X射线荧光光谱结合判别分析识别铁矿石产地及品牌：应用拓展

铁矿石是钢铁工业的重要原材料,我国是铁矿石进口需求型国家,是世界铁矿石消费第一大国。海关对进口铁矿石检验的主要目标是预防进口铁矿石中涉及安全、卫生、环保、欺诈等方面的风险。对进口铁矿石产地及品牌进行符合性验证,可以快速筛选掺杂、掺假、以次充好,支撑进口铁矿石的风险管理,保障贸易便利化。在前期研究基础上进行应用拓展,研究对象为澳大利亚、南非、巴西、哈萨克斯坦、印度5个国家、21个品牌的422份进口铁矿石样品。考察了波长色散-X射线荧光光谱无标样分析方法的准确度,对于测量过程中未检出的元素含量,选择了用检测限替代缺失值。对于测量过程中的异常值,使用基于剩余方差的F检验进行异常值的剔除,皮尔巴拉混合块、纽曼混合块铁矿、纽曼混合粉铁矿各有一组数据计算得出的F统计量大于F检验临界值（a=0.01）,因此将这3组数据剔除。采用逐步判别法筛选出Fe,O,Si,Ca,Al,Mn,Ti,Mg,P,Na,Cr,K,Sr,S,Zn,V,Cu,Ba,Ni,Mo,Pb共21个元素的含量作为产地识别模型的特征变量,建立四维Fisher判别模型,实现了对铁矿石产地的识别;采用逐步判别法筛选出Fe,O,Si,Ca,Al,Mn,Ti,Mg,P,Na,Cr,K,Sr,S,Zr,Zn,V,Cu,Ba,Cl,Ni,Mo和Pb共23种元素含量作为品牌识别模型的特征变量,建立二十维Fisher判别模型,实现对21种品牌铁矿石的识别。考察了特征元素对分类识别模型的贡献,并分析了误判品牌铁矿石的元素特征。总结出进口铁矿石产地及品牌判别分析模型的整体数据处理流程。     

X射线荧光光谱结合BP神经网络识别进口铜精矿产地

铜精矿是冶炼铜及其合金的基础工业原料,不同产地进口的铜精矿在元素组成、含量上存在着差异,进口铜精矿伪报、掺杂、有害元素超标案件多发,危害国家经济安全。因此建立入境铜精矿产地识别模型,将有助于风险分级,预警。该研究对象为智利、秘鲁、菲律宾、西班牙、纳米比亚、伊朗、马来西亚和阿尔巴尼亚8个国家进口铜精矿的280批次铜精矿样品。应用波长色散-X射线荧光光谱无标样分析法测定所有研究样品的元素组成及含量,结果表明铜精矿样品的检出元素共计53种。选择O, Mg, Al, Si, P, S, K, Ca, Ti, Fe, Cu, Zn, Mn, As, Mo, Ag和Pb共17种元素含量作为变量,建立进口铜精矿国别的BP神经网络预测模型。采用F-score筛选出O, Mg, Al, Si, P, S, K, Ca, Cu, Zn, Mo, Ag和Pb共13个元素的含量作为特征变量,分别建立进口铜精矿国别的Fisher判别分析预测模型和BP神经网络预测模型。3种预测模型的结果如下:采用F-score筛选变量的Fisher判别分析模型对建模样品的识别准确率为94.2%,交叉验证准确率为92.9%,对预测样品的识别准确率为96.7%;输入层为17与13个变量的BP神经网络的训练集,校正集,验证集,建模集以及预测样品的准确识别率分别为:100%, 97.1%, 94.1%, 98.2%, 100%与100%, 97.1%, 100%, 99.6%, 100%。比较3次建模的结果可知,经过F-score筛选变量后用BP神经网络所建模型的准确识别率最高,该方法不仅可以减少建模的输入变量还可以提高识别准确度。波长色散-X射线荧光光谱无标样分析虽是半定量分析方法,但具有分析速度快和稳定性好的优点,利用该方法结合F-score筛选变量用于BP神经网络模式识别可以实现对铜精矿的国别识别。     

