BP神经网络预测EDXRF中铁、钛元素含量

为了更好地定量分析矿石样品中铁、钛元素的含量,应用EDXRF分析技术建立了一个基于BP神经网络的预测模型。将矿石样品在EDXRF光谱仪中测得的荧光强度计数作为BP神经网络模型的输入变量,对该模型进行训练和检测。实验结果表明:该BP神经网络预测模型能获得较精确的结果,预测铁含量结果的相对误差不大于2.4%;预测钛含量结果的最大相对误差不大于2.3%;可用于地质矿石样品元素含量的分析预测。     

陶瓷标准样品元素分布均匀性的μ-XRF检验

为实现古陶瓷化学组成的无损定量分析,研制一组陶瓷定量分析标准样品,样品中元素的含量稳定性和分布均匀性是两个重要技术指标。本文用能量色散X射线荧光光谱仪(EDXRF)对标准样品进行均匀性检验,主要分析了Al、Si、K、Ca、Ti、Mn和Fe这7种元素。利用SPSS软件对归一化处理的净峰面积计数作了相对标准偏差计算和F统计检验。结果表明:12个配方中除DY2和JDZ4需进一步分析外,其余10个配方在束斑Ф=1mm区域内元素分布均匀性较好,基本满足古陶瓷无损定量分析标准样品的均匀性要求。     

遗传算法优化的BP神经网络在EDXRF中对钛铁元素含量的预测

在能量色散X荧光分析(EDXRF)技术中,受均匀效应、颗粒效应和基体效应等的干扰,定量分析精度受到影响。本文针对这一问题提出了遗传算法(GA)优化BP神经网络(GA-BP)的混合算法,该算法无需考虑元素浓度和射线强度之间的复杂关系。遗传算法优化BP神经网络的目的是为了获得更好的网络初始权值和阈值,其基本思想是:将初始化的BP神经网络均方根误差的倒数编码为遗传算法中个体的适应度;初始的权值和阈值用遗传算法中的个体代替,然后通过选择、交叉和变异操作挑选出最优个体,最后通过解码用最优的权值和阈值创建一个新的BP网络模型。攀枝花矿区5类矿样中钛和铁含量的整体预测和分类预测实验表明,分类预测效果远好于整体预测。预测值与化学分析值比较结果表明,其中76.7%的样品相对误差小于2%,表明了该方法在元素间基体效应校正上的有效性。     

矿样中钛铁EDXRF分析的基体效应和神经网络校正研究

用能量色散X荧光(EDXRF)分析仪测量钛铁矿样时,存在基体效应影响分析准确性的问题.本文用EDXRF测得钛、铁元素特征峰,通过类Gauss函数对实测谱进行拟合分解,初步分析了矿样中Ti-Fe间的影响特征.针对各元素计数率与含量的非线性关系,采用先分类后预测的方法,首先用SOFM自适应神经网络对矿样分类,样本总数80组,对铁精矿、钛精矿的识别率为100%;然后用RBF神经网络进行钛铁含量预测,与化学分析结果对比,其中65.4%的样品相对误差在1%以内,其余均在3%以内,小于工业生产仪器分析相对误差5%的要求,表明基于先分类后预测的神经网络校正技术在矿样元素含量分析中有着一定的实用价值.     

EDXRF方法测量菱镁矿中镁元素含量

采用间接测量的方法,对菱镁矿的化学分析过程进行处理,建立目标元素Mg与中间观测元素Ba之间的对应关系,以Ba的能量色散X射线荧光(Energy Dispersive X-ray Fluorescence,EDXRF)测量结果,计算出菱镁矿测试样品中镁的含量为29.43%,相对标准偏差为0.58%。借助于具有含量梯度的验证样品对方法的准确性进行了验证,得到的定标曲线具有良好的线性关系,测量结果显示准确度和可靠性高、稳定性和重复性好。该方法克服了EDXRF对轻元素直接探测效率低、结果精度差的缺点,为镁的测量提供了一种快速、准确、经济的检测思路和方法。     

FP法在SDD-EDXRF无标样分析技术中的应用研究

为实现能量色散X荧光(EDXRF)技术对元素含量的无标样分析,建立了基本参数法(FP法)数理分析模型,并计算得到了模型中质量吸收系数(μ)、激发因子(E)等关键参数.实验中,利用基于硅漂移探测器(SDD)的EDXRF测量系统(SDD-EDXRF),对Fe-Cu、Fe-Ti两种伪二元体系样品进行能谱测量,并采用自行开发的FP法计算程序,分析得到了混合样品中各元素含量,含量的计算值与实际值的最低相对误差小于2％,精密度相对标准偏差低于0.8％.结果表明,所建立的FP法分析模型,能较好克服元素间的吸收增强效应,可应用于SDD-EDXRF的无标样分析过程.     

