微波消解-高分辨电感耦合等离子体质谱 (HR-ICP-MS)法测定煤炭中35种痕量金属元素

高分辨电感耦合等离子体质谱可以区分干扰元素和目标元素微弱的质量数差别,能解决大多数多原子、氧化物干扰问题,在煤炭痕量元素分析领域受到关注,但煤炭样品中痕量金属元素尤其是稀土元素受到的质谱干扰挑战未被系统地报道.采用HNO3-HF混酸微波消解煤炭样品,优化了消解时间、赶酸、复溶等前处理条件,研究了煤炭中V、Cr、Mn、C...     

微波消解-高分辨电感耦合等离子体质谱法(HR-ICP-MS)测定煤炭中35种痕量金属元素

高分辨电感耦合等离子体质谱可以区分干扰元素和目标元素微弱的质量数差别,能解决大多数多原子、氧化物干扰问题,在煤炭痕量元素分析领域受到关注,但煤炭样品中痕量金属元素尤其是稀土元素受到的质谱干扰挑战未被系统地报道。本文采用HNO3-HF混酸微波消解煤炭样品,优化了消解时间、赶酸、复溶等前处理条件,研究了煤炭中钒、铬、锰、钴、镍、铜、镓、锗、砷、铷、锶、钇、铌、钼、镉、锡、锑、铯、钡、镧、铈、镨、钕、钐、铕、镝、钆、铽、钬、铒、镥、铪、铊、铅、钍共35种痕量金属元素在低、中、高分辨率下的质谱干扰,采用高分辨率模式测定Ge、Nd、Eu、Gd、Ho、Er、Lu,采用中分辨率模式测定Ga,采用低分辨率模式测定其余元素,建立了高分辨电感耦合等离子体质谱测定煤炭中35种痕量金属元素的方法。在优化的实验条件下,各元素标准曲线线性相关系数均在0.9999以上,检出限为0.001~0.082 μg/g。选择煤炭标准样品（SARM 20）进行方法验证,测定结果的相对标准偏差为0.27%~6.27%,测定值与标准值基本一致,标准样品中无认证值的元素进行加标回收试验,加标回收率为85.8%~116.55%。选取俄罗斯其它烟煤、澳大利亚其它烟煤、蒙古炼焦煤、印度尼西亚褐煤、俄罗斯无烟煤、印度尼西亚其它烟煤6个代表性样品进行测试,分析了不同产地煤炭的痕量金属元素含量差异。Mn、Ba、Sr以及稀土元素在6种煤炭中存在显著性差异,可为煤炭原产地溯源分析奠定基础。     

基于近红外光谱判断分析煤种的鉴别研究

煤种信息为煤炭质量评价、进出境税收征管提供技术支撑。传统煤种鉴别方法需测定煤炭样品干燥无灰基挥发分、低煤阶煤透光率、粘结指数、恒湿无灰基高位发热量等指标,能耗大,检测周期长,不利于口岸快速通关。基于不消耗化学试剂、快速、低成本等优势,采用近红外光谱鉴别煤种受到广泛关注,但目前还未有针对全球不同产地来源煤炭的煤种鉴别应用,煤炭近红外光谱特征与煤种的相关关系仍有待挖掘。采集了来自澳大利亚、俄罗斯、印度尼西亚等9个国家410批进口煤炭代表性样品,涉及褐煤、烟煤和无烟煤3个煤种,对比分析了不同煤种煤炭样品的漫反射近红外光谱特征,发现不同煤种煤炭样品近红外光谱在吸光度、光谱斜率、特征峰上存在差异。结合样品成分信息、X射线衍射、近红外光谱进行数据挖掘,发现近红外光谱吸光度与煤炭中固定碳含量呈正相关,光谱斜率与煤炭芳构化呈负相关,煤炭芳构化增加导致长波长方向的吸收系数增大,光谱斜率变小,光谱特征吸收峰主要为水分和有机物质含氢基团的特征信息,特征峰强度取决于煤炭中水分和挥发分含量。采用主成分分析（PCA）进行数据降维,光谱变量从1 557个降到394个,对前10个主成分进行逐步判别,筛选出PC1,PC2,PC3,PC4,PC6,PC7,PC8,PC9和PC10代替原始数据作为模型输入变量,建立煤种鉴别的Fisher判别分析模型,建模样品验证准确率为98%,交叉验证准确率为97.8%,测试样品验证准确率为99.1%。PCA载荷图表明：PC1和PC2主要与煤炭挥发分含量相关,其次是水分含量。判别函数1（57.7%）与PC1的相关性最强,判别函数2（42.3%）与PC2的相关性最强,说明不同煤种中挥发分含量和水分含量的差异是近红外光谱进行煤种鉴别的内在依据。