首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 343 毫秒
1.
油茶(Camellia oleifera)炭疽病是油茶产业普遍发生的一种破坏性极强的病害,严重制约了油茶产业的发展,油茶患炭疽病初期只需及时修除树上的患病部位,随着病情的加重需铲除患病枝干,患病严重的病株要及时砍伐。针对目前检测油茶炭疽病等级的实验复杂、判定精度不高等问题,提出采用激光诱导击穿光谱(LIBS)结合傅里叶变换近红外光谱检测油茶叶片炭疽病等级判定的方法,以实现油茶炭疽病等级的快速、高效和高精度判定。健康和感染不同程度炭疽病油茶叶片的LIBS光谱中Fe、Ca、Mn、CaⅡ等元素健康油茶叶片与患病油茶叶片存在显著差异,且随着患病程度的增加元素的特征峰强度逐渐降低,主要原因是这几类元素都是油茶生长所必需的元素;健康油茶叶片与患不同程度炭疽病油茶叶片的傅里叶变换近红外光谱的吸光度也存在差异,随着油茶叶片炭疽病等级的加重傅里叶变换近红外光谱的吸光度逐渐降低,主要是由于傅里叶变换近红外光谱能够反映样品的物理特性。分别采用归一化(Normalization)、多元散射校正(MSC)、标准正态变换(SNV)预处理方法结合竞争自适应重加权采样(CARS)、连续投影算法(SPA)变量筛选方法建...  相似文献   

2.
采用激光诱导击穿光谱(LIBS)技术对大豆油中的铁(Fe)含量进行定量检测。实验中用一系列不同Fe浓度的大豆油样品,采用二通道高精度光谱仪采集其LIBS光谱信号。根据样品LIBS谱线图,确定了Fe的两个特征谱线404.58和406.36 nm,并应用不同的一元回归方法对两个特征谱线分别建立一元指数回归定量分析模型、一元线性回归定量分析模型和一元二次回归定量分析模型。研究结果表明,Fe Ⅰ 404.58及Fe Ⅰ 406.36的一元指数、一元线性及一元二次回归模型的预测平均相对误差分别为29.49%,8.93%,8.70%和28.95%,8.63%,8.44%。Fe Ⅰ 406.36建立的回归模型预测结果优于Fe Ⅰ 404.58,三个回归模型中一元二次回归模型性能最优。由此可见,LIBS技术检测大豆油中的Fe元素具有一定的可行性,一元二次回归定量分析模型可以有效提高Fe元素预测浓度的精度。  相似文献   

3.
飞机蒙皮激光除漆过程的在线监测,是实现分层可控除漆、满足适航维修要求的重要手段,也是推进激光除漆工程应用、飞机维修自动化的核心技术。激光诱导击穿等离子体光谱(LIBS)技术可通过激光材料作用过程中产生的等离子体发射光谱快速分析材料表面元素变化,实现激光清洗表面状态的在线监测。基于搭建的高频纳秒红外脉冲激光除漆LIBS在线监测平台,分别采集了不同激光功率下,面漆、底漆、铝合金基体去除过程中的3类LIBS光谱(各100幅)。分析了不同激光功率下,各类光谱示踪元素特征谱线的变化情况,初步筛选了12条特征谱线作为光谱识别的特征。进一步对这12个特征进行主成分分析(PCA),并将前3个主成分(PC1、 PC2、 PC3)构成的数据集作为支持向量机(SVM)识别模型的输入量,建立了3类光谱的识别模型。形成了多漆层结构激光分层可控清除过程的LIBS在线监测判定规则,并对该规则的有效性进行了实验验证。结果表明,与低频脉冲激光单点作用采集的针状LIBS光谱相比,基于该平台采集的LIBS光谱普遍存在较强的连续背景(大于5 000 a.u.)以及1.5 nm左右的半峰全宽;针对此类光谱设计了改进均值平滑滤波...  相似文献   

