激光诱导击穿光谱技术快速探测煤灰中的重金属锌（英文）

煤灰的成分指的是煤中矿物质的完全燃烧,产生各种金属和非金属氧化物和盐,这是使用煤时的重要参数。煤被广泛用于生产和人民生活,作为重要的能源物质。大量来自燃煤燃烧的煤尘(煤灰)被释放到大气中并与大气中的各种物质相互作用而形成雾霾。煤灰中的金属氧化物和空气中的小液滴之间发生一系列物理化学反应,这导致了雾霾的形成。在实验中,采用激光诱导击穿光谱(LIBS)分析煤灰中的元素。实验样品由某钢铁公司提供,分为七个样品,并标上序号。样品分别加入蒸馏水和0.1‰, 0.2‰, 0.2%, 0.4%, 0.8%, 1%硫酸锌溶液,分别用1～7号标记。为了获得更好的LIBS信号,样品被研磨为粉末状,并使用蒸馏水使硫酸锌与煤灰充分混合。通过使用压片机将煤灰压制成10 mm直径和10 mm厚的煤灰块。为获得准确的元素结果, X射线荧光光谱也被用作参考,并且原始样品不含锌元素。由于光谱分析和波长漂移现象的不确定性,因此实验中,分别选择了铁,钙,钛和铝四种高纯单质。在相同的实验条件下,将四条测量的元素谱线与NIST原子光谱数据库中相应的谱图比较。实验中的所有光谱根据波长差或偏移进行校正。此时,纯单质的元素谱线可以与样品的光谱对齐。当元素谱中的特征线与样品中的谱线对齐时,样品就可以被识别和确认。由于铝元素与目标元素具有相似的化学和物理性质,铝元素是煤灰和地壳中的主要元素之一,具有中等的光谱强度。因此将铝元素作为内标元素,运用内标校准方法来确定样品中锌的浓度。模拟含锌大气气溶胶是通过向煤灰中添加含锌元素来实现的。还有一些其他的金属元素,包括铁,钙,锰,钛和铝也被用来加入煤灰中,用以模拟大气气溶胶。两种方法的相对差异分别为1.78%, 3.39%, 5.17%, 0.20%。造成差异的原因可能是由于光谱仪缺乏分辨率或背景噪声的影响,这是可能导致测量误差的原因之一。由于实验室条件的限制,无法确定基底是否会影响实验结果,这将在未来的实验中得到进一步的证实。实验拟合曲线测得煤灰中锌的线性相关系数为0.995 72,这表明可以通过粗略估算锌的激光强度来估计煤灰中的锌含量的实现。实验结果证明LIBS技术可用于煤灰中金属元素的快速检测,为基于锌含量的大气环境检测提供了一种新方法。在建立元素的校准曲线后, LIBS技术将来可以用来进行更快速,更准确的定量分析。     

基于电极富集的水体重金属LIBS检测灵敏度研究

为了提高水体重金属LIBS检测的灵敏度以及降低元素检测限,采用LIBS结合铝电极富集方法对水体中的重金属Pb, Cd, Ni进行了分析。研究并优化了电极富集方法中关键参数—富集电压U,分析了LIBS特征谱线的光谱强度与富集电压大小之间的关系,得出重金属元素特征光强随着富集电压先增加后减小,在1.2 V处光谱强度达到最大值,选择了最优富集电压值为1.2 V。研究了Pb,Cd,Ni三种重金属元素的光谱稳定性,其特征谱线光谱强度的相对标准偏差(RSD)分别为5.98％,4.25,％和5.27％,说明该实验方法得到的谱线具有较高的稳定性。在0～ 0.13 mg·L-1范围内配制系列样品进行实验并对元素进行定量分析,得到Pb,Cd,Ni三种重金属元素的检测限分别为1.2,3.1和1.7 ppb。结果表明：LIBS结合铝电极富集方法能够有效地提高特征谱线的稳定性以及降低元素的检测限,为提高水体重金属LIBS的检测灵敏度和分析能力提供了方法支持。     

