样品物理方法前处理提高猪肉中Pb元素的LIBS分析精度研究

农产品基体复杂,为了减弱水分和有机质对其痕量重金属元素LIBS检测能力的影响,以期提高目标元素LIBS分析灵敏度和预测精度。以实验室含Pb溶液污染处理的新鲜猪肉样品为例,对猪肉样品进行烘干、粉碎、压片处理,比较样品简单的物理方法前处理提高目标元素LIBS探测效果的可行性。通过采集猪肉鲜样和干样的LIBS谱线信息发现,鲜样受水分、有机质成分影响致使其谱线信息背景和噪声信号干扰较大;对于10个浓度梯度的样品,目标元素特征谱线Pb Ⅰ 405.78的LIBS强度信息在鲜样中无明显的差异性,而在干样样品中差异明显并表现出一定的梯度关系。说明LIBS缺乏对鲜样样品低浓度Pb污染的探测能力,干燥处理削弱了水分的影响、浓缩了样品浓度范围,提高了LIBS的检测灵敏度。通过目标元素Pb的真实浓度与其特征谱线LIBS强度线性定量模型分析,干样样品的线性相关系数远大于鲜样样品,此时猪肉干样样品检测限为5.13 mg·kg-1,说明干样样品具有一定的预测精度。整个工作证明猪肉等农产品在经过合适的、简单的物理方法前处理后,有望在LIBS分析灵敏度和检测精度方面发挥应有的潜力,且该物理方法前处理同样适用于其他肉类的LIBS检测分析。     

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。     

基于激光诱导击穿光谱对重金属胁迫下的植物体内元素成像分析

植物修复是一种绿色有吸引力的重金属污染修复技术。了解重金属在植物体内不同部位的分布,有助于深入了解重金属植物修复的分子机制。激光诱导击穿光谱技术(LIBS)在元素原位快速分析时拥有突出的技术优势,尤其是具备无需复杂样品前处理、可对固体样品直接分析的突出特点,目前元素扫描成像是LIBS技术的重要研究及应用方向。设计并搭建了基于纳秒脉冲激光器的元素成像LIBS装置,系统光斑分辨率50μm,样品移动步距为100μm,成像分析速度为6.25 mm²·min^-1,装置可实现自动化扫描,满足实际分析需求,系统采用多通道平面光栅光谱仪,光谱范围180～800 nm,目标元素光谱经基线扣除,峰面积拟合及归一化处理后绘制分布热图,并以伪彩呈现样品不同区域的元素分布。以豌豆为水培植物模型,利用所搭建的元素成像LIBS装置开展豌豆植株的在体原位元素成像分析,分析了Ni、 Cu、 Cr及Pb重金属在植物体内的差异性分布,并研究了上述四种重金属的吸收途径。结果显示,该元素成像装置可以对植物体内存在的C、 Mg、 Fe、 Ca、 Na、 K等主要基体元素进行有效分析,经...     

水溶液中金属元素的激光诱导击穿光谱的检测分析

文章对竖直流动的CuSO₄和Pb(NO₃)₂水溶液样品表面的激光诱导击穿光谱的（简称LIBS）特性进行了观测分析。实验中采用的烧蚀激光波长为532 nm,脉冲宽度为10 ns,重复频率为10 Hz;LIBS信号的探测通过一色散相加型双光栅单色仪、Boxcar和PMT的组合来完成。通过对水溶液中金属元素的LIBS信号随时间和能量演化规律的分析,初步确定了系统 的最佳烧蚀能量和最佳探测延时。受样品表面附近空气击穿时氧元素信号的影响,实验对Cu和Pb各自的击穿位置进行了优化。在分析影响LIBS光谱探测因素的基础上,进一步优化了系统的工作条件和探测 参数。通过对不同浓度下LIBS信号的探测分析,初步确定了系统对Cu与Pb的最低检测浓度,分别约为31,50 ppm(μg·mL-1)。文章还对将LIBS技术运用到海水中重金属的实时在线检测的可 行性进行了讨论。     

