激光诱导光谱对山药中元素的检测分析

为了证明激光诱导击穿光谱(LIBS)技术应用于山药中元素快速检测的可行性,采用该技术对山药样品进行分析,分别获得了对未处理和经过预处理的山药样品激光诱导击穿光谱。通过与标准元素光谱数据进行比对,观察到Ca、Fe、Mg、Mn四种元素的特征谱线;研究同一激光波长下、单脉冲激光能量变化对等离子体光谱效果的影响,以及同一单脉冲激光能量下、不同波长激光对等离子体光谱效果的影响。结果表明,在相同波长下,随着激光能量强度的变化,Ca元素的特征谱线强度随能量显著增加,证实了激光诱导击穿光谱技术应用于农产品检测的可行性,为后续利用激光诱导击穿光谱进行农产品检测提供了实验基础。

土壤中重金属元素Cr的激光诱导光谱测量分析

利用Nd:YAG脉冲激光器作为光源,以高分辨率、宽光谱段的中阶梯光谱仪和ICCD为谱线分离与探测器件,测量并分析了土壤中Cr元素的激光诱导击穿光谱特性。以Cr的357.869nm特征谱线作为分析线,对不同含量Cr元素的土壤样品进行测量,建立样品中Cr元素含量与其激光诱导击穿光谱强度间的定标曲线,线性相关系数达到0.9954,检测限为37.38mg/kg。测量分析表明,所测化工厂附近土壤中含有Cr元素,且离化工厂越近,Cr含量可能越高。

基于激光诱导光谱的石墨舟激光清洗实时检测技术

针对石墨舟表面氮化硅去除的自动检测难题,研究激光清洗过程中光谱信号的变化规律,实时判断石墨舟表面的激光清洗状态。实验归纳出激光清洗后典型的石墨舟表面状态类型,通过检测和分析激光诱导光谱曲线,筛选出关键的特征谱线,研究特征谱线强度的变化规律,对比常规的极限学习机(ELM)和白鲸优化算法(BWO-ELM)的分类准确率,实现石墨舟表面激光清洗状态的自动分类识别。研究结果表明,选定的特征谱线包括Si(Ⅰ)390.49 nm、N(Ⅰ)396.02 nm、C(Ⅱ)588.84 nm。特征谱线的波峰强度变化规律充分反映了基体石墨舟和表面氮化硅的元素组成和含量变化。白鲸算法优化了常规ELM算法,有效地消除了ELM分类算法中固有的随机性,并大大提升了分类准确率。当迭代次数增加到100次时,白鲸优化算法的分类准确率可达到95%以上。研究结果对于保证石墨舟表面激光清洗效果至关重要,也是实现激光清洗自动化的关键技术。

激光诱导击穿光谱技术对钕铁硼永磁材料中多元素的定量表征

“磁王”钕铁硼是现今性能最为优异的永磁体,因其优异的磁性能被广泛应用于工业互联网、新能源、 5G通讯等诸多高新科技领域。目前研究钕铁硼材料中元素成分的主要分析方法有电感耦合等离子体发射光谱(ICP-OES)和X射线荧光光谱(XRF),其中ICP-OES是湿法分析,样品前处理复杂,测试周期长,而XRF法可实现直接分析,但受制于其轻元素的检测能力很难满足对钕铁硼材料中主要轻元素B的分析需求。激光诱导击穿光谱(LIBS)技术具有分析效率高,样品前处理简单,多元素直接分析,适用于现场分析、在线分析等技术优点,使其在快速定量表征方面展现出其独有的优势。运用LIBS分析技术开展对钕铁硼材料中多元素定量表征的直接、快速分析的方法研究,首先针对钕铁硼材料中定量表征的九个元素Nd、 Co、 B、 Dy、 Tb、 Pr、 Cu、 Al、 Ga完成特征谱线的筛选,通过对系统激光器电压、激光剥蚀方式等因素在不同条件下对钕铁硼材料光谱信号稳定性的影响分析,优化并确立了分析条件,最终选用720V的激光器电压,15个预剥蚀脉冲15个剥蚀脉冲的激光剥蚀方式为钕铁硼样品的分析条件;其次,选取8个通过ICP-OES法定值的烧结钕铁硼样品,样品具有元素成分的梯度差异化特征,作为建立分析方法的标准样品,采用标准曲线法通过相对强度与浓度的关联方式,建立钕铁硼样品中Nd、 Co、 B、 Dy、 Tb、 Pr、 Cu、 Al、 Ga九个元素的定量分析校准曲线;最后选取两个烧结钕铁硼试样,运用建立的定量分析方法完成九个元素的定量表征,分析时间小于30 s,其定量结果与ICP-OES法测定结果的比对,具有较好的一致性。运用激光诱导击穿光谱分析技术实现了对钕铁硼材料中多元素成分的直接、同时、快速定量表征,为钕铁硼材料的快速定量表征提供了新的技术思路和表征方法。

便携式激光诱导击穿光谱仪测定土壤中重金属

土壤重金属污染对农作物生长和人体健康都有严重危害,现场快速检测对土壤重金属污染调查、应急监测具有重要意义。采用自主研发的土壤重金属激光诱导击穿光谱现场快速检测仪对矿区周边土壤进行现场检测分析,以835个不同基质土壤的光谱数据建立定标数据库,通过支持向量机建立回归模型对土壤重金属元素含量进行定量反演。现场检测获取的全波段光谱波动在15%以内,Cd、Cr、Cu、Ni、Pb和Zn等6种元素光谱强度相对标准偏差平均值为6.31%。将检测结果与实验室电感耦合等离子体质谱法分析对比,6种元素的皮尔逊相关系数r在0.8501~0.9829,检测结果80%以上处于±30%相对误差区间分布。对比结果表明自主研发的土壤重金属激光诱导击穿光谱现场检测仪可以满足现场快速检测需求。

激光诱导击穿光谱(LIBS)分析虚拟仿真实验

虚拟仿真实验作为大型仪器分析实验教学模式的新兴趋势,有效地将虚拟仿真技术与实物仪器教学相结合,最大限度地提升了学生对于大型仪器分析的综合应用能力。本文以激光诱导击穿光谱(LIBS)虚拟仿真实验系统为例,完整地模拟了LIBS系统的样品处理、光谱采集、定性分析和定量分析等实际实验场景,通过虚实结合实验教学模式对实验过程进行实时跟踪与综合考评。该实验有助于提高学生自主探究能力和创新意识,培养具有独立思考与实践能力的拔尖人才。

激光诱导击穿光谱技术相关物理机制研究进展

激光诱导击穿光谱技术(Laser-Induced Breakdown Spectroscopy,LIBS)是利用强脉冲激光与物质相互作用所产生的等离子体光谱来实现对物质组成元素定性和定量分析的一种新方法。在脉冲激光诱导等离子体的过程中,不同的激光参数(能量、脉宽、波长)、检测过程中的环境条件以及材料本身的特性等,对激光诱导等离子体的物理机制都有不同程度的影响,进而影响LIBS定量分析的结果。本文综述了现阶段LIBS技术中包括LIBS基本原理、激光参数区别、环境和材料特性差异所涉及的物理机制。为深入理解激光与物质相互作用、提升LIBS检测能力提供了依据。

基于激光诱导击穿光谱的混凝土氯元素分布测量方法

氯元素会对混凝土结构产生侵蚀,引起结构内部的钢筋锈蚀,导致混凝土开裂,破坏结构的完整性。化学滴定等常规的混凝土中氯元素含量测量方法存在操作复杂、检测速度慢等问题。激光诱导击穿光谱(LIBS)具有无须样品预处理、二维扫描检测和原位定点分析等优势,但其用于混凝土中的氯元素含量测量仍存在氯元素定量限难以降低、非水泥成分对氯元素二维分布测量结果的影响等问题。面向核电站混凝土构筑物中氯元素含量现场快速检测的需求,研究了氯元素含量分布的双脉冲激光诱导击穿光谱检测方法,进一步评估了核电站混凝土模拟样品渗透面中氯离子的侵蚀状况。首先,分别采用内标法、主成分回归和支持向量回归建立氯元素定标模型,基于内标法得到的氯元素检测限为0.006 02 wt%、定量限为0.018 06 wt%,并采用留一法交叉验证法来评估三种模型的预测性能。其次,为了排除非水泥基质对氯元素检测的影响,分别建立了结合主成分分析的逻辑回归分类和支持向量机分类模型对混凝土中的水泥和骨料进行精确识别。同时选取Si、 Ca、 O三种元素组合的支持向量机模型的分类效果最优,其对总体组分识别的准确率达到了98.20%,其中骨料识别准确率97.84%、水泥识别准确率为98.33%。最后,基于主成分回归定标模型针对侵蚀15和30 d的混凝土渗透面的氯含量进行二维分布测量,两种样品的平均预测Cl含量均在约2 mm处达到最大值分别为0.890 wt%和0.599 wt%,结果与电位滴定法一致。综上,基于双脉冲激光诱导击穿光谱检测方法,在30 mJ的总能量下实现了氯元素检测限达0.006 02 wt%,实现了混凝土中骨料和水泥的精确识别,获得了混凝土侵蚀渗透面的氯元素含量二维分布,为核电站混凝土构筑物氯元素含量快速检测的现场应用提供了工程化解决方案。