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。     

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。     

激光诱导击穿光谱检测水溶液中的Cr

利用激光诱导击穿光谱(LIBS)对溶液中的重金属元素Cr进行分析,开发一种快速、实时、在线的原位检测技术。采用1064nm的Nd∶YAG脉冲激光发生器作为光源,在相同的实验条件下,对配制的5种浓度的K2Cr2O7溶液进行击穿以产生等离子体,选取Cr的425.43nm线作为特征谱线,利用光谱仪自带的CCD探测器对谱线的LIBS信号进行收集,获得了5种浓度下Cr元素的光谱强度,建立了Cr元素谱线强度与其浓度拟合曲线。结果表明,溶液中Cr元素的浓度与其LIBS谱线强度有很好的线性关系,线性拟合决定系数达到0.9822。实验所得的结果为LIBS技术探测水质中的微量有毒金属元素提供了可行性,同时也为LIBS技术检测水质中金属元素含量提供了依据。     

金纳米与磁场作用下LIBS检测灵敏度改善研究

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。     

复混肥中钾含量的激光诱导击穿光谱分析

将激光诱导击穿光谱技术(LIBS)应用于复混肥中的主要营养元素之一钾(K)元素的含量检测.样品中K养分的浓度较高,在等离子体形成过程中容易发生自吸收.通过分析谱线的激发能级、跃迁几率以及自吸收程度,确定最佳分析谱线为钾的原子线404.40 nm.同时为了提高LIBS分析复合肥样品的测量精度,分析了光谱测量稳定性随谱线信号平均次数的变化规律.结果显示,在本实验条件下,一次测量平均100个脉冲所得的光谱信号,其相对标准偏差较小.实验总共分析了9个复合肥样品,其中7个作为定标样品,建立K养分浓度的定标曲线,另外2个作为未知样品,用以检验LIBS分析K养分浓度的测量精确度.研究结果表明,定标曲线的线性拟合度为0.989,检验样品的绝对误差小于0.3%,体现了激光诱导击穿光谱技术快速分析复混肥中钾养分的潜力.     

金属特性对激光诱导击穿光谱最佳实验参数的影响

采用波长为532nm的单脉冲激光诱导两种金属样品铜和锌,产生等离子光谱,固定激光能量40mJ、门宽100ns、光谱仪入射狭缝0.1mm、ICCD增益100等参数,研究金属样品物理化学特性对汇聚透镜焦点到样品表面距离、ICCD采集延迟等最优化实验参数的影响.实验中分别选取铜样品Cu（I）521.82nm和锌样品Zn（I）481.053nm谱线作为LIBS信号,实验测定的透镜焦点在距样品表面不同距离处的LIBS信号强度,结果表明铜和锌样品的聚焦透镜焦点分别在样品表面内距表面的距离为5mm和5.5mm时得到光谱信号强度最大;铜和锌的ICCD探测延时分别为1300ns和1100ns时等离子体光谱信号的信噪比最大并具有可观测的强度,依据铜和锌样品物理化学特性的差异对实验结果进行了合理的分析与讨论,为后续研究金属样品LIBS技术的基底效应、纳米结构增强激光诱导击穿光谱机理提供数据参考.     

合金钢的激光诱导击穿光谱实验条件优化

利用1 064 nm波长Nd∶YAG脉冲激光诱导击穿合金钢产生激光等离子体光谱,采用高分辨率及门宽控制的ICCD探测LIBS信号光谱。选用铁元素原子谱线404.581,414.387,427.176和438.355 nm进行分析,研究了不同实验参数对LIBS光谱信号强度的影响结果。实验结果表明,激光脉冲能量、激光聚焦位置以及ICCD探测器的延时等实验参数对合金钢LIBS信号有较大影响。通过优化这些实验参数,获得高光谱强度和信背比的LIBS信号,确定了LIBS技术用于合金钢微量元素成分分析的最佳实验条件,从而开展合金钢样品成分分析。     

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。     

利用激光诱导击穿光谱原位在线检测褐煤及煤烟

褐煤是我国现阶段的主要用煤,但因为其较低的煤化程度,使用时会产生污染环境的二氧化碳和黑灰,而且烟尘中含有的金属离子会危害人体健康,所以开展对褐煤烟尘的研究非常有意义.而激光诱导击穿光谱技术(L IBS)具有快速、多元素同时分析的特点,适合用于煤烟的原位在线探测.实验制备了含铅浓度不同的三种褐煤样本(O,H,L),其中O...     