EDXRF分析装置的角度布置对荧光计数率影响的蒙特卡罗模拟

在EDXRF分析中,X射线荧光计数率与待测元素种类和含量有密切关系.但X射线荧光计数率又与很多因素有关,其中X光管、样品和探测器的几何位置关系是一个重要的影响因素.为了设计较好计数率的能量色散型X荧光分析仪,采用MCNP4C程序,建立与实际相符的几何模型,模拟了不同入射角和出射角时的X荧光计数率,得到了X光管与样品、探...     

能量色散型X荧光分析仪光管、样品、探测器距离的蒙特卡罗优化

在EDXRF分析中,X射线荧光计数率与待测元素有密切关系.由理论可知,在能量色散型X荧光分析仪设计时,优化X光管、样品和探测器的相对几何位置对荧光计数率的改善有很大的帮助.在前期模拟的最佳角度基础上,采用MCNP程序,建立几何模型,模拟了X光管、样品和探测器之间不同距离时的X荧光计数率,得到了这三者之间的最佳距离.     

石墨晶体预衍射X射线荧光分析中的基体影响

X射线荧光分析是一种重要的仪器分析方法，在元素分析方面有着非常广泛的应用。但在后处理工艺分析中，X射线荧光分析应用较少，主要原因是样品本身的放射性对测量产生较大干扰。本实验室根据文献报道以及X射线衍射基本原理，白行设计组装完成了一套石墨晶体预衍射EDXRF分析装置。在实际的测量中，由于基体组成复杂，因此，本工作研究了在1AW中的主要基体元素对U测定的影响。     

EDXRF中吸收增强效应实验的指数刻度方法初探

针对EDXRF技术分析矿石中铁元素含量问题,提出了一种新的刻度方法。利用EDXRF分析技术得到了钛、钒、镍、铜、锌对铁元素的吸收增强效应。结果表明,Fe元素Kα系X射线的归一计数率（RFe）与含量（WFe）之间的关系表现为双曲线形式。根据前期研究结果,建立了一种基于最小二乘回归算法的指数拟合工作曲线刻度方法,同时实现了对基体效应的有效校正。通过对3种铁矿石中铁元素含量计算结果表明,与传统的多元回归刻度方法相比,指数刻度方法有较好的计算结果。     

A genetic-algorithm-based neural network approach for EDXRF analysis

In energy dispersive X-ray fiuorescence(EDXRF), quantitative elemental content analysis becomes difficult due to the existence of the noise, the spectrum peak superposition, element matrix effect, etc. In this paper, a hybrid approach of genetic algorithm(GA) and back propagation(BP) neural network is proposed without considering the complex relationship between the elemental content and peak intensity. The aim of GA-optimized BP is to get better network initial weights and thresholds. The starting point of this approach is that the reciprocal of the mean square error of the initialization BP neural network is set as the fitness value of the individuals in GA; and the initial weights and thresholds are replaced by individuals, then the optimal individual is searched by selecting, crossover and mutation operations, finally a new BP neural network model is established with the optimal initial weights and thresholds. The quantitative analysis results of titanium and iron contents in five types of mineral samples show that the relative errors of 76.7% samples are below 2%, compared to chemical analysis data, which demonstrates the effectiveness of the proposed method.     

μ-Erda developments in order to improve the water content determination in hydrous and nominally anhydrous mantle phases

The precise knowledge of the water content in geological samples such as mantle minerals, volcanic glasses and glassy inclusions proves to be crucial information for the Earth Sciences because water has a considerable influence on physical and chemical properties of Earth’s mantle and crust. Among the nuclear microbeam techniques, elastic recoil detection analysis (ERDA) has been used at the nuclear microprobe of the Pierre Süe Laboratory (LPS) with a very good reliability for a long time to determine the water content of various materials. Previous ERDA measurements gave the total H content at a micrometric scale in the bulk of hydrous geologic samples. However, it was more difficult to characterize nominally anhydrous phases. Recent efforts allowed us to significantly improve the different steps of the ERDA analysis, from the sample preparation to the determination of the uncertainties of the resulting H concentration. A large series of very different geological samples has been measured: volcanic glasses and glassy inclusions, synthetic and natural nominally anhydrous minerals. Our new sample preparation protocol limited the thickness of the surface layer of H-pollution, leading to an easier differentiation of the bulk contribution. Simultaneous PIXE and RBS measurements allow the precise location of the interesting areas and also give information on the chemical characterization of the investigