混合水溶液中金属元素的偏最小二乘法激光诱导击穿光谱北大核心CSCD

为提高激光诱导击穿光谱技术(LIBS)对水中重金属元素含量的检测精确度,将LIBS技术分别与单变量定标(SVCC)和偏最小二乘法(PLS)分析方法相结合,对Cr、Mn、Ca混合水溶液中的金属元素进行了定量分析。利用PLS-LIBS技术研究了样品中共存元素对分析元素的影响,研究结果表明分析元素的检测精确度受共存元素的影响较大,将共存元素与分析元素的分析线强度同时作为PLS模型的输入变量,得到的分析元素浓度总预测相对误差明显减小。利用SVCC-LIBS方法检测Cr、Mn、Ca元素的浓度总预测相对误差分别为14.3%、8.46%、6.35%,而利用PLS-LIBS方法各相对误差分别改善至2.30%、0.74%、0.03%,其中Mn元素的浓度预测相关曲线线性度R 2由SVCC-LIBS方法的0.985改善至0.999,表明PLS-LIBS技术能有效提高混合水溶液中微量金属元素的检测精确度。     

激光诱导击穿光谱对蕹菜中Pb元素定量分析研究

果蔬重金属污染日趋严重,急需发展一种绿色快速无损检测技术。激光诱导击穿光谱(LIBS)是一种新兴的快速检测技术,为了验证LIBS检测蔬菜中重金属含量的可行性,以新鲜蕹菜为样品,应用共轴双脉冲LIBS对比分析了有无Pb污染的蕹菜菜叶的特征光谱。实验选取铅405.78 nm处的特征谱线作为分析谱线,对7个样品的发射光谱进行研究,并得到了铅元素真实浓度与其LIBS强度拟合曲线,相关系数为0.9857。定标模型浓度预测的相对误差在0.928%~15.05%之间,平均为8.31%,而高浓度污染的测量相对误差均低于3%。试验结果表明,LIBS用于定量分析蕹菜中重金属元素含量是可行的。     

激光诱导击穿光谱结合GA-BP-ANN检测炉渣中

以激光诱导击穿光谱技术为基础,通过击穿炉渣中等离子体来获取炉渣光谱图,将遗传算法与BP神经网络进行结合,通过遗传算法对神经网络的权值和阈值进行优化建立基于遗传神经网络模型,对炉渣元素光谱图中的Ca元素含量进行定量检测,测得5种Ca元素#1、#2、#3、#4、#5的质量分数为29.4 %、40.37 %、37.13 %、43.88 %、38.68 %,并计算检验样本相对误差分别为4.7 %、5.2 %、5.8 %、4.1 %、3.3 %,相对误差均在6 %以下,检测精度明显优于BP-ANN方法和光谱分析中常用的自由定标法,表明基于遗传神经网络对炉渣进行定量分析具有更好的检测效果。     

内定标法水中Cr元素LIBS定量分析

以提高激光诱导击穿光谱(LIBS)技术精准检测水体中的重金属元素Cr为研究目的,对实验室配制的7种不同质量浓度的含铬(Cr)水溶液采用护肤棉进行富集,并对自然晾干后的护肤棉进行LIBS试验。首先对试验参数进行了优化并确定425.43 nm为Cr的特征分析谱线。选择护肤棉中固有的钙(Ca)元素作为内定标元素,其特征谱线为422.67 nm。分别采用内定标法和直接定标法进行定量分析,取其中的五个样品建立定量分析模型,并利用另外的两个样品验证模型的准确性,得出拟合曲线的线性相关系数分别为0.99614、0.73655,两个验证样品的相对误差值分别为11.38%、4.84%和64.66%、11.58%;内定标法LIBS的检出限为5.27μg/m L,优于之前滤纸富集的6.06μg/m L。试验结果表明以护肤棉为吸附基质结合内定标法能提高LIBS检测水体Cr元素的准确性、并能降低检出限。     