XRF与ICP-MS法在福建省安溪县和华安县的铁观音茶中元素含量测定的应用研究

安溪是铁观音茶的源产地,茶叶总产值每年数亿元,但不同品质的铁观音茶价格参差不齐,市场上存在以次充好的现象。福建省安溪县和华安县为铁观音主要的茶产地,两县市的茶叶产量市场占有率较高,地理位置毗邻,但茶叶品质和风味各有不同,造成茶叶市场的困扰。铁观音中微量元素种类和含量的检测,对产地的溯源具有重要的意义。采用X射线荧光光谱无标样半定量分析法（XRF）和微波消解/电感耦合等离子体质谱法（ICP-MS）对福建省主要茶产区安溪县（感德、西坪、祥华）和华安县（良村、华丰、仙都）的30份铁观音进行元素含量对比分析。XRF法检测出两县茶样中存在的元素种类有K,Ca,S,P,Mg,Al,Si,Cl,Fe,Mn,Rb,Zn,Na和Sr,但含量上存在一定的差异。根据XRF法检测结果进行快速、准确稀释茶样用于ICP-MS法对比测定金属元素,优化样品前处理方法以满足痕量检测要求。对比发现当测定Ca,Mg,Al,Fe,Mn和Zn金属元素时,相关性系数R2在0.824 8~0.892 8,趋势线斜率在0.806 0~0.944 9,XRF法和ICP-MS法的可比性较好,说明检测这六种元素采用这两种方法皆适合。同1份安溪铁观音茶样采用XRF法的相对标准偏差皆＜6.0%,ICP-MS法的相对标准偏差皆＜3.0%。相对于ICP-MS法,XRF法前处理更简单,耗时少,因此需低成本、快速、简便检测茶样中的Ca,Mg,Al,Fe,Mn和Zn元素含量时,可选择XRF检测法。采用ICP-MS检测出的K,Ca,Mg,Al,Fe,Mn,Rb,Zn,Na和Sr金属元素进行逐步判别分析,通过建立Fisher判别模型对安溪县和华安县铁观音茶样实现有效区分,模型建立的判别函数的产地检验判别率为96.7%,交叉检验判别率为96.7%,对测试样品的识别正确率为100%。ICP-MS法检测金属元素结合逐步判别-Fisher判别分析,对安溪县和华安县铁观音茶样产地溯源具有较强的可行性。     

偏振能量色散X射线荧光光谱法在土壤环境监测中的应用

以土壤和水系沉积物标准物质为校准样品,采用粉末样品压片制样.建立了偏振能量色散X射线荧光光谱仪测定土壤中As、Ba、Cu、Co、Cd、Cr、Mo、Mn、Ni、Pb、Sr、Ti、V、Zn、Rb、Sc、Bi、Si、Al、Fe、Ca、Mg、Na、K 24种元素的方法.该方法采用Al、CaF2、Fe、Zn、KBr、Al2O3、...     

ICP—AES法测定《百年乐》中多种元素

本实验采用HNO_3-HClO_4湿法消化试样,ICP-AES法测定样品中的P、Sn、Se、Mg、Ca、Na、K、S、Zn、Mn、Si、Fe、Ti、Sr、Ba、Ge等元素。方法简便迅速,回收率92.8-105%,相对标准偏差0.26-3.05%。     

X射线荧光分析钒钛铁矿中主次量元素

四硼酸锂为熔剂 ,硝酸锂为氧化剂防止硫元素挥发损失 ,溴化锂作脱模剂 ,玻璃熔片法制备样品。干扰曲线法结合理论α系数法对谱线重叠干扰和基体效应进行校正 ,建立了 XRF测定钒钛铁矿中 Mg,Al,Si,P,S,Ca,Ti,V,Mn,TFe等主次量元素的分析方法。该方法经标准样品验证 ,与推荐值符合较好。 10次制样测量各组分 RSD在 0 .2 7%— 5 .2 4 %范围内     

ICP-AES法对铬铁矿中的多种元素进行定性与定量分析

采用ICP-AES法对铬铁矿首先进行定性分析,确定了铬铁矿中含有的元素种类;经过分析发现铬铁矿中含有Cr,Fe,Al,Mg,Zn,Co,Ni等29种元素。然后根据定性分析的结果,对铬铁矿中的主要元素Cr,Fe,Al,Mg,Ca,Ti,Si,Mn,V的含量进行测量。铬铁矿样品的前处理分两步进行,首先用碳酸钠-四硼酸钠在950 ℃下熔融30 min,然后用稀盐酸在80 ℃下浸取10 min,即可将样品完全溶解。实验结果表明,该方法的相对标准偏差为0.48%～2.05%,加标回收率为90.5%～111.3%,分析精确度满足要求。     