基于K-CV参数优化支持向量机的LIBS燃煤热值定量分析

热值是煤质特性的重要参数之一,很大程度上影响着燃煤锅炉的运行。为了克服传统检测方法所存在的问题,将激光诱导击穿光谱(LIBS)应用于燃煤热值的定量分析。煤的结构复杂,所含的元素种类众多,包括了主量元素、次量元素和痕量元素,致使煤的LIBS光谱信息复杂。如何有效提取LIBS光谱信息,实现准确的定量化测量是LIBS在煤特性检测中发挥作用的前提和基础。近年来,随着人工智能技术的发展,相关的分析技术也开始应用于煤的工业指标分析和热值预测中。为实现煤样品中LIBS光谱信息的有效提取,同时为克服常规的分析方法易出现的过渡拟合、收敛性不好等问题,提出采用结合K-fold Cross Validation(K-CV)参数优化的支持向量机(SVM)回归方法,实现LIBS定量分析煤中的热值。SVM方法是结构风险最小化的近似实现,可用于模式分类和非线性回归。为了得到有效的LIBS分析模型,实验选用44种电厂常用的热值含量不同的煤样作为实验对象,选择其中33个作为训练集,剩余11个为测试集。利用搭建的LIBS实验系统获取所选煤样品的等离子体发射光谱数据,首先分析了SVM热值回归模型的参数-惩罚因子C、核函数参数g与模型精度的关联,确定C和g最佳取值范围,然后分别建立了基于LIBS全谱和某些元素(非金属元素和金属元素)特征光谱的SVM回归模型。利用训练集光谱数据,结合K-CV法得到热值SVM回归模型的最优参数C和g的值,建立基于SVM最优参数的煤热值定量分析模型。然后将测试集的光谱数据作为输入量用于测试所建立模型的可靠性,得到分别采用全谱、非金属元素特征光谱、非金属与金属元素特征谱相结合的热值定量分析模型,其决定系数R2均达到0.99以上,均方误差分别为0.12,0.17和0.06 (MJ·kg-1)2,预测平均相对偏差分别为1.2%,1.23%和0.69%。结果表明：基于K-CV参数优化SVM回归方法可用于LIBS技术实现燃煤热值的定量分析,且可得到较高的分析精确度和准确度;同时通过对比选用不同的光谱特征的定量分析模型可知,采用非金属与金属元素的特征光谱所建立的基于K-CV参数优化SVM的热值定量模型,能够有效提高LIBS应用于快速检测煤热值的精度和准确度,实现煤热值的准确预测。     

LIBS对煤中热值检测的新型校正模型

将激光诱导击穿光谱技术(LIBS)应用于煤中热值的检测。针对传统的通道面积归一化方法未能考虑煤质检测的物理/化学机制、从而限制了所建模型在精确性、准确性、可重复性的情况,提出了一种新型的基于光谱偏差产生原理的校正模型。模型选取了19组煤样品,随机选择其中15组为校正集,用于建立热值的定量分析模型,剩余四种为预测集,用于对所建模型进行检验与评价。模型从光谱偏差因素的产生因素出发,通过原子光谱发射理论结合斯塔克展宽公式,推导出LIBS条件下自吸收效应的影响机制及其所引起的偏差的修正方法。通过元素间相互干扰结合基体效应的微观机理对基体效应进行光谱的偏差分析,并根据K系数法的思路对LIBS中元素间相互干扰进行修正,通过建立光谱的电子密度,等离子体温度,元素浓度的数值模型对基体效应引起的光谱偏差进行深度修正。因而经过自吸收效应—元素间相互干扰—基体效应深度修正后,模型对于所研究样品范围内其拟合优度R2=0.967,RMSEP=0.49 MJ·kg-1,RMSE=0.45 MJ·kg-1,MRE=2.42%,ARE=1.64%的同时RSD=5.79%,RSDP=8.10%。相对于传统的通道面积归一化-多元线性回归方法的0.405,8.28 MJ·kg-1,4.14 MJ·kg-1,22.85%,52.48%,18.28%,32.85%,表明测量的精确度与准确度都得到明显的提高,证明该模型具有很好的应用价值。     