紧凑型激光诱导击穿光谱仪的研制

基于煤质分析、冶金、水质检测等众多领域对激光诱导击穿光谱技术(LIBS)的需求,本研究设计了一台基于激光诱导击穿光谱原理的紧凑型快速检测装置,其具有良好的稳定性和较高的激光能量(0~100 mJ),可进行全自动化谱线对比与筛选,从而实现多样品、多元素的LIBS快速检测。在参数优化的基础上,利用该装置对7个钢样所含的硅元素与碳元素进行了检测分析。实验结果表明,当延迟时间为1μs、离焦量为0 mm、激光能量为60 mJ时,可以获得最佳的硅、碳特征光谱数据。在最优实验条件下,对7个样品进行定量分析,利用内标法建立硅、碳元素的定标拟合曲线,其相关系数分别为0.986和0.999,相对强度比的相对标准误差不超过5%,预测值与实际值偏差较小。研究结果验证了该仪器具有良好的分析性能,对多元素检测、可移动式LIBS仪器的发展具有参考意义。

偏最小二乘法在激光诱导击穿光谱定量分析中的应用研究

介绍了激光诱导击穿光谱(laser induced breakdown spectroscopy,LIBS)技术、主元分析(principal component an alysis,PCA)法和偏最小二乘(partial least squares,PLS)法的基本原理。对Pb元素特征谱线附近的36个维度进行主成分信息提取,对36维波长数据压缩到2维后,采用每个样品的20个脉冲的主元分数进行偏最小二乘拟合,对数据进行平均处理后,拟合结果质量较高,拟合系数平方的值从0.49810提高到0.97000;残差平方和从0.72529下降到1.36366*10^(-4)。PCA法可以有效的缩减具有一定相关性的样本数据空间,对于数据维度较大的数据处理能显著提升效率,再结合PLS法拟合压缩后的主元,实验结论得出PLS适合用于LIBS定量分析。

激光诱导击穿光谱对U的定量分析

铀矿是核领域最重要的矿产资源之一,核领域迫切需求一种能快速、有效勘探铀矿资源的分析技术,快速勘探出优质矿产资源有助于核工业平稳、健康发展。激光诱导击穿光谱(LIBS)是一种发射光谱元素分析技术,具备目标元素现场快速检测的优点,能够实现铀矿资源快速、准确现场勘探和分析的目的。基于LIBS技术结合机器学习对铀矿中U进行定量分析。共制备12组实验样本,9组样本设置为训练集,用于模型建立和超参数优化;3组样本设置为验证集,仅用于模型验证。使用偏最小二乘(PLS)和随机森林(RF)两种算法建立定量模型,采用十折交叉验证方法对两个模型的超参数进行优化,最终采用三个验证集验证和对比两种模型的定量效果。经过超参数优化后,两个定量模型均具备良好的线性相关性和模型稳定性,其中RF定量模型的线性相关系数为0.996,而PLS定量模型的线性相关系数为0.997。在模型验证方面,RF模型对三个验证集的相对误差分别为22.33%、12.79%和12.04%;PLS模型对三个验证集的相对误差分别是4.33%、6.63%和6.85%。对比两种定量模型的验证结果,PLS模型在三个验证集上的相对误差均低于RF模型,表明PLS模型比RF模型在验证集上具有更高的定量准确度。验证结果表明与RF算法相比,PLS算法更适用于铀矿中U的LIBS定量分析。

