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。     

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。     

采用激光诱导击穿光谱技术测定合金钢中锰和硅的含量

基于激光诱导击穿光谱(LIBS)技术定量分析多品种合金钢中锰(Mn)和硅(Si)的浓度,采用的校正方法为多元二次非线性函数定标方法。分析的钢种有普通合金钢、不锈钢、碳素工具钢等。由于不同钢种在基体组成上存在较大差异,而且钢的光谱还存在复杂的谱线重叠干扰,所以受基体效应影响严重。因此,对钢这类复杂化学体系物质的定量分析,若采用单谱线信息的校正方法会造成很多有用信息的丢失,而采用多变量的定标法会更充分利用光谱中的信息,更有效校正多基体组分的基体效应,进而提高LIBS定量分析的重复性和准确性。相比线性标准定标曲线法,测量结果的相对标准差从20%以上降低到10%以下,Mn元素测量结果的准确度提高了5倍多,Si元素提高了6倍多。     

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。     

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。     

基于激光诱导击穿光谱的合金钢组分偏最小二乘法定量分析

在炼钢中合金浓度的检测和控制对产品质量影响很大,激光诱导击穿光谱(laser induced breakdown spectroscopy, LIBS)技术具有快速、非接触、无需制样等特点,非常适合应用于合金成分的在线分析。但是由于合金中的C, S, P元素的成分含量都很低,其原子发射谱线极易淹没在复杂的铁元素特征谱线之中,造成这些重要元素在线定量分析困难。以合金钢标准光谱样品为研究对象,获取激光诱导击穿光谱数据,采用定标曲线法(calibration curve, CC)和偏最小二乘法(partial least squares, PLS),对合金钢样品的主量和微量元素进行定量分析。比较两种方法的定标结果得出：对于主量元素,PLS方法的定量分析水平优于传统的CC法;更重要的是对于微量元素,由于特征谱线极弱,CC法无法得出定量结果,而PLS法仍然具有良好的定量分析能力。同时,将PLS法回归模型特征谱线处的回归系数与原始有背景干扰的光谱强度数据进行比较,阐述了LIBS数据定量分析中PLS方法的优势。结果表明,在激光诱导击穿光谱合金成分分析中,PLS方法适合用于C等微量元素的定量分析。     

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。     

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。     

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。     

土壤中微量元素锰的激光诱导击穿光谱定量分析

采用激光诱导击穿光谱技术分析安徽怀远农亢农场土壤样品中微量元素Mn的含量分布情况。实验中选取403.1 nm作为Mn元素的分析线为,土壤中基体元素Fe作为内标元素,选取的分析线为407.2 nm。选取10个土壤样品分别用传统定标方法和内标法建立定标曲线,并对4个待测样品浓度进行预测。实验结果表明,传统定标方法建立的定标曲线的拟合相关系数r为0.954,检测限为93 mg·kg-1,待测样品的测量相对误差最大为5.72%;而采用内标法建立的定标曲线的拟合相关系数r为0.983,测量的相对误差减小到4.1%,检测限为71 mg·kg-1。说明采用LIBS技术对土壤中微量元素Mn检测的可行性,同时,内标法一定程度上可提高测量的精确性。     

Quantitative analysis of Mn and Si of alloy steels by laser-induced breakdown spectroscopy

The concentration of Mn and Si in different kinds of steels was determined by laser-induced breakdown spectroscopy (LIBS). The multivariate quadratic nonlinear function was adopted for calibration. Samples including common alloy steels, stainless steels and carbon tool steels were analyzed. The matrix effect was serious because of large difference in compositions of different kinds of steels and strong line overlaps in steel spectra. Therefore, the common calibration methods that only use one analytical line to calibrate the complex chemical compositions of alloy steels will lose much information. The multivariate calibration methods, however, can utilize more information of spectra, successfully reduce the matrix effect and improve the measurement repeatability and accuracy of LIBS. Compared with the common calibration method based on one analytical line, the relative standard deviation was reduced from above 20% to below 10%, and the accuracy was increased by more than 5 times for Mn and more than 6 times for Si.     

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.     