火焰发射光谱对K元素激光诱导击穿光谱测量的影响

在煤和生物质燃烧过程中,燃料中的碱金属元素会发生气态释放,并在随烟气降温的过程中凝结,产生热力设备结渣、腐蚀、积灰等问题,影响设备的安全运行。激光诱导击穿光谱(LIBS)技术是测量煤/生物质火焰中碱金属元素分布的有效手段。建立了一套火焰场内K元素的LIBS测量系统,分别测量了不同ICCD门宽时间条件下火焰场内K元素的火焰发射光谱(FES)信号和LIBS信号,并计算、比较了二者的信号强度随测量系统ICCD门宽时间变化的规律。实验结果表明,相同ICCD门宽时间条件下,火焰场内K元素LIBS信号强度显著高于FES信号强度。随着ICCD门宽时间的增加,二者的信号强度均逐步增加,但是二者的增速变化规律并不相同:K元素LIBS信号强度的增加速度呈现出先快后慢的变化规律;K元素FES信号强度则呈现出线性增加的规律。同时,相同ICCD门宽时间条件下,K元素LIBS信号强度与FES信号强度的比值在ICCD门宽时间为0~8μs的范围内迅速升高至约4;之后,随着ICCD门宽时间的增加,该比值缓慢下降并逐步趋近于1。通过分析火焰场内K元素FES对LIBS测量影响的原理,提出了合理选取LIBS测量系统ICCD门宽时间,使得K元素LIBS信号强度与FES信号强度的比值最大化,从而降低K元素FES对LIBS测量影响,优化了提高火焰场内K元素LIBS信号测量准确度的方法。     

铝合金中铬元素的时间分辨激光诱导击穿光谱高灵敏检测

为了消除在激光诱导击穿光谱(LIBS)信号检测时等离子体中强的轫致电子辐射对光电倍增管和前置信号放大器造成的不良影响,提高信号检测灵敏度,设计了一种基于CR110的门控端窗光电倍增管并用于LIBS中的微弱信号检测。该门控光电倍增管与前置信号放大器组合运用既可以成功抑制激光等离子体中强的轫致电子辐射的背景干扰,又可以进一步放大微弱的原子辐射信号,提高光谱分析的灵敏度。用LIBS分析铝合金标样中的微量铬元素,采用该门控光电倍增管时其检出限可以达到5.55 ppm,与采用普通光电倍增管的相比改善了近6倍,显示出该门控光电倍增管在时间分辨信号检测领域良好的应用效果。     

铝合金中铬元素的时间分辨激光诱导击穿光谱高灵敏检测

为了消除在激光诱导击穿光谱(LIBS)信号检测时等离子体中强的轫致电子辐射对光电倍增管和前置信号放大器造成的不良影响,提高信号检测灵敏度,设计了一种基于CR110的门控端窗光电倍增管并用于LIBS中的微弱信号检测。该门控光电倍增管与前置信号放大器组合运用既可以成功抑制激光等离子体中强的轫致电子辐射的背景干扰,又可以进一步放大微弱的原子辐射信号,提高光谱分析的灵敏度。用LIBS分析铝合金标样中的微量铬元素,采用该门控光电倍增管时其检出限可以达到5.55 ppm,与采用普通光电倍增管的相比改善了近6倍,显示出该门控光电倍增管在时间分辨信号检测领域良好的应用效果。     

利用可调谐半导体激光光谱技术对含尘气体中NH3的测量

利用可调谐半导体激光吸收光谱技术（TDLAS）并结合波长调制，在近红外波段1531.7nm处对常温常压下的NH₃进行浓度测量.在10m的长程吸收池内得到了25×10^-6的浓度信号，并且在25×10^-6—400×10^-6浓度范围内二次谐波信号与浓度具有良好的线性关系.讨论了粉尘颗粒对于二次谐波信号的干扰，并提出了利用激光强度线性拟合解决颗粒对气体测量干扰的方法. 关键词： 可调谐半导体吸收光谱 波长调制 3浓度测量')" href="#">NH₃浓度测量 颗粒影响     

铀元素的激光诱导击穿光谱测量分析

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 ...     