复合肥氮磷钾元素含量的激光诱导击穿光谱同步测量

将激光诱导击穿光谱(LIBS)技术应用于复合肥样品中N,P和K元素含量的同步测量。选用10个已知样品作为定标样品,使用偏最小二乘法(PLS)分别建立各个元素定量分析的回归模型;然后使用5个待测样品检验这些模型的定量分析结果,并将预测结果与电感耦合等离子体发射光谱法测得的参考含量作对比。结果表明,激光诱导击穿光谱技术能够同时检测出5个待测样品的N,P和K元素的含量,待测结果的平均相对误差(REP)小于8%质量分数,平均相对标准偏差小于7%质量分数,检测极限值分别为0.16%,0.21%和0.50%质量分数。实验验证了LIBS技术同步快速准确测量复合肥中三大营养元素的能力。     

一种自动选择特征的激光诱导击穿光谱定量分析方法

本文针对激光诱导击穿光谱技术(laser-induced breakdown spectroscopy,LIBS)定量分析中的特征选择问题,提出一种基 于Pearson相关系数的排序、主成分分析和L1正则项相结合的自动选择特征的定量分析方 法,建立了土壤中Co元素的定量分析模型。该模型训练集和测试集的R²(决 定系数)分 别为0.995和0.991, 均方根误差(root mean square error, RMSE) 分别 为4.634mg/kg和6.078 mg/kg, 平均绝对误差(mean absolute error, MAE) 分别为6.100%和6.441%,特征个数由原始数据的42870个降至5个 ,耗时仅 0.97 s。结果表明:采用该方法可降低特征子集维度并提高模型的泛 化性和精确度,为LIBS技术定量分析的特征选择提供一种高效的方法。     

基于二极管泵浦固体激光器的便携式LIBS系统设计

为实现野外或工业现场等环境对钢材中微量元素V的便携化高精度检测，本文采用二极管泵浦固体激光器作为光源，设计搭建了便携式激光诱导击穿光谱系统。基于攀钢生铁标准样品(GSB03-2582-2010系列)中钒(V)437.92 nm谱线强度和信背比对系统进行参数优化，得出最佳脉冲能量为40 mJ,最佳延时时间为4μs。在最优条件下，采用定点打靶对样品中V元素进行定量分析，定标曲线拟合度决定系数分别为0.995,V元素绝对误差的平均值为0.014%,平均相对误差为6.062%。结果表明，采用小型高脉冲能量二极管泵浦固体激光器配合小型CCD阵列光谱仪搭建的便携式LIBS系统对元素进行快速检测，达到传统LIBS系统的精度水平。该研究为野外或工业现场环境作业场合下的元素快速检测提供了一种新的思路。     

LIBS检测钢液Mn元素的实验条件优化

激光诱导击穿光谱(LIBS)技术作为一种快速分析元素组成技术,在冶金分析领域具有广阔的应用前景。实验参数对LIBS检测钢液元素有较大影响,为提高LIBS技术检测的灵敏度需要对系统关键参数激光脉冲能量和ICCD门延时进行优化。本实验以钢液中Mn元素的分析线为研究对象,在激光等离子体满足局部热平衡和光学薄条件下,用Mn元素最大信噪比(SNR)来筛选优化结果。结果表明,通过优化这些实验参数,得到高光谱强度和信噪比的LIBS信号,确定了最佳实验条件,这为LIBS钢液元素定量分析打下了坚实的实验数据基础。     

LIBS结合ANN对不同类型土壤中的Cu的定量检测

不同种类土壤的Cu浓度与其激光诱导击穿光谱(LI BS)强度之间存在不同的规律,本文利用LIBS结合人工神经网络(ANN)对土壤中的Cu进行 了定量分析,以实现不同种类土壤中Cu的定量检测。分别研究了单一类型土壤和3种土壤 类型基体下神经网络的应用情况。结果表明,在单一土壤基体情况下,应用反向传播(BP)神 经网络可以对土壤中 的Cu进行准确的检测,检测误差最大为10.17%;而在3种土壤基体下 ,BP神经网络的预 测准确度降低,检测误差不大于16%,并且线性神经网络对Cu浓度较 高的土壤样品预测准 确度较高,两种方法的检测准确度均高于内标法,BP神经网络能够更准确的描述单一土壤 类型的基体效应。LIBS结合ANN能有效解决土壤间存在的基体效应,LIBS结合ANN能有效解决 土壤间存在的基体效应,实现不同类型土壤中Cu元素的定量检测。     