电化学富集-激光诱导击穿光谱(LIBS)法测定水中铀元素

为改善激光诱导击穿光谱技术(Laser-Induced Breakdown Spectroscopy,LIBS)检测液体样品时遇到的液体飞溅、等离子体猝灭和稳定性差的问题,结合电化学富集方法,以KCl为电解质,石墨棒为阴极,开展了水中铀(U)元素的LIBS检测研究。选择UⅡ367.007 nm、UⅡ409.013 nm作为分析对象进行定量分析,着重研究了富集电压、KCl质量浓度、激光脉冲能量、激发方式等对铀元素特征谱线强度的影响规律,并通过扫描电子显微镜(SEM)及能谱分析(EDS)对石墨棒表面吸附元素的空间分布进行了分析。结果表明,最佳富集电压为1.6 V,适当的电解质KCl质量浓度可以提高铀元素的富集效率和富集均匀性,提高激光脉冲能量与采用光电双脉冲激发方式能增强铀元素特征谱线的强度并提高信噪比。在光电双脉冲激发下,对水中铀元素进行了定量分析,获得UⅡ367.007 nm、UⅡ409.013 nm的检测下限分别为25.89和15.00μg/L,相关系数均大于0.98。方法可为水体中放射性核素含量调查、生活饮用水铀污染现状以及核工业含铀废水监测等场景提供技术支持。

激光诱导击穿光谱(LIBS)结合机器学习算法快速测定石油焦中微量元素

石油焦中微量元素对其作为预焙阳极的性能起着决定性的作用。首先,通过基于LIBS光谱构建用于石油焦中铁(Fe)和铜(Cu)定量分析的PLS校正模型。然后,考察了不同光谱预处理(归一化、多元散射校正、标准正态变换、一阶导数和二阶导数)以及变量选择算法(粒子群优化算法和变量重要性投影)对PLS校正模型预测性能的影响。建立了一种基于激光诱导击穿光谱(Laser-induced breakdown spectroscopy,LIBS)结合偏最小二乘(Partial least squares,PLS)的石油焦中微量元素定量分析方法。结果显示,与其他PLS校正模型相比,基于二阶导数和变量重要性投影的PLS模型对Fe的预测性能最优,最优的交叉验证相关系数(R-squared cross validation,R^(2) cv)为0.9667,均方根误差(Root mean squared error cross validation,RMSEcv)为10.2821 mg/kg,预测集的相关系数(R-squared prediction,R^(2) p)为0.8638,均方根误差(Root mean squared error prediction,RMSEp)为14.5078 mg/kg;而对于Cu,基于多元散射校正和粒子群优化的PLS模型的预测性能最优,最优的交叉验证R^(2) cv为0.9553,RMSEcv为6.3300 mg/kg,预测集R^(2) p为0.9269,RMSEp为7.6502 mg/kg。因此,LIBS结合PLS可为石油焦中微量元素含量的快速检测提供一种可行方法。

激光诱导击穿光谱技术在沉积物元素定量分析中的应用

激光诱导击穿光谱(LIBS)可以快速测量样品中各种元素的含量或组成,被广泛应用于环境样品的测试分析,但对第四纪沉积物的分析还鲜有报道。该实验是以青海湖岩芯第四纪湖泊沉积物和国家标准土壤样品为研究对象,利用Savitzky-Golay卷积平滑和标准正态变量变换(SNV)联用对原始光谱进行预处理,然后结合单变量定标分析、偏最小二乘回归(PLSR)对青海湖沉积物样品中Na、Ca、Mg、Si、Al、Fe、Mn、Sr和Ba 9种元素进行定量分析。以交叉验证的结果作为PLSR模型参数寻优的标准,分别以预测决定系数(R2)、交叉验证均方根误差(RMSECV)、预测均方根误差(RMSEP)和相对分析误差(RDP)作为评估PLSR模型的定量精度和稳定性。结果表明,PLSR算法显著改善了传统单变量分析的定量效果,预测决定系数分别为0.94、0.94、0.98、0.94、0.97、0.84、0.89、0.98和0.76,相对分析误差分别为2.74、2.35、3.27、2.97、3.56、1.68、1.54、4.18和0.75,结合交叉验证均方根误差及预测均方根误差结果可知,LIBS技术结合PLSR算法对Na、Ca、Mg、Si、Al和Sr元素的预测准确度较高,而Fe、Mn和Ba元素的定量效果不是很理想,说明PLSR算法在预测精度和适用性方面存在一定的局限性。为进一步探究LIBS技术应用于元素地球化学指标测试的可行性,利用LIBS预测含量比值与参考含量比值进行对比,二者曲线变化趋势基本一致,验证了LIBS技术应用于沉积物元素地球化学的可行性和有效性。为第四纪沉积物样品中元素定量分析提供了可靠方法,也为古气候古环境重建提供新的技术手段和研究思路。