原子发射光谱法直接测定焦炭中的15种微量杂质元素

采用原子发射光谱直接测定了焦炭中Si、Mn、Mg、Pb、Sn、Fe、Ni、Al、Ti、Mo、Ca、V、Cu、Zn、Ag等15种微量杂质元素。方法不需要高温灰化及冗长的样品前处理技术,直接粉末进样分析,操作简便、快速,能够满足焦炭中常规杂质分析的需要。     

印度红花岗石与芝麻白花岗石的光谱的研究

采用了电感耦合等离子体原子发射光谱法、X荧光光谱法测定了印度红花岗石和芝麻白花岗石的组成，测定了它们的X射线谱及红外光谱。印度红花岗中的Fe、Ca和Al、Ti、K、S、P、Mg、Mn的含量分别高于和低于芝麻白花岗石中的Al、Ti、K、S、P、Mg、Mn、Fe、Ca。印度红花岗石的红色是由于它们含有Fe的有色矿物而产生的。     

电感耦合等离子体原子发射光谱法分析不同产地大豆中的矿物元素含量

选取江西、黑龙江、吉林和安徽4产地同一种属大豆经硝酸湿法消解后,采用电感耦合等离子体原子发射光谱法同时测定了其中K, P, Mg, Ca, Fe,Al, Zn, Mn 和Na元素的含量,并采用Ducan多重比较方法对结果进行统计分析。结果表明：大豆中含有丰富的矿物元素,其中K,P,Mg,Ca,Fe元素含量较高,且排序不因产地的变化而改变。Mn, Zn,Al,Na元素的排序则受产地影响较大。K, P, Mg的含量受产地的影响不大,表现出某一品种大豆自身生长对主要矿物质的需求是相对稳定的。不同产地大豆中Al, Ca,Fe, Na, Mn,Zn元素的含量差异显著(P<0.05),说明这几种微量元素的含量受土壤及环境的影响较大,其中安徽大豆中的铁元素(70.93 mg·kg-1)和江西大豆中的锰元素(32.69 mg·kg-1)显著高于其他3个样品。     

干灰化结合偏硼酸锂碱熔灰分ICP-AES测定生物样品中的硅铝等元素

探讨不同种类生物样品中Si和Al等10种元素的测定方法,采用干灰化结合偏硼酸锂碱熔灰分的前处理方法,用电感耦合等离子体原子发射光谱法(ICP-AES)同时测定试样中Si和Al以及Ca,Mg,Fe,Na,P,Mn,Sr,Ti。方法检出限Si为0.15μg·mL-1,Al为0.03μg·mL-1。用国家一级标准物质GBW07604(杨树叶),验证了方法的准确度及精密度,Si和Al的测定的准确度(RE)分别为-0.03%和-3%,Si和Al测定的方法精密度均小于3%,该方法已用于新研制的系列生物标准物质的定值,并取得满意结果。     

不同分解方法对ICP-AES测定植物样品中元素含量的影响

采用四种不同的分解方法处理植物标准参考物质SRM1573a(西红柿叶)和SRM1575(松针),用ICP-AES测定了样品中Al,B,Ba,Ca,Cu,Fe,K,La,Mg,Mn,Na,P,Pb,Sr,Ti和Zn等元素的含量,并将测定值与标准值作了一一比对。研究表明,在进行植物样品处理时,用氢氟酸除去样品基体中的Si至关重要,选择适宜的分解方法可以显著改善植物样品中某些元素测定结果的准确性。     

基体分离/MC-ICP-MS测定树皮表层235U/238U同位素比率

分别从日本广岛和京都采集了香樟树(Cinnamomum camphora)树皮样品共12份,用X射线能谱仪研究了树皮表层基体元素组成,并用扫描电镜观察了树皮表层微观形貌.将树皮表层样品进行干灰化法处理后,采用DOWEX(R)1-X8型阴离子交换树脂分离基体元素,然后用多接收器电感耦合等离子体质谱仪(MC-ICP-MS)测定了树皮表层235U/238U同位素比率.研究结果表明:树皮表层主要基体元素为Al,Ca,Fe,K,Mg,Si和C,O,S;采用不同浓度硝酸淋洗DOWEX(R) 1-X8型阴离子交换树脂可实现树皮表层痕量U与基体元素的有效分离.与京都树皮表层相比,广岛树皮表层不仅U含量显著偏高(P=0.012),而且部分样品235U/238U同位素比率亦略高于其自然丰度比.     

波长色散X射线荧光结合元素分析仪分析金华佛手14种元素

以VarioⅢ元素分析仪分析金华佛手C,H,O,N含量,以PW2400波长色散X射线荧光光谱仪定性扫描佛手样品,采用IQ+分析法分析Mg,Al,P,S,Cl,K,Ca,Mn,Fe,Sr元素含量。结果表明,将C,H,O,N元素含量作为固定项处理,结果较为理想;为防止样品表面脱落而采用Mylar膜将样品包裹技术,通过对膜系数的校准,分析结果比较理想。     

ICP-AES法同时测定铬酸钾中杂质元素

应用电感耦合等离子发射光谱法(ICP-AES)同时测定K2CrO4中微量Ca,Mg,Ba,Co,Cd,Cu,Mn,Pb,Sr,Zn,Al,Fe,Ni,Ti,Si,V等杂质元素含量.通过选掸合适的分析谱线,采用基体匹配法消除了样品中基体元素的干扰.结果表明,在选定的测定条件下,方法的标准曲线线性关系良好(R2=0.998 6～1.000),实验测得16种元素的检出限在0.075～2.625 mg·kg-1之间,两次测定的加标回收率在83.7%～113.0%之间,9次测定的RSD小于9.48%.实验表明该方法快速、简便、准确、可靠,可用于实际样品分析.通过对测定结果的分析,得出K2CrO4中含有较高含量的Ca,Mg,Al,Si,不能直接用来作为离子膜法电催化合成铬酸酐的原料,必须对K2CrO4进行进一步的精制.     

标准加入ICP-AES法测定铬酸钠中杂质元素

采用ICP-AES法同时测定工业铬酸钠溶液中微量Al,Ca,Fe,Mg,Si杂质元素。针对测定过程中存在的基体干扰、谱线干扰等问题,通过实验确定了铬酸钠中微量的Al,Ca,Fe,Mg,Si的分析测试谱线:Al 167.079nm,Ca 393.366nm,Fe 259.940nm,Mg 279.533nm,Si 251.61nm。实验用优级纯HCl将待测溶液调为酸性,消除工业铬酸钠溶液酸度不稳定引起的测定误差,采用标准加入法消除基体干扰,探讨了Al,Ca,Fe,Mg,Si等五种微量组分检测方法标准曲线线性相关性、检出限、精密度以及回收率等分析指标,详细研究了在选定分析谱线下,标准加入法对铬酸钠溶液中Al,Ca,Fe,Mg,Si等微量杂质含量测定结果的准确性的影响。结果表明标准曲线呈线性关系(R2=0.998 8~0.999 6之间),五种元素检出限在(0.013 4~0.028 0)mg·L-1之间,11次测量标准偏差小于5.86%,回收率在97.30%~107.50%之间。实验建立的分析方法的检出限、精密度、准确度均能满足分析测试要求;方法实用性强,已经成功用于离子膜电解法中铬酸钠原料液微量离子检测;利用铬酸钠、重铬酸钠和重铬酸酐与溶液酸度的关系,实验建立的分析方法还可拓展于重铬酸钠及铬酐甚至其他六价铬产品中Al,Ca,Fe,Mg,Si杂质离子的检测,同时也可以扩展到上述样品中其他杂质元素的测定。     

X射线荧光光谱法测定花草茶中22种元素

采用粉末压片法制样,应用X射线荧光光谱法对花草茶中N,Na,Mg,Al,Si,P,S,Cl,K,Ca,Ti,Cr,Mn,Fe,Ni,Cu,Zn,Br,Rb,Sr,Ba,Pb共22种元素进行了分析。讨论了测量条件的选择,对于22种目标元素的分析线,除Ba,Pb采用L线外,其余都选择K_α线,在对Rh靶K_α线的康普顿散射进行测量时,应适当降低管电压,选择合适的管电流。采用经验系数法和3条散射谱线(Rh靶L_α线的瑞利散射、0.1876nm处的散射线、Rh靶K_α线的康普顿散射)作内标进行基体效应校正,并对N,Na,Ca,Ti,Mn,Sr,Ba等部分元素进行了谱线重叠干扰校正。实验结果表明,该方法对N,Na,Mg,Al,Si,P,S,Cl,K,Ca,Ti,Cr,Mn,Fe,Ni,Cu,Zn,Br,Rb,Sr,Ba,Pb各目标元素的检出限较低,且准确度较好,精密度较高。采用该方法对花草茶中元素的种类和含量信息进行分析发现,花草茶元素组成较为丰富,不同种类花草茶元素种类和含量有差异,且同一种类不同来源花草茶略有差异,但元素组成含量特征大体相似。综上可知,该方法操作简单,能够实现花草茶的低成本、快速、准确、多元素测定。     