基于磁场约束下激光诱导击穿光谱技术的重金属检测研究

为提高激光诱导击穿光谱(laser induced breakdown spectroscopy, LIBS)技术定量分析的精度,开展了磁场约束下LIBS技术对土壤中重金属元素检测的研究,并采用多谱线强度归一化内标法进行数据处理。通过比较磁场强度分别为0 T、0.3 T、0.8 T、1.25 T时的光谱特性,得到光谱强度和信噪比(signal-to-noise ratio,SNR)随磁场强度增大而增大,在1.25 T磁场强度时,样品元素Cd和Cu的光谱强度和SNR要比无磁场作用分别增强了34.77%、56.33%和40.83%、74.12%,构建了磁场强度为1.25 T时的Cd和Cu元素定量分析模型。结果显示,相对于传统内标法,采用多谱线强度归一化内标法的元素检测限分别从52.78 mg/kg和49.18 mg/kg降低到23.87 mg/kg和18.06 mg/kg;相关系数分别从0.961 3和0.942 7提高到0.996 9和0.999 3。本实验研究改善了LIBS的光谱特性,提高了定量分析的精度,采用多谱线强度归一化内标法降低了重金属的检出限和测量误差。     

激光诱导击穿光谱检测牛奶中的Na元素

采用激光诱导击穿光谱(LIBS)技术,检测了牛奶样品中的Na元素含量。实验共分析了15个 牛奶样品,其中9个已知样品作为定标样品,采用偏最小二乘法(PLS )建立Na元素定量分析的回归模型;使用另外6个作为待测样品,用以检验模型的定量分析结 果。检测出了6个待测样品中的Na元素含量,其中检验样品中参 考含量和预测含量之间的线性相关度达到0.993,相对误差均在15%以下。检测结果表明,LIBS技术能快速准确地检测牛奶中的Na含 量,表现出较好的应用潜力。     

磁场约束提高LIBS定量分析精度研究

对磁约束下激光诱导击穿光谱技术定量分析精度及检出限进行了专门研究。本文将磁场约束应用于LIBS技术中,选择Ni II 221.648 nm为镍元素分析线,Fe II 258.588 nm为内标元素谱线,利用标准不锈钢光谱样品303,304,316,321,347结合内标法进行不锈钢中Ni元素定标曲线拟合,用310样品光谱进行定标曲线精度分析及检出限分析。实验结果表明,磁场约束可以有效增强等离子体光谱强度,磁约束下内标法得到的定标曲线拟合系数更高,且310样品检测浓度较LIBS技术更为准确,Ni元素的探测下限降低了1.7倍。     

激光诱导击穿光谱物质辨识与定量分析

综述了激光诱导击穿光谱分析技术(LIBS)在不同对象领域应用中的谱图分析方法.随着激光诱导击穿光谱应用对象的不断扩展与分析要求的变化,其定量分析方法已不局限于传统标样定标曲线分析模型,发展出了自由定标模型、各类内标法模型、自相关定量模型、神经网络分析模型等新的激光诱导击穿光谱分析方法.对每种方法的定量分析原理、分析能力水平与适用对象范围进行了详细的分析比较.     

土壤中微量重金属元素Pb的激光诱导击穿谱

从实验上测定了土壤在可见光谱区的激光诱导击穿光谱(LIBS),对测定的光谱结构进行了分析,并对可观测的谱线进行了归属,得出土壤所含的主要元素和部分微量元素;测定了不同Pb掺杂浓度下土壤中微量元素Pb405.78 nm谱线的强度,采用内标法拟合得到了该分析谱线的激光诱导击穿光谱定标曲线,由定标曲线的拟合结果计算得到Pb元素的检测限质量分数为36.7×10-6。     

激光诱导击穿光谱技术在燃煤电厂及土壤污染物在线检测中的应用研究

介绍了自主研发的激光诱导击穿光强技术（LIBS）煤质在线检测设备,可完成自动取样并带有自清洁系统,能实时对电厂输煤管道中煤粉的C、Ca、Mg、Ti、Si、H、Al、Fe、S等元素进行自动定量分析并转化为工业分析（发热量和灰分）结果。提出了飞灰含碳量在线检测成套方案并研制了自动采样及LIBS检测装置,建立了去除C线中Fe线的数学方法,利用二阶多元非线性逆回归模型建立了定标方程来校正基底效应,获得了0.26%的C元素测量精度。开发了便携式LIBS设备用于土壤污染物的现场检测,可对土壤中的重金属污染物进行快速的定性分析。     

激光诱导击穿光谱技术研究进展

激光诱导击穿光谱（laser-induced breakdown spectroscopy, LIBS）技术是一种基于原子发射光谱的物质成分分析技术,具有无需样品预处理、快速、多元素同时测量等特点;国内外研究人员在环境监测、工业过程控制、空间探测等多个领域均开展了大量研究工作,已形成较为完善的理论方法体系;在技术设备开发方面虽取得一定进展,但也存在诸多技术应用难题。综述了现阶段LIBS技术主要研究进展,重点包括光谱获取技术、光谱增强方法、元素识别, 及定量分析方法等,分析了LIBS仪器开发现状与存在的问题,为进一步发展LIBS技术的实用化提供参考。     

溶液中铬元素的激光诱导击穿光谱检测

采用激光诱导击穿光谱(LIBS)技术对含铬污水溶液中的重金属元素铬开展了探测实验。根据一系列含铬浓度不同的污水样品的LIBS实验结果,获得元素浓度和强度之间的关系曲线,即定标曲线。对CrⅡ(283.43nm)及CrⅠ(425.45nm)两处谱线进行了分析和比较。实验发现,283.43nm处原子辐射信号强度比425.45nm谱线强2倍;从定标曲线的线性相关度及信背比来看CrⅡ(283.43nm)谱线要优于CrⅠ(425.45nm)。计算二者检测限,质量浓度分别为80μg/mL(283.43nm)及170μg/mL(425.45nm)。实验采用CrⅡ(283.43nm)的定标曲线对含铬污水溶液进行了定量分析,测得该污水溶液的含铬质量浓度为333μg/mL,与采用原子吸收分光光度计所得到的检测结果(309μg/mL)符合较好。结果表明,在对铬元素进行LIBS检测时选用CrⅡ(283.43nm)谱线要优于CrⅠ(425.45nm)谱线。采用LIBS方法可实现对污水溶液中Cr元素的快速检测,具有很好的应用前景。     

基于主成分回归的土壤重金属LIBS定量分析方法研究

采用激光诱导击穿光谱(LIBS)技术结 合主成分分析(PCA )和基于PCA的偏最小二乘回归法(PLSR ),对8种土壤样品进 行分类及Cr元素含量的分析研究。对比分析了不同土壤样品基体元素的特征光谱,利用PCA 对8种土壤样品进行分类,并采用PLSR定量分析不同土壤中Cr元素的含量。研究结果表 明,不同土壤样品中的基体元素特征光谱出现较大差异,8种土壤样品经PCA分析后大致 分为3类;利用PLSR训练模型得到的定标曲线将拟合相关系数提高至0.986,对同一类的 土壤样品Cr的含量预测相对误差小于7.5%,对非同一类土壤样品Cr的预测相对 误差较大。这说明,对待测样品定量分析前,采用PCA对土壤样品分类可以提高对待测样品 重金属元素定量检测的精确度,对建立定量分析模型提供指导。     

基于激光诱导击穿光谱技术的金属基体辅助测量研究

为了降低土壤中基体效应对激光诱导击穿光谱技术(Laser-induced breakdown spectroscopy,LIBS)定量分析的影响,采用了 Cu、Al、Zn三种金属作为基体辅助LIBS检测土壤中的重金属元素.以Cd I 288.08 nm为特征谱线进行定量分析,得到了三种金属基体的原子谱线图,计算出等离子...