基于激光诱导击穿光谱(LIBS)的煤灰熔点快速检测

由于劣质煤的存在,燃煤时锅炉内极易出现结渣问题,不仅降低了煤的利用率、电厂的经济效益,且使火电厂存在安全隐患,如管壁超温爆管等,不符合国家节能减排的发展战略要求。因此炉内结渣是影响火电机组和气化工艺可靠运行的关键因素之一,准确预测灰熔点可以提前调整炉膛出口温度以避免结渣。采用激光诱导击穿光谱仪(LIBS)对33个火电厂常用煤燃烧后得到的煤灰样品采集其中所有元素的光谱,分别建立煤灰中的所有元素的谱线强度与煤灰熔点的随机森林模型、支持向量机回归模型和线性回归模型,直接预测煤灰熔点温度。采用基于马氏距离(MD)的异常数据剔除算法和基于稀疏矩阵的基线估计与降噪算法(BEADS),对粉煤灰样的全光谱数据进行了预处理。将全部数据划分为70%训练集和30%测试集,并以平均相对误差(MRE)作为判断模型拟合程度的标准,其中随机森林模型对粉煤灰熔点的预测平均相对误差(MRE)为54.74%,支持向量机回归模型的预测平均相对误差为60.08%,而线性回归模型的预测平均相对误差达到了9.78%。研究结果表明,线性回归模型对煤灰熔点的预测结果更准确。将便携式LIBS光谱仪与机器学习算法相结合,用于煤灰熔点的快速检测,可有效避免锅炉结渣问题,实现火电厂安全性和经济效益的同步提高,有广阔的发展前景。

激光诱导击穿光谱仪器化研制综述

作为一种新型物质探测技术,激光诱导击穿光谱(LIBS)技术因具有制样简单、非接触式测量、现场适应能力强、分析速度快以及能同时对多种元素进行识别和定量分析等突出优点,近年来在工厂运维、垃圾回收、岩矿分析、文化遗产保护、环境监测、生物医疗、食品检验、国土安全等诸多领域得到广泛应用。在从实验室逐步走向实际应用的过程中,各国研究人员开发了各式LIBS仪器,根据其大小和使用特点,大致可分为台式、远程式和便携式三类。本研究对激光诱导击穿光谱的原理、系统构成和发展脉络作了系统性的介绍,对现有的LIBS仪器进行了分类与综述,细致探讨了各类设备的优势及面临的挑战,并对未来的发展方向进行了展望。

氩气环境对激光诱导击穿光谱法检测钢中C、P、S元素的影响研究

激光诱导击穿光谱技术在实现钢水成分在线分析上展现了强大的应用潜力。然而,在测量钢中非常重要的C、P、S组成元素时,由于其有效的发射谱线无法在空气中远距离传输,这些元素的探测一直是个挑战。该论文工作研究了在1.5 m长探枪下,探枪中氩气环境对检测钢中C、P、S元素的影响规律,发现氩气流量过大或过小都不利于光谱测量,在气流量设置为11 L·min^(-1)时,获得的光谱最稳定且谱线强度最大。使用14个标准钢样本,在最优气流量下对C、P、S三种元素实现了明显检出以及定量分析。通过内标标定后,三种元素获得的检出限(LOD)分别为0.009%、0.04%、0.015%,相对标准偏差(RSD)分别为2.34%、1.05%、1.01%,相关系数(R)分别为0.998、0.997、0.987,均方根误差(RMSE)分别为0.02%、0.02%、0.03%。该论文研究成果验证了该探枪设计的有效性,为实现钢水成分中C、P、S在线分析提供了重要的设计依据。