真空下激光烧蚀碳化钨铜多组分等离子体发射光谱的时空演化研究

激光诱导击穿光谱技术目前已用于国内大科学装置EAST托卡马克壁诊断。在真空环境下,如何提升LIBS定量分析准确性是其进一步发展的瓶颈问题之一。在真空中,激光诱导等离子体具有高度时空非均匀性,对等离子体时空演化行为的研究,理解各个物种的演化规律,是进一步改进LIBS定量分析准确性的重要内容。针对托卡马克第一壁和偏滤器的材料相关的不同元素,该工作在真空环境下利用波长为1 064 nm、脉宽5 ns、功率密度6.3 GW·cm^-2的脉冲激光对三元合金-碳化钨铜((WC)₇₀Cu₃₀)进行烧蚀产生多组分等离子体,使用线性阵列光纤实现了对发射光谱的时空分辨测量。以三种元素CⅠ833.51 nm, CⅡ657.81 nm, CuⅠ515.32 nm, CuⅡ512.45 nm, WⅠ429.46 nm, WⅡ434.81 nm六条谱线为研究对象,研究了激光烧蚀等离子体不同辐射机制的时间尺度以及多组分等离子体在扩张过程中发生的元素“空间分离”现象和“离子加速”现象。根据连续背景和六条谱线的时间演化规律,观察到连续辐射主要发生在等离子体...     

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。     

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。     

基于激光诱导击穿光谱对长白山黑猪肉部位分类

猪肉内部结构成分复杂,各部位的成分相似,分辨较为困难。结合激光诱导击穿光谱技术,通过光谱分析的方式提高分类精度。以5种不同部位的长白山黑猪肉（里脊肉、梅花肉、后腿肉、前腿肉、五花肉）作为待测样品,通过冷藏、切片等预处理方法,探究激光诱导击穿光谱技术鉴别猪肉脂肪与肌肉及其不同部位的可行性。首先通过采集猪肉脂肪样品与肌肉样品的LIBS谱线信息发现,猪肉中Mg,K,Fe,Cu,Ca和Na等元素较为丰富,并在脂肪样品光谱中发现C-N键,与肌肉样品LIBS谱线信息相比,脂肪样品受其内部水分、有机质成分影响致使其谱线信息背景和噪声信号干扰较大,二者谱线信息存在一定差异,说明LIBS可对脂肪组织与肌肉组织进行鉴别。通过对目标元素Ca,Na,Mg,K和Al其LIBS特征谱线强度进行检测,计算Mg/Ca,Al/Ca,Na/Ca和K/Ca比值,发现与Al/Ca和Mg/Ca相比,Na/Ca和K/Ca各部位元素比值分布差异明显,在此基础上,根据Na/Ca和K/Ca比值,计算猪肉各部位元素分布决策阈值[（1-α）=90%]。发现与Al/Ca和Mg/Ca比值相比,Na/Ca和K/Ca更能明显的反应出各部位元素分布的不同。其比值分布阈值基本可对猪肉各部位进行区分。以前腿肉与后腿肉为例,前腿肉Na/Ca和K/Ca比值分别分布在1.29～1.58和0.31～0.42,后腿肉Na/Ca和K/Ca比值分别分布在0.98～1.18和0.15～0.23。其元素比值分布无明显重叠。最后,为提高LIBS技术对猪肉不同组织分类的可靠性,将光谱元素强度比值数据与主成分分析法相结合,基本可以实现对猪肉各部位的分类,说明元素特征谱线强度比值在对猪肉各部位分类时具有一定的预测精度。该工作证明,使用激光诱导击穿光谱技术对猪肉进行分类识别等定性分析时具有一定可行性,有望适用于其他生物组织检测分析。     

激光诱导击穿光谱技术对火成岩岩性的高精度识别

在石油勘探领域,细碎岩屑样品的岩性识别,特别是物性接近的火成岩的高精度识别是地质学的难题之一。针对这一问题,提出了一种基于激光诱导击穿光谱技术(LIBS)元素分析和全碱-硅(TAS)图版的新方法。利用自主搭建的LIBS系统,首先通过对比实验,系统的研究了脉冲能量、采集延时、采集方式、预燃对光谱信号的影响,确定了对火成岩样品元素分析的最佳条件：脉冲能量50 mJ,采集延时2 μs,采集同一样品表面20个不同点的光谱积分平均,并通过实验证明了预燃的样品处理方式不适合火成岩样品,有效提高了样品检测光谱数据的重复性。随后确定了火成岩岩性识别常用7种元素(钠镁铝硅钾钙铁)的特征谱线,定性分析和比较了不同岩性的火成岩样品;利用已知元素含量的国标系列岩石样品信息,生成了钠、硅、钾的定标曲线,线性相关系数均大于0.9,并利用国标岩石样品考察了定量分析的准确性;利用定标曲线法定量分析了火成岩样品的元素含量,并采用TAS图版法识别火成岩的岩性,准确率达90.7%。研究表明,LIBS技术能够有效实现火成岩岩性的高精度识别。     