4.
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。  相似文献   

5.
选择合适的特征谱线是以内标法对激光诱导击穿光谱进行定量化分析的前提,需要科研工作者精心分析和比较,往往耗费大量精力和时间,而且还不能保证结果最优。基于遗传算法为内标法提出了一种从原始光谱中自动选择分析线和参考线的方法,使用该方法从低合金钢样的LIBS光谱中为锰(Mn)、镍(Ni)、铬(Cr)、硅(Si)和铁(Fe)元素分别选择了用于内标法定量分析的分析线和参考线。优选得到的最优谱线为,Mn的分析线和相应的参考元素Fe的参考线分别是403.306 8和368.745 7 nm,Si的分析线和相应的参考元素Fe的参考线分别是288.157 7和427.176 1 nm,Cr的分析线和相应的参考元素Fe的参考线分别是286.510 0和272.753 9 nm,Ni的分析线和相应的参考元素Fe的参考线分别是352.453 6和358.698 5 nm。最后基于优选得到的谱线以内标法对这些元素分别进行了定量分析,结果证明,使用这种谱线选择方法能够自动从原始光谱中找到最优特征谱线,使内标法定量分析得到最好的结果。  相似文献   

6.
为了提高激光诱导击穿光谱技术(LIBS)的检测灵敏度和辐射光谱特性,采用再加热正交双脉冲结构对样品中的4种元素Fe,Pb,Ca和Mg以及含有不同浓度重金属元素Cr的土壤样品进行分析。研究了4条特征谱线FeⅠ:404.581 nm,PbⅠ:405.78 nm,CaⅠ:422.67 nm和MgⅠ:518.361 nm的光谱强度和信背比随两激光脉冲之间时间间隔的变化关系,获得了两激光脉冲之间最佳的时间间隔为1.0 μs。在单脉冲和双脉冲条件下,得到了4条特征谱线FeⅠ:404.581 nm,PbⅠ:405.78 nm,CaⅠ:422.67 nm和MgⅠ:518.361 nm光谱强度的增强倍数分别为2.23,2.31,2.42和2.10;分析了特征谱线FeⅠ:404.581 nm和CaⅠ:422.67 nm谱线强度随时间的演化特性以及4条特征谱线信背比随光谱采集延时的变化关系,双脉冲能有效延长光谱强度的衰减时间以及提高特征谱线的信背比;比较分析了等离子体温度和电子密度随时间的演化特性,在双脉冲条件下,等离子体温度最大升高了730 K,电子密度最大增加了1.8×1016 cm-3。单脉冲和双脉冲条件下获得重金属元素Cr的检测限分别为38和20 μg·g-1,再加热正交双脉冲技术使元素检测限下降近2倍。以上结果表明:再加热正交双脉冲能有效地提升LIBS技术的检测灵敏度和光谱特性,为进一步降低元素的检测限提供了有效的方法。  相似文献   

7.
在合金钢众多成分中碳(C)属于微量非金属元素,其含量决定了合金钢的主要力学性能,准确、实时掌握C元素的含量,对合金钢的生产及分类起到关键作用。双脉冲激光诱导击穿光谱(DP-LIBS)是一种可用于在线快速分析合金钢中元素的有效手段,不仅具有实时、样品预处理简单等优点,还能够增强物质的烧蚀度和信号强度,从而提高LIBS技术的检测灵敏度。为了减小基体效应影响,进一步提高LIBS技术对合金钢中微量C元素定量分析的精确性,采用多元素多谱线的修正方法,通过DP-LIBS结合反向传播人工神经网络(BP-ANN),建立多变量GA-BP-ANN定标法。首先在氩气环境对合金钢样品进行DP-LIBS采集,目标C元素选择了谱线强度变化能够体现其含量变化的C 193.09 nm处的原子谱线,同时选取共存元素Fe,Cr,Mn和Si对应的特征谱线,以提供更多的光谱信息,提高C元素定量分析的准确度,共选择15条特征分析谱线,其中Fe元素含量丰富且相对稳定,作为内标元素引入以减小谱线波动;之后通过遗传算法(GA)寻优,对C/Fe,Cr/Fe,Mn/Fe和Si/Fe的谱线强度比进行优化选择;最后将GA选择的多谱线强度比作为BP-ANN网络的输入,输出为目标C元素浓度值,建立多变量GA-BP-ANN定标方法。为比较该方法预测结果的精确性,同时建立传统定标曲线法与以C/Fe为输入的单变量BP-ANN定标方法。利用标准合金钢样品,通过留一法交叉预测C元素含量值,与内标法和单变量BP-ANN定标方法相比,预测样品的平均相对误差分别由14.78%和14.75%减小到8.29%,预测值与真实值之间的决定系数R2分别由0.967 4和0.974 4提升至0.989 3。结果说明了多变量GA-BP-ANN定标法预测的C元素含量更接近于真实含量,证明了该方法用于LIBS检测合金钢中C元素含量的可行性。  相似文献   

8.
向量空间模型最初用于文献检索,该模型是通过对文献内容进行特征文本提取后,将文献转换到文本向量空间,然后在文本向量空间中通过计算文献的特征文本向量与检索文本的特征文本向量的相似度,实现文献的检索,该方法基于模式识别中模板匹配的最近邻原则。针对光谱数据的特点和模式识别中模板匹配的基本原则,将向量空间模型引入基于样品光谱的分类识别。通过训练集中光谱数据获得各样品的光谱数据模板,提取训练集中各样品光谱数据模板特征峰的波长和相对强度信息,构建特征峰信息数据库,计算获得特征峰信息权值,将光谱数据转换到特征峰向量空间,获得各样品光谱数据模板的特征峰向量,构建样品特征峰向量数据库。同理获得预测集样品光谱的特征峰向量,在特征峰向量空间中通过计算预测集样品特征峰向量与样品特征峰向量数据库中各样品模板特征峰向量的余弦值,完成对预测集样品的分类识别。以岩屑样品的LIBS光谱为研究对象,将向量空间模型应用于LIBS光谱的分类识别。分类结果表明,该方法能够实现对岩屑样品LIBS全谱的快速分类识别,且在对预测集光谱数据进行平均处理后,分类准确率为100%。提出的基于向量空间模型的LIBS光谱分类方法可以拓展应用于其他光谱数据的分类识别。  相似文献   

9.
诱导击穿光谱技术(LIBS)具有实时快速、多元素同时探测的优势,并且无需样品预处理,检测成本低,是土壤重金属定量分析检测的一种重要分析手段。将LIBS技术应用于冶炼厂区周围土壤中重金属的含量分布分析研究,利用Cu,Pb和Cr三种元素的特征谱线强度分析了冶炼厂区周围土壤中Cu,Pb和Cr三种元素的含量分布。实验结果表明冶炼厂区土壤LIBS光谱中Cu和Pb两种元素的特征谱线强度分布与实际含量分布呈较好的线性关系,而Cr元素的特征谱线强度分布与实际含量分布相关性较差。为了提高Cr元素含量分布分析的准确性,利用CF-LIBS结合Saha方程应用于土壤Cr元素的含量分布分析中。实验结果表明基于CF-LIBS计算的Cr和Si两种元素含量比值分布与土壤Cr元素的实际含量分布之间具有良好的一致性。相比于其他的化学分析方法,LIBS技术结合CF-LIBS可以快速的对区域土壤重金属元素的含量分布进行检测,因此将LIBS技术与CF-LIBS相结合用于土壤重金属的含量分布检测中,为污染区域的重金属防治提供方向。  相似文献   

10.
诱导击穿光谱技术(LIBS)具有实时快速、多元素同时探测的优势,并且无需样品预处理,检测成本低,是土壤重金属定量分析检测的一种重要分析手段。将LIBS技术应用于冶炼厂区周围土壤中重金属的含量分布分析研究,利用Cu,Pb和Cr三种元素的特征谱线强度分析了冶炼厂区周围土壤中Cu,Pb和Cr三种元素的含量分布。实验结果表明冶炼厂区土壤LIBS光谱中Cu和Pb两种元素的特征谱线强度分布与实际含量分布呈较好的线性关系,而Cr元素的特征谱线强度分布与实际含量分布相关性较差。为了提高Cr元素含量分布分析的准确性,利用CF-LIBS结合Saha方程应用于土壤Cr元素的含量分布分析中。实验结果表明基于CF-LIBS计算的Cr和Si两种元素含量比值分布与土壤Cr元素的实际含量分布之间具有良好的一致性。相比于其他的化学分析方法,LIBS技术结合CF-LIBS可以快速的对区域土壤重金属元素的含量分布进行检测,因此将LIBS技术与CF-LIBS相结合用于土壤重金属的含量分布检测中,为污染区域的重金属防治提供方向。  相似文献   

11.
硅橡胶复合绝缘子是高压输电线路的关键设备,长期在复杂外界环境条件下带电运行后会发生表面老化,表现为粉化、褪色、粗糙度和硬度上升等现象。粗糙度作为复合绝缘子的老化特征量之一,其测量是复合绝缘子在线带电检测的难题。激光诱导击穿光谱技术(laser-induced breakdown spectroscopy, LIBS)适用于开展输电线路复合材料的远程在线检测,但粗糙度对LIBS信号的影响还没有得到系统的研究,利用这种基体效应进行绝缘子表面粗糙度的测量尚无报道。制备了不同粗糙度的硅橡胶新样品,与500 kV线路退运的复合绝缘子样品进行对比分析,研究了硅橡胶材料的粗糙度对LIBS信号的影响,结果表明,对于新制备硅橡胶材料随着粗糙度的增加,各主体元素特征谱线强度会随之增强,不同主体元素之间的原子谱线强度比(Si 288.2 nm/C 247.9 nm和Al 394.4 nm/Si 288.2 nm)随之下降,说明样品粗糙度对LIBS测量结果影响显著。但特征谱线强度及不同主体元素原子谱线强度比与粗糙度之间的函数关系不明显,难以用于粗糙度测量。硅橡胶的主体元素为Si,Al,C和O等,考虑元素含量及特征谱线的选取方便选择Si为主要分析元素。对于Si原子谱线强度比,选取了两条上能级相近(Eki=40 991.88, 39 955.05 cm-1)的原子谱线(SiⅠ288.2 nm,SiⅠ250.7 nm)作为分析线,在满足局部热力学平衡与光学薄的条件下两条谱线的强度比应为定值,但样品粗糙度的改变会影响脉冲激光烧蚀材料表面的过程,从而改变等离子体的状态,使得谱线强度比值也随之变化。上述两条硅原子谱线强度比和粗糙度建立的定标关系,线性相关系数为0.88。对于500 kV输电线路退运的老化硅橡胶材料,其表面由于老化有部分氢氧化铝填料析出,使得基体成分不均匀性更为显著,其表面也变得更为粗糙,这导致一对谱线强度比值作为定标函数,实用性降低。因此针对老化硅橡胶材料,除了选择Si元素谱线(SiⅠ250.7 nm,SiⅠ251.4 nm,SiⅠ251.9 nm)以外,还引入了Al元素谱线(AlⅠ305.7 nm, AlⅠ305.9 nm),利用三组谱线强度比进行多元回归分析,对于两个实测粗糙度为2.659和2.523 μm老化硅橡胶样品,LIBS测量的相对误差分别为0.218和0.189。结果表明对同样成分的复合材料,表面粗糙度对LIBS信号的影响是必须考虑的,而利用这种基体效应,开展远程在线测试复合绝缘子表面粗糙度,对于高压输电线路检测运维具有重要的应用价值。  相似文献   

12.
为促进LIBS技术在微量重金属元素检测以及核污染检测领域的应用,提高检测灵敏度和准确性,采用了激光双脉冲LIBS技术和光电双脉冲LIBS技术,分别对土壤和二氧化硅中的铀元素进行分析。首先,对激光脉冲能量、电压和采集延时等参数进行优化,提高铀元素特征谱线的强度和信噪比;然后在优化实验参数条件下,对含不同浓度铀元素的土壤样品和二氧化硅样品进行激发;选取UII 367.01 nm、 UII 454.36 nm两条铀元素的特征谱线作为分析线,通过铀元素浓度与特征谱线强度的线性关系,建立定标曲线。双脉冲激光激发条件为:激光脉冲1作为预脉冲,主要参数为1 064 nm, 90 mJ, 9.2 ns,激光脉冲2作为再加热脉冲,主要参数为355 nm, 50 mJ, 8 ns,两个脉冲的时间间隔800 ns,光谱采集相对第二个脉冲延时1μs,得到铀元素在土壤和二氧化硅两种样品中的浓度检测下限分别为572和110 mg·kg-1,拟合优度值R2分别为0.958和0.999。在光电双脉冲激发条件下,激光脉冲作为预脉冲,主要参数为355 nm, 50 mJ, 8 ...  相似文献   

13.
远程激光诱导击穿光谱技术分析岩石元素成分   总被引:2,自引:0,他引:2  
远程激光诱导击穿光谱技术是一种利用脉冲激光和聚焦光路对远距离目标烧蚀击穿,获取目标等离子体光谱,定性或定量分析物质元素组成的光谱探测技术。设计并搭建了一套远程激光诱导击穿光谱系统。该系统结合卡式望远镜光学结构,实现探测2~10 m距离的目标、并可自动变焦。基于该系统提出一种远程探测岩石主要元素含量方法。通过对比实验,研究了脉冲能量、采集延时、积分时间、探测点累计探测次数对光谱信号的影响,确定了岩石谱线获得的最佳条件。选择48块岩石标本和6种常见国标岩石样品(页岩、花岗岩、安山岩、玄武岩、片麻岩、伟晶岩)进行LIBS实验。以原子光谱数据库为参考,根据岩石的主要元素提取特征谱线(SiⅠ390.55 nm,AlⅠ394.40 nm,AlⅠ396.15 nm,CaⅡ396.85 nm,FeⅠ404. 60 nm,SiⅠ500.60 nm,MgⅠ518.36 nm,NaⅠ589.59 nm)。利用偏最小二乘算法(PLS)建立岩石成分定量分析模型,将48块岩石标本作为训练集进行求解,并用六种国标岩石对模型进行检测,预测岩石Si和Al元素含量,平均误差分别为9.4%和9.6%。  相似文献   

14.
激光诱导击穿光谱(LIBS)技术具有非接触测量、无需样品预处理以及快速多元素同时分析等特点,适合于高温、高压、真空、有毒以及敌对环境等仪器和操作人员无法靠近观测对象的应用中。LIBS技术结合望远镜系统可以实现物质成分的远距离检测与分析。搭建了一套可自动聚焦的LIBS远程测量系统。该系统中的望远镜采用Schwarzschild结构,由一块凹球面反射镜和一块凸球面反射镜组成。两块球面反射镜共轴安装。其中凸面反射镜安装在电控精密平移台上,电动平移台可带动凸面反射镜沿光轴移动。通过调整凸面反射镜的位置,改变凸面反射镜和凹面反射镜的间距,进而改变系统的焦距,实现对不同距离的样品进行光谱测量。该结构的优点在于:激光聚焦光路与信号光采集光路相同,便于安装和调试;望远镜系统采用全反射式光路,适用于紫外波段检测;只包括两个球面反射镜,结构紧凑,元件容易加工。望远镜系统调焦距离为1.5~3.6 m,聚焦光斑直径约为0.5~1.0 mm。使用该系统对铜样品进行了LIBS实验,确认了Cu元素的特征谱线。通过测量Cu元素的LIBS特征谱线(Cu Ⅰ 223.01 nm, Cu Ⅰ 224.43 nm)峰面积和反射镜间距之间关系,得到了激光的最优聚焦位置。实验结果表明,该系统能够完成样品的远程激发和LIBS光谱测量,并能够对不同距离的样品进行自动聚焦。  相似文献   

15.
激光诱导击穿光谱(LIBS)对固体进行检测时,受固体的表面物理形态和化学特性影响较大,因此,基体效应分析对LIBS在线检测研究有重要的意义。为了提高LIBS对表面凹凸不平样品成分在线检测的准确度,进行了LIBS对不同颗粒度铁屑样品的定量分析。实验所用的9种铁屑样品性状为松散的粉末、颗粒或长条状,为防止激光与样品相互作用时发生飞溅,将样品粘到双面胶上进行固定。采用的激发波长为1 064 nm、脉冲能量为35 mJ,探测器延时和积分门宽分别设置为1和10μs。为评估样品颗粒度不同导致的基体效应对LIBS光谱的影响,首先,利用主成分分析(PCA)对系列样品进行分类,结果显示,粉末状的四个样品被分出,即颗粒度不同导致的基体效应是样品光谱信号差异的主要原因。其次,以C3、 C5两个样品研磨前后的基体元素特征谱线FeⅠ330.635 nm为研究对象,通过对比谱线的强度和相对标准偏差(RSD)发现,颗粒度越小,谱线强度越大,稳定性越好。为校正LIBS光谱基体效应的干扰,采用了样品研磨预处理和光谱数据预处理两种方法。将细长条状的C3和C5两个样品进行研磨,研磨后谱线的强度和稳定性有较大提升;分别研究了强度归一化、多元散射校正(MSC)以及两者结合对光谱进行处理的效果,三种光谱预处理均使谱线的稳定性得到显著提高。通过支持向量机(SVM)对Cu元素的定量结果进行了评估和对比,结果发现,采用研磨样品并结合强度归一化与MSC预处理得到的校正效果最优,最终使S1和S2两个待测样品的Cu元素预测相对误差(RE)分别降为1.745%和1.857%,预测均方根误差(RMSEP)降为0.020。该研究可为表面凹凸不平样品的LIBS检测提供一定的方法依据和参考。  相似文献   

