激光诱导击穿光谱结合神经网络测定土壤中的Cr和Ba

提出了一种基于人工神经网络的激光诱导击穿光谱技术实现元素成分高准确度定量分析的方法.采用基于动量和自适应学习速率梯度下降算法的反向传播神经网络,结合激光诱导击穿光谱技术的方法测定土壤中Cr和Ba元素的含量,得到了Cr和Ba的含量以及多次重复预测的相对标准偏差,并与采用传统的内标法得到的检测结果相比较.研究结果表明:基于动量和自适应学习速率梯度下降算法的反向传播神经网络分析方法,与激光诱导击穿光谱技术相结合能更好地实现对土壤样品中Cr和Ba元素的定量检测.相对内标法,神经网络分析方法与激光诱导击穿光谱技术相结合可以很明显地提高检测准确度和精密度,对采用激光诱导击穿光谱技术定量检测土壤重金属污染具有很好的应用价值.     

基于飞秒激光等离子体丝诱导击穿光谱探测土壤重金属Cr元素含量

本文基于飞秒激光等离子体丝诱导击穿光谱对土壤重金属Cr元素含量进行了实验研究.利用荧光法对等离子体丝的长度进行测量,给出了在不同焦距聚焦透镜作用下土壤中Cr425.5 nm的谱线强度空间分布,实验给出了Cr元素的定标曲线.实验结果表明,土壤中Cr元素浓度分析测量的相对标准偏差小于5%,土壤中重金属Cr元素的检测极限为7.85 ppm.表明飞秒激光等离子体丝诱导击穿光谱技术在土壤重金属Cr元素含量的定量探测方面是完全可行的.     

利用激光诱导击穿光谱分析土壤成份

 搭建了一套激光诱导击穿光谱实验装置,并通过配置特定样品,开展了一系列激光诱导击穿光谱探测实验。根据含有不同质量分数的同种元素样品的激光诱导击穿光谱实验结果,获得元素质量分数与谱线强度的关系曲线(定标曲线)。对中南民族大学附近的土壤进行激光诱导击穿光谱实验,发现土壤中含有Mg,Ca,Na等18种元素,对河南云台山茱萸峰岩石的激光诱导击穿光谱实验结果仅获得Fe,Mg,Ca 3种金属元素。比较这2种实际样品的激光诱导击穿光谱结果表明,检测样品的物理结构影响激光诱导光谱的实验结果。     

激光诱导击穿光谱结合自由定标法同时定量分析玻璃主要元素

建立激光诱导击穿光谱结合自由定标法快速定量分析玻璃中主要元素Si和Ba的方法.采用由调Q脉冲Nd:YAG激光器、中阶梯光栅光谱仪和ICCD检测器等组成的激光诱导击穿光谱系统采集4种标准玻璃样品的激光诱导击穿光谱.提取光谱信息,结合自由定标法建立样品中Si和Ba的玻尔兹曼曲线,计算获得4种玻璃样品中Si和Ba的含量.Si含量分析相对误差在4.96%~10.12%之间,标准差在0.38%~1.29%之间,Ba含量分析相对误差在4.07%~9.62%之间,标准差在0.54%~1.70%之间.T检验表明,测量值与实际值无显著差异.     

基于激光诱导击穿光谱技术的土壤快速分类方法研究

为实现不同种类土壤的快速分类鉴别,实验研究了基于激光诱导击穿光谱技术的土壤快速分类方法。由于不同类型的土壤在元素组成上会存在较大差异,所以利用激光诱导击穿光谱技术进行土壤分类具有可行性。不同土壤在相同实验条件下产生的等离子体温度会存在较大差异,可以作为分类的重要依据,所选择的7类土壤中,赤红壤的等离子体温度最高。选取土壤中6种常量元素Si,Fe,Al,Mg,Ca和Ti的光谱强度作为分类指标,利用主成分分析(principal component analysis,PCA)对7种土类的25个样品进行了分类,其中砖红壤和赤红壤分类出现了交叠,而不同高山草甸土样品之间元素差异较大,并没有实现较好的聚类。利用反向传播神经网络(back-propagation artificial neural network)结合土壤的LIBS光谱对土壤进行了分类,分类结果与PCA结果相近,赤红壤与砖红壤出现了识别错误。当用PCA分析获得三个主成分值作为BP神经网络的输入量时,获得了较好的分类结果,因为简化了输入量,降低了BP神经网络的误差,此时只有一个高山草甸土被识别成褐土,而高山草甸土的等离子体温度显著低于褐土,所以结合不同土壤类型的等离子体温度差异,能够实现不同土壤的分类识别。实验证明激光诱导击穿光谱技术可以应用于土壤分类,为土壤普查和合理利用提高了一种新的技术。     