一种多元非线性模型在激光诱导击穿光谱定量分析中的应用

现有的激光诱导击穿光谱定量分析模型大多是基于激光诱导等离子体处于局部热平衡这一假设,而实际上等离子体只是在有限的时间、空间内近似处于热平衡状态。非热平衡状态下各个能级上的粒子布居数不服从玻尔兹曼分布,故用某一能级的单一谱线做定量分析会带来一定误差。考虑到等离子体的非热平衡状态,提出了一种多元非线性定量分析模型,该模型充分利用了待分析粒子的不同上能级对应的多条跃迁谱线信息,能够有效减小信号不稳定对定量分析结果的影响。利用此模型和建立在等离子体局部热平衡假设上的单谱线内标模型分别对30块钢铁样品中Mn元素的含量进行定量分析对比,对比结果表明,多元非线性模型的测量准确性和重复性均优于单谱线内标模型。     

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。     

基于多谱线内标法的不规则铜合金样品中 Pb元素成分检测研究

原位分析和在线检测是激光诱导击穿光谱(LIBS)技术的一大优势,但是,在野外环境中,人们无法对样品进行统一预处理,面对各种形态的待测样品如何保证LIBS的检测精度是函待解决的一大难题。提出一种多谱线内定标的方法来解决上述问题,即通过求解多条分析谱线的强度和与内标元素谱线的强度比值来建立定标曲线,进而降低光谱信号波动带来的误差,提高线性相关性和检测精度。实验中以铅黄铜合金样品为例,采用LIBS对厚度不一（最大变化值为±2 mm）的铅黄铜样品中的Pb元素进行了定量检测研究,并分别采用传统定标法和多谱线内定标法对这种不规则样品进行校正和建立定标曲线。实验发现,对于不规则样品,传统定标法的检测精度大大降低,定标曲线没有明显的线性关系。当采用单条谱线的内定标方法时,定标曲线线性相关度大大提高,校正决定系数达到0.724 89。而采用多条谱线内标方法（考虑多条分析谱线的相对强度总和）计算发现,当选取5条Pb谱线（Pb 261.42 nm,Pb 280.20 nm,Pb 368.35 nm,Pb 405.78 nm和Pb 520.14 nm）进行计算时,定标曲线线性拟合度达到0.984 6,由此可见该方法消除了样品不规则所带来的光谱强度波动误差,显著提高了测量精度。虽然继续增加分析谱线数目可以进一步提升线性相关度,但是也会增加计算的复杂度,所以选择合适的分析谱线是十分重要的。此外,通过多谱线内标法也能一定程度上消除基体效应和光谱干扰等影响,是一种简单有效且具备普适性的数据处理方法。当然,该方法也存在一定的局限性（如样品成分分布极不均匀、样品表面极不规则致使激光能量低于击穿阈值等）,不过通过调整和优化检测装置方案（例如增大激光能量、增大聚焦光斑、采用长焦距聚焦透镜等）可以更好的发挥该方法的优势。该研究内容可以为LIBS原位检测和在线检测的应用提供一种新思路。     

农田土壤中钾元素含量的激光诱导击穿光谱测量方法

农田土壤中钾元素的实时测量具有重要的意义。利用由1 064 nm激光器、高分辨率光谱仪组成的激光诱导击穿光谱系统,研究了土壤总钾含量的LIBS测量方法。文章对钾元素含量在8.74～34.56 g·kg-1之间的农田土壤样品进行分析,比较了404.40,404.72,766.49和769.90 nm的钾原子特征谱线,并选取766.49 nm为本研究的分析谱线。分析了激光器稳定性、随机噪声造成的谱线强度误差,并以农田土壤中含量相对稳定的硅元素为参照元素,建立K和Si光谱强度比值与土壤中K元素含量关系的内定标模型。定标曲线拟合相关系数为0.935,定标模型对预测集样品的预测标准偏差为9.26%。     

基于LIBS技术的钢铁合金中Cr和Ni元素SVM定量分析方法研究

针对钢铁合金样品中存在基体效应复杂的问题,通过优化支持向量机模型的输入特征,建立多元素变量的定量分析模型,预测钢铁合金样品中Cr和Ni元素的含量。研究结果表明,分别以特征谱线的峰值强度和积分强度作为支持向量机模型的输入时,积分强度因为包含了谱线的谱宽和形状信息,模型训练效果较好;相比于单一元素谱线的特征信息,采用多元素的多条谱线信息输入支持向量机模型时,模型训练效果较好,这是由于多种谱线信息的输入可以有效校正基体效应的影响。在此基础上,通过归一化变量将内标法与多变量定标方法有效结合,不仅可以减小实验测量误差还能有效校正基体效应的影响,而且有效提高了模型的重复率和准确率。归一化变量作为支持向量机模型的输入变量,对待测样品S₁和S₂中Cr元素含量预测的相对误差为6.58%和1.12%,对Ni元素浓度预测的相对误差为13.4%和4.71%。通过归一化变量将内标法与多变量定标方法有效结合,可以充分发挥SVM算法的非线性学习优势,为LIBS技术应用于复杂样品定量定标分析提供理论基础。