高重频声光门控自吸收免疫激光诱导击穿光谱技术分析研究

为了消除激光诱导击穿光谱技术(laser-induced breakdown spectroscopy,LIBS)中的自吸收效应,提高元素定量分析的精确度,同时满足工业中便捷分析元素的要求,需将自吸收免疫激光诱导击穿光谱技术(self-absorption free laser-induced breakdown spectroscopy,SAF-LIBS)的装置小型化。本文提出了一项新型的高重频声光门控SAF-LIBS定量分析技术,使用高重频激光器产生准连续的等离子体以增强光谱强度,并将声光调制器(acousto-optic modulator,AOM)作为门控开关,从而使微型CCD光谱仪和AOM能够代替传统大型SAF-LIBS装置中的像增强探测器(intensified charge coupled device,ICCD)和中阶梯型光栅光谱仪,实现自吸收免疫的同时缩小了装置的体积,降低了装置的成本。将该系统参数进行优化选择后,对样品中的Al元素进行了定量分析和预测。实验结果表明,等离子体的特性受激光重复频率的影响进而会影响光谱信号的强度。在1~50 kHz激光重复频率范围内,Al I 394.4 nm和Al I 396.15 nm的双线强度先增强后减弱,确定最佳的激光重复频率为10 kHz。在不同的光纤采集角度下,Al的双线强度比随延迟时间的增加而减小,在45°处信噪比最高,且在一定的积分时间下,最佳光学薄时间t_(ot)为426 ns。在激光重复频率为10 kHz、光纤采集角为45°、延迟时间为400 ns的条件下,对Al元素进行定量分析和预测结果表明,Al元素定标曲线的线性度R2为0.982,平均绝对测量误差相对于单一LIBS的0.8%可以降低至0.18%。定量分析结果与传统大型SAF-LIBS装置的测量精度相持平。因此本高重频声光门控SAF-LIBS装置不仅有效地屏蔽了光学厚等离子体中的连续背景辐射和谱线加宽,同时具备小型化、低成本、高可靠性的优点,有助于推动SAF-LIBS技术由实验室走向工业应用。

不同延时条件下基于激光诱导击穿光谱的烧结混合料定量检测

烧结混合料是烧结工艺中极为重要的一环,其成分检测的准确性直接影响烧结过程,激光诱导击穿光谱技术通过激光光谱分析烧结混合料中的元素成分和含量,实时性好,但定量检测效果相比于其他实验室方法仍有差距。研发了一套遥测激光诱导击穿光谱装置,并应用于烧结混合料成分检测,采用PLSR与PCA相结合的方法对烧结混合料中TFe,CaO,SiO_(2),MgO进行定量检测。通过对1.28μs和5μs不同延时的光谱数据计算发现,不同物质在不同探测延时条件下R_(2)有着明显差异,对于SiO_(2)和MgO这两种浓度相对较低的物质,采用较小的1.28μs探测延时,R_(2)分别达到了0.937和0.985,而浓度相对较高的TFe,CaO则采用更大的5μs探测延时效果更好,较采用1.28μs延时,TFe定量结果的R^(2)从0.903提高到0.987,CaO的R^(2)也从0.816提高到0.980。针对不同物质采用不同探测延时的方法显著提高了检测准确性,简化了检测流程,对烧结工艺起到指导作用。

基于激光诱导击穿光谱技术的水中氮元素检测

利用气溶胶辅助激光诱导击穿光谱(LIBS)技术实现了对水中富营养化元素氮的实时在线准确快速检测。针对传统的同心雾化器对液体的进样量受液体物理性质限制的缺陷,本文采用微量注射泵辅助进样实现不同盐度待测样的相同进样量。结果表明,采用微量注射泵,N I 746.831 nm绝对光谱强度的平均相对标准偏差D_(RSAV)由19.51%改善至6.78%,定量分析检测极限LoD由5.45改善至1.57 mg/L,预测浓度与制备浓度的线性决定系数R^(2)、平均相对误差E_(R)和交叉验证均方根误差E_(RMSCV)分别由0.2830、45.80%和23.96mg/L改善至0.9043、10.33%和4.28 mg/L。本研究的结果表明微量注射泵辅助进样可实现气溶胶辅助LIBS技术对水中氮元素的精准灵敏检测。