基于多元定标法的煤粉碳元素LIBS定量分析

本文选用碳含量差别较大的14个煤样,进行激光诱导击穿光谱实验。引入多元校正的分析方法,实现煤中碳元素的LIBS定量分析。根据煤质的结构特点,得到影响碳元素激发的主要影响因素分别为与碳骨架相连的H、O、N,以及主要的矿物质元素Si、Al、Ca、Fe。选择这些元素常见的特征谱线强度值,作为多元回归分析的输入量,然后根据回归方程变量的筛选原则,确定了用于回归关联式建立的变量,进而得到回归关联式,并通过方差分析和回归统计验证了方程的可行性。结果表明,采用多元校正的分析方法,得到多元回归分析模型预测值与实验室元素分析仪得到的参考值之间的相对误差在5%之内,说明采用多变量校正的分析方法对碳元素进行定量分析,能得到较高的分析精度。     

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。     

不同颗粒度铁屑LIBS光谱的基体效应及定量分析研究

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。     

激光波长对煤激光诱导击穿光谱特性影响的试验研究

我国电站入炉煤种复杂多变,实时快速获取煤质成分对保障锅炉的安全、高效、低污染运行具有重大意义。将激光诱导击穿光谱(LIBS)技术应用于燃煤煤质测量,观测了不同波长激光(355,532和1 064 nm)诱导产生的等离子体时间演变特性和不同电离特性元素的谱线时间特性,对比了出现屏蔽效应时的能量阈值随激光波长的变化特征,并研究了激光波长对煤LIBS光谱特性的影响规律。结果发现：使用532 nm激光作为激发光源时,煤LIBS光谱具有最强的谱线信号强度,且出现等离子体屏蔽效应的能量阈值也较高,是一种较理想的激发光源,为LIBS技术在煤质测量领域的工业应用提供了实验依据。     

激光诱导击穿光谱定量分析玉石中的Mg,Fe和Ca

基于对样品进行的激光诱导击穿光谱和X射线荧光光谱分析测试建立了天然玉石中主要元素Mg,Ca和微量元素Fe的定标曲线。实验采用纳秒级的Nd∶YAG激光器(波长:1 064nm)为光源,在延迟时间为3μs,激光脉冲累积数量为110,单个脉冲能量为100mJ,脉冲重复频率为10Hz的实验条件下,采用激光诱导击穿光谱技术装置对天然南阳独山玉石样品中的元素进行等离子体激发测试,得到波长在300~1 000nm的等离子光谱图。通过将得到的光谱图中特征峰与美国国家标准与技术研究院数据库进行对比,发现测试样品中含有Mg,Fe和Ca等元素,以X射线荧光光谱分析技术对四种南阳独山玉标准样品中测量出的Mg,Fe和Ca元素氧化物含量作为标准数据,选取含量比较高的Al元素作为内标元素,采用内标法对玉石光谱图中Mg,Fe和Ca元素特征峰值进行线性拟合,从而得出Mg,Fe和Ca三种元素的定标曲线,求出待测样品中这3种元素氧化物的含量,结果表明这三种元素氧化物的含量与中国珠宝宝石收藏鉴赏全集资料中所给出的元素氧化物含量的百分比范围MgO(0.28%~1.73%),Fe2O3(0~0.8%),CaO(18%~20%)相符合,相比于常用的方法,激光诱导击穿光谱技术可以快速地对待测样品进行检测,样品预处理简单且对样品损害较小。进一步验证了激光诱导击穿光谱技术对于玉石应用的可行性。     

准东煤中碱金属含量的LIBS激光测量

电站锅炉燃用准东煤后存在的严重结渣、积灰等问题跟煤中高含量的碱金属(Na,K)有关。采用化学方法对准东煤进行处理以制取一定碱金属含量范围的煤样本,采用激光诱导击穿光谱(LIBS)技术对准东煤的Na,K含量进行定标与预测。结果表明:LIBS技术对Na,K元素的测量具有较高的灵敏度、较低的检测极限和较小的预测误差均方根(RMSEP)。尽管元素含量较低时,LIBS测量数据的相对标准偏差(RSD)较大,但当元素含量达到一定值后,其RSD趋于稳定,通过大量的重复测量可以保证测量的正确性。由于LIBS技术本身有快速同位测量的优点,因此LIBS可以作为在线测量煤中碱金属含量的一种手段。     

远程激光诱导击穿光谱技术分析岩石元素成分

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%。