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。     

基于CART回归树的LIBS特征变量选择方法研究

激光诱导击穿光谱技术（LIBS）用于检测时,由于谱线多且复杂,存在许多冗余的信息,这些都会对定量分析造成影响。因此,提取有效的特征变量在LIBS的定量分析中具有非常重要的意义。对CaCl₂溶液中的Ca元素进行光谱特征选择方法分析,对比单变量模型、偏最小二乘回归和CART回归树定标模型的准确度和稳定性。针对水体表面的波动性较大,光谱稳定性差,同时光谱受基体效应和自吸收效应影响等问题,首先采用单变量模型得到的拟合系数（R2）仅有0.933 2,训练均方根误差（RMSEC）、预测均方根误差(RMSEP)和平均相对误差(ARE)分别为0.019 2 Wt%,0.017 7 Wt%和11.604%。经偏最小二乘回归优化后,模型R2提高到0.975 3,RMSEC,RMSEP和ARE分别降低到0.010 8 Wt%,0.013 Wt%和7.49%。为了进一步提高定量分析的准确度,建立CART回归树定标模型。该方法在构建树模型时,通过平方误差最小化准则,从复杂的光谱信息中选取最优的特征变量组合做分类决策,从而建立Ca元素的定标曲线。通过CART回归树的变量选择,特征变量个数从100个减少到6个,变量的压缩率达到了94%,显著降低了无关谱线的干扰,回归树模型的相关系数R2,RMSEC,RMSEP和ARE分别为0.997 5,0.003 5 Wt%,0.006 1 Wt%和2.500%。相较于传统的单变量模型与偏最小二乘回归,CART回归树模型具有更高的精度、更小的误差。通过对特征变量的有效筛选,剔除无关信号的干扰,显著降低了基体效应和自吸收效应对LIBS定量分析的影响,提高了定量分析的准确度和稳定性。     

基于远程LIBS技术的镍基高温合金成分分析方法的研究

基于自行设计搭建的远程激光诱导击穿光谱(LIBS)系统,完成了远程LIBS的聚焦特性分析,并对远程LIBS技术应用于镍基高温合金成分分析的实验方法进行了研究.该LIBS系统具备激光发射光路和信号采集光路同轴且独立变焦的特点,通过自动聚焦,可实现1～10 m的远程分析.研究表明:受激光聚焦焦深的影响,等离子体光信号可探测...     

High Precision Identification of Igneous Rock Lithology by Laser Induced Breakdown SpectroscopySCIEI北大核心CSCD

In the field of petroleum exploration, lithology identification of finely cuttings sample, especially high precision identification of igneous rock with similar property, has become one of the geological problems. In order to solve this problem, a new method is proposed based on element analysis of Laser-Induced Breakdown Spectroscopy (LIBS) and Total Alkali versus Silica (TAS) diagram. Using independent LIES system, factors influencing spectral signal, such as pulse energy, acquisition time delay, spectrum acquisition method and pre-ablation are researched through contrast experiments systematically. The best analysis conditions of igneous rock are determined: pulse energy is 50 mJ, acquisition time delay is 2 mu s, the analysis result is integral average of 20 different points of sample's surface, and pre-ablation has been proved not suitable for igneous rock sample by experiment. The repeatability of spectral data is improved effectively. Characteristic lines of 7 elements (Na, Mg, Al, Si, K, Ca, Fe) commonly used for lithology identification of igneous rock are determined, and igneous rock samples of different lithology are analyzed and compared. Calibration curves of Na, K, Si are generated by using national standard series of rock samples, and all the linearly dependent coefficients are greater than 0.9. The accuracy of quantitative analysis is investigated by national standard samples. Element content of igneous rock is analyzed quantitatively by calibration curve, and its lithology is identified accurately by the method of TAS diagram, whose accuracy rate is 90.7%. The study indicates that LIBS can effectively achieve the high precision identification of the lithology of igneous rock.