元素的定标曲线。通过CART回归树的变量选择,特征变量个数从100个减少到6个,变量的压缩率达到了94%,显著降低了无关谱线的干扰,回归树模型的相关系数R2,RMSEC,RMSEP和ARE分别为0.997 5,0.003 5 Wt%,0.006 1 Wt%和2.500%。相较于传统的单变量模型与偏最小二乘回归,CART回归树模型具有更高的精度、更小的误差。通过对特征变量的有效筛选,剔除无关信号的干扰,显著降低了基体效应和自吸收效应对LIBS定量分析的影响,提高了定量分析的准确度和稳定性。