16.
为了综合比较单双脉冲激光诱导击穿光谱技术(LIBS)在液体中重金属元素的检测效果,利用自建的液相射流单-双脉冲LIBS技术装置,对AlCl3水溶液中的Al元素LIBS特性进行测量和分析。实验中使用两台532nm Nd∶YAG激光器作为激发光源,等离子体辐射信号通过光谱仪和ICCD进行采集。实验研究了单脉冲下Al(396.15nm)发射谱线的谱线强度随激光能量、ICCD门延时、门宽之间的变化关系,获得了最优化实验参数激光能量为50mJ,ICCD门延迟为1 200ns,门宽为150ns。在相同的实验条件下,实验考察了Al(369.15nm)发射谱线的谱线强度随双脉冲之间的延时,激光总能量,ICCD门延时的变化关系,获得了最优化实验参数为两双脉冲之间的延时为1 000ns,激光总能量为50mJ,ICCD门延时为1 100ns。单脉冲和双脉冲条件下获得重金属Al的LIBS检测限分别为26.79和10.80ppm,双脉冲LIBS技术使元素检测限下降2倍多。实验结果表明双脉冲可以提升LIBS技术的探测灵敏度,为LIBS技术应用于水体中重金属快速检测提供了依据。  相似文献   

17.
为了综合比较单双脉冲激光诱导击穿光谱技术(LIBS)在液体中重金属元素的检测效果,利用自建的液相射流单-双脉冲LIBS技术装置,对AlCl3水溶液中的Al元素LIBS特性进行测量和分析。实验中使用两台532 nm Nd∶YAG激光器作为激发光源,等离子体辐射信号通过光谱仪和ICCD进行采集。实验研究了单脉冲下Al(396.15 nm)发射谱线的谱线强度随激光能量、ICCD门延时、门宽之间的变化关系,获得了最优化实验参数激光能量为50 mJ,ICCD门延迟为1 200 ns,门宽为150 ns。在相同的实验条件下,实验考察了Al(369.15 nm)发射谱线的谱线强度随双脉冲之间的延时,激光总能量,ICCD门延时的变化关系,获得了最优化实验参数为两双脉冲之间的延时为1 000 ns,激光总能量为50 mJ,ICCD门延时为1 100 ns。单脉冲和双脉冲条件下获得重金属Al的LIBS检测限分别为26.79和10.80 ppm,双脉冲LIBS技术使元素检测限下降2倍多。实验结果表明双脉冲可以提升LIBS技术的探测灵敏度,为LIBS技术应用于水体中重金属快速检测提供了依据。  相似文献   

18.
为了研究Na元素在水中的检测灵敏度,采用激光诱导击穿光谱检测NaCl溶液中的Na元素。选择NaⅠ589.0 nm和NaⅠ589.6 nm作为分析谱线,利用配置的六种浓度的NaCl溶液,采用外标法、内标法以及小波变换降噪法,给出了NaCl溶液中Na元素的定标曲线。发现通过内标法获得的定标曲线的线性相关系数r达到0.998,优于外标法(r=0.985),并且优于小波降噪后外标法(r=0.986)。相对外标法而言,小波变换降噪法有效降低了LIBS光谱中的连续背景光谱噪声,使LIBS的RSD从5.68%降至1.61%,从而使LOD值从50.8 μg·mL-1降至19.54 μg·mL-1, 内标法选择NaⅠ589.0 nm和NaⅠ589.6 nm钠原子谱线与内标参考谱线HⅠ656.2 nm氢原子谱线强度比值能有效的克服实验条件波动带来的影响,因此,内标法给出的NaCl溶液中Na元素的定标曲线的线性相关系数最大。而对于小波变换降噪处理方法,能够有效的降低LIBS光谱的连续背景带来的噪声,但不能克服实验条件波动对LIBS光谱信息的影响,因此小波变化降噪方法能够提高LIBS的RSD,但对降噪处理后的外标法给出的定标曲线的线性相关系数的提高影响不大。说明内标法有效的提高了检测灵敏度,减弱了实验条件波动带来的影响,定标曲线具有更好的线性相关性。而小波变换降噪处理后有效降低了LIBS光谱中的连续背景光谱噪声,实现LIBS检测限变低。谱线NaⅠ589.0 nm为分析谱线得到的RSD和LOD值小于以谱线NaⅠ589.6 nm为分析谱线的结果,NaⅠ589.0 nm和NaⅠ589.6 nm这两谱线的上能级分别为2.104和2.102 eV, 发现分析谱线的上能级对NaCl溶液中的Na元素的RSD和LOD值有影响,存在上能级大,而RSD和LOD值较小的现象。研究结果表明,LIBS技术可以实现溶液中元素的原位实时检测,并在水污染检测方面受到广泛关注。  相似文献   