ICP-MS测定蜂蜜中多元素结合化学计量学在不同产地荆条蜜溯源中的应用

应用电感耦合等离子体质谱(ICP-MS)测定了北京顺义、河北阜平和河北平山三个地区65个荆条蜜样品中38种元素含量, 其中B, Na, Mg, P, K, Ca, Fe和Zn等8种元素的含量处于较高水平, 其浓度均高于1 mg·kg-1。比较发现, 不同地区荆条蜜中元素含量存在一定差异。以具有显著性差异(p<0.05)的29种元素(Na, Mg, Al, K, Ti, V, Mn, Fe, Ni, Cu, Zn, Ga, As, Sr, Y, Mo, Cd, Ba, La, Ce, Pr, Nd, Sm, Gd, Dy, Ho, Tl, Pb和U)为变量, 应用主成分分析(PCA)和反向传输人工神经网络(BP-ANN)两种化学计量学方法按照不同产地对荆条蜜进行了分析。PCA可将所有变量降为4个主成分, 并能解释81.6%的变量, 结果表明, PCA基本可以将荆条蜜按照不同产地分开。应用BP-ANN建立不同产地荆条蜜溯源模型, 用全部样本建立模型时, 三个产地荆条蜜分类的正确率均为100%, 采用“留一法”进行交叉检验, 整体准确率为95.4%;以75%的样本建立模型, 25%的样本用于预测, 对BP-ANN模型的可靠性进行验证, 三个产地整体分类和预测的准确率均为100%。ICP-MS测定蜂蜜中多元素含量结合多变量模型可以实现不同产地荆条蜜溯源。     

ICP-MS测定蜂蜜中多元素结合化学计量学在不同产地荆条蜜溯源中的应用

应用电感耦合等离子体质谱(ICP-MS)测定了北京顺义、河北阜平和河北平山三个地区65个荆条蜜样品中38种元素含量,其中B,Na,Mg,P,K,Ca,Fe和Zn等8种元素的含量处于较高水平,其浓度均高于1 mg·kg-1。比较发现,不同地区荆条蜜中元素含量存在一定差异。以具有显著性差异(p<0.05)的29种元素(Na,Mg,Al,K,Ti,V,Mn,Fe,Ni,Cu,Zn,Ga,As,Sr,Y,Mo,Cd,Ba,La,Ce,Pr,Nd,Sm,Gd,Dy,Ho,Tl,Pb和U)为变量,应用主成分分析(PCA)和反向传输人工神经网络(BP-ANN)两种化学计量学方法按照不同产地对荆条蜜进行了分析。PCA可将所有变量降为4个主成分,并能解释81.6%的变量,结果表明,PCA基本可以将荆条蜜按照不同产地分开。应用BP-ANN建立不同产地荆条蜜溯源模型,用全部样本建立模型时,三个产地荆条蜜分类的正确率均为100%,采用“留一法”进行交叉检验,整体准确率为95.4%;以75%的样本建立模型,25%的样本用于预测,对BP-ANN模型的可靠性进行验证,三个产地整体分类和预测的准确率均为100%。ICP-MS测定蜂蜜中多元素含量结合多变量模型可以实现不同产地荆条蜜溯源。     

ICP-OES测定两种松树中的矿质元素

采用HNO3-HF-HClO4湿法消解木材样品,电感耦合等离子体发射光谱法（ICP-OES）测定思茅松、云南松茎干中的Ca、Fe、K、Mg、P、Mn、Zn等矿质元素。结果表明,思茅松、云南松中的矿质元素表现为不同的含量顺序,思茅松中矿质元素含量为Ca〉K〉Zn〉Mg〉P〉Fe〉Mn,而云南松中矿质元素含量为Ca〉Fe〉K〉Mg〉P〉Mn〉Zn。该方法具有良好的准确度及精密度,加标回收率在95.63%—108%范围内,相对标准偏差（RSD）在0.3%—2.4%范围内,结果可靠,操作方便,可用于其他树木样品中相同矿质元素的测定。