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     

基于激光诱导击穿光谱技术定量分析食用明胶中的铬元素

利用激光诱导击穿光谱技术对食用明胶样品中的铬元素进行定量分析.采用Nd:YAG脉冲激光器三倍频输出的355 nm激光诱导击穿食用明胶产生激光等离子体,测量等离子发射光谱.实验数据表明:使用内标法定量分析食用明胶样品中铬元素浓度分别为10—200 ppm(1 ppm=10-6)时,铬元素含量与分析谱线(CrI:245.43 nm)强度之间具有很好的线性关系.分析了光谱探测延迟时间对明胶中铬元素激光诱导击穿光谱的影响,利用信号强度与信噪比获得了优化的光谱探测延迟时间实验参数.     

基于共振激发的激光诱导击穿光谱技术研究进展

激光诱导击穿光谱技术是一种新型的原子光谱分析技术,具有实时快速、 多元素同时分析和样品预处理简单等特点,从一出现便受到研究人员的广泛关注,但分析灵敏度差一直是限制该技术发展的重要因素。基于共振激发的激光诱导击穿光谱技术将原子荧光光谱技术和激光诱导击穿光谱技术结合,对目标元素进行选择性激发,可以大幅提高激光诱导击穿光谱技术的分析灵敏度,极大地拓展了LIBS技术在痕量元素检测领域的应用。本文综述了基于共振激发的激光诱导击穿光谱技术的研究进展,介绍了激光诱导等离子体中荧光光谱的产生过程以及基于共振激发的激光诱导击穿光谱技术的基本类型和基础原理,详细分析了烧蚀激光能量、 共振激发激光能量和波长、 烧蚀激光和共振激发激光之间的延时以及光谱采集门宽对光谱增强效果的影响,阐述了其在冶金、 环境监测、 同位素检测等领域的应用现状和存在的问题,并对其未来发展前景进行了展望。     

激光烧蚀-快脉冲放电等离子体光谱技术分析土壤中的Sn

采用一种新发展中的激光烧蚀-快脉冲放电等离子体光谱技术首次检测土壤中Sn元素的浓度.与传统的激光诱导击穿光谱技术相比,采用激光烧蚀-快脉冲放电等离子体光谱技术所产生的Sn(284.0 nm)元素辐射光谱强度有很大提高,并应用该技术获得了土壤中Sn元素的校准曲线,使土壤中Sn元素检测极限降低到0.16 μg·g-1.与各...     

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     

Laser Induced Breakdown Spectroscopy for Comparative Quantitative Analysis of Betel Leaves from Pakistan

Laser induced breakdown Spectroscopy (LIBS) was applied for the elemental analysis and exposure of the heavy metals in betel leaves in air. Pulsed Nd∶YAG (1064 nm) in conjunction with a suitable detector (LIBS 2000+, Ocean Optics, Inc) having the optical resolution of 0.06 nm was used to record the emission spectra from 220 to 720 nm. Elements like Al, Ba, Ca, Cr, Cu, P, Fe, K, Mg, Mn, Na, P, S, Sr, and Zn were found to present in the samples. The relative abundances of the observed elements were calculated through standard calibration curve method, integrated intensity ratio method, and weight percentage LIBS approach. LIBS findings were validated by comparing its results with the results obtained using a typical analytical technique of Inductively Coupled plasma-optical emission spectroscopy (ICP-OES). Limit of detection (LOD) of the LIBS system was also estimated for heavy metals. The experience gain through this work implies that LIBS could be highly applicable for testing the quality and purity of food products.     

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.     