19.
用激光诱导击穿光谱技术比较土豆和百合中的微量元素   总被引:3,自引:0,他引:3  
激光诱导击穿光谱(LIBS)已成功地运用于固体、液体、气体样品中微量元素的测量以及微生物、细菌等的鉴别分析上,而在植物样品上面的应用则是一个较新的课题。该实验用纳秒Nd∶YAG激光器击穿真空冻干的土豆、百合样品,用光纤光谱仪测量了其LIBS光谱。通过鉴别、分析LIBS光谱,得到了这两种样品中微量元素的成分。并且对土豆干和百合干中Ca,Na,K,Fe,Al,Mg六种金属元素典型谱线的强度进行了统计分析,并由此得到了样品中这六种微量元素含量的对比情况。实验结果表明土豆干中的Ca和Na等含量都明显高于百合干,而百合干中Mg的含量较高。实验结果还表明用LIBS技术检测、对比冻干植物样品中微量元素含量是一种快速、有效的分析方法。  相似文献   

20.
针对激光诱导击穿光谱技术(LIBS)中等离子体的发射光谱增强问题,提出一种磁场增强LIBS与纳米颗粒增强LIBS(NELIBS)相结合的方法。采用热蒸发法在样品表面沉积一层直径20 nm的金纳米颗粒。利用波长为1 064 nm,最大能量为200 mJ的Nd∶YAG脉冲激光器在室温,一个标准大气压下对纯铜和黄铜进行诱导击穿。调整激光能量为30~110 mJ,分别使用传统LIBS、磁场增强LIBS、NELIBS以及两种方法结合对纯铜进行激光诱导击穿,得到特征谱线(Cu Ⅰ 521.8 nm)的强度增强因子和信噪比,并对其增强机理进行分析。在相同环境下使用四种方式对黄铜和纯铜进行诱导击穿以探测样品中的微量元素。当在样品表面沉淀金纳米颗粒或者将沉淀有金纳米颗粒的样品放在磁场中进行诱导击穿时,发现纯铜样品的光谱中存在Mg元素的特征谱线Mg Ⅱ 279.569 nm,黄铜样品的光谱中存在Si元素的特征谱线 Si Ⅰ 251.611 nm。实验结果表明:单独施加磁场约束或增加纳米金颗粒均可以有效增强等离子体光谱强度,但增强效果弱于两种方法结合,磁场约束对光谱的增强效果弱于NELIBS的增强效果。当结合NELIBS与磁场约束LIBS时,谱线增强因子最高可达14.3(Cu Ⅰ 521.8 nm),相比于磁场增强LIBS和NELIBS,最大增强因子分别提高了28%和59%。四种情况中当激光脉冲能量逐渐增大时,等离子体向外膨胀的强度增大,磁场产生的洛伦兹力束缚等离子的能力相对减弱,同时纳米金颗粒对等离子体发射光谱的增强作用被削弱,谱线强度降低,等离子体的增强因子逐渐减小后趋于稳定。通过NELIBS与磁场约束LIBS结合方式,不仅可以有效提高等离子体的发射谱线强度,改善光谱信号信噪比,而且传统LIBS方法中由于谱线强度低、背景噪声大而无法探测的微量元素可以被探测到,LIBS技术对微量元素的探测能力得到显著提高,微量元素的探测下限变得更低。NELIBS与磁场约束LIBS结合的方法具有更高的灵敏度和准确度,为激光诱导击穿光谱技术的谱线增强方法提供了新的思路,在该领域具有广阔的应用前景。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号