LIBS技术结合多元校正定标检测土壤中的Cr

激光诱导击穿光谱(LIBS)技术结合支持向量机(SVM)定量分析土壤中Cr元素的含量。利用波长为1 064 nm的Nd∶YAG脉冲激光器作为激发光源,采用光栅光谱仪和CCD分光探测不同重金属元素含量土壤样品的LIBS特征光谱。为了提高土壤中Cr元素定量分析的精度,分别采用多元线性回归分析和SVM两种方法对土壤中Cr元素的含量进行定量分析。研究结果表明,采用多元线性回归分析方法可以有效提高定量分析的精度,定标曲线拟合相关系数从传统定量分析方法的0.689提高到0.980;SVM定量分析方法训练集得到的定标曲线斜率近似为1,拟合相关系数为0.998,优于传统定量分析方法和多元线性回归分析方法,对检验集的预测相对误差均在2.57%以内。LIBS技术结合多元线性回归和SVM定量分析方法可以有效的提高土壤中Cr元素定量分析的稳定性和精度,校正土壤基体效应对Cr元素定量分析的影响。     

基于LIBS技术的钢铁合金中元素多变量定量分析方法研究

针对钢铁合金样品元素组成相对复杂,基体效应较严重的问题,利用激光诱导击穿(LIBS)光谱技术对钢铁合金中的元素进行了定量分析。以Nd∶YAG脉冲激光器基频1 064 nm波长激光作为激发光源,采用中阶梯光栅光谱仪和ICCD分光探测钢铁合金样品的LIBS光谱。通过优化实验确定最佳探测延时为1.5 μs,最佳探测门宽为2 μs,激光聚焦点位置在实验样品靶面以下1.5 mm。采用单变量定量分析、多变量线性回归和偏最小二乘(PLS)三种方法分析钢铁合金中Cr元素和Ni元素的含量。结果表明,采用单变量定标方法定标曲线相关系数不高,对待测样的预测误差相对较大,难以有效地定量分析基体元素复杂的钢铁合金中金属元素的含量;采用多变量线性回归分析方法能有效提高定量分析的精度;采用PLS方法得到的Cr和Ni元素的拟合曲线相关系数r分别为0.981和0.995,对两个待测样品中Cr元素和Ni元素的预测相对误差在6.4%和7.1%以内,分析结果优于多变量线性回归方法。可见,采用多变量校正的PLS方法能更有效地校正基体效应对定量分析的影响,提高定量分析的精度。     

基于BP神经网络和激光诱导击穿光谱的燃煤热值快速测量方法研究

作为煤质评价的重要指标之一,热值的快速、准确测量对电厂燃煤锅炉的优化燃烧和经济运行至关重要。采用激光诱导击穿光谱(LIBS)技术结合BP神经网络定量分析模型和聚类分析,以35个煤粉样品作为研究对象进行热值的定量分析。基体效应对LIBS光谱数据的显著影响,针对基于某类煤粉样品所建立的定标曲线不能直接用于不同煤种的定量分析,采用K-means聚类方法根据热值、灰分、挥发分把样品分为三类对训练集和预测集样品进行优化选择。通过谱线强度和热值变量相关性分析,同时考虑特征谱线的物理意义,最终提取12条元素谱线的峰值强度作为输入参数,建立BP神经网络模型对燃煤热值进行预测。定标结果表明,建立的神经网络模型具有良好的定量分析能力,定标曲线拟合度R2为0.996,热值预测值的相对误差低于3.42%,多次重复测量的相对标准偏差在4.23%以内。对聚类分析中3类样品具有不同的预测能力,采用峰值强度作为输入参数时,能够在一定程度上减弱试验参数波动和基体效应造成的影响。定量分析结果的重复性和准确性可以通过对不同类别的煤种分别建立BP神经网络模型来进一步改善。LIBS技术结合BP神经网络可以对煤粉热值进行定量分析,在现场在线/快速检测领域具有很好的应用价值和潜力。     

基于激光诱导击穿光谱技术对钢中Mn和Cr元素的定量分析

采用激光诱导击穿光谱分析技术对钢样中锰、铬两种微量元素的含量进行了测量.实验研究发现,最优取样的延迟时间为2.0μs,最佳激光光束聚焦位置和光谱收集探头分别位于样品表面以下3.5mm和表面以上1.5mm处.以Mn Ⅰ:403.07 nm和Cr Ⅰ:427.48 nm作为分析线,分别采用传统定量分析和内定标的方法对钢样中...     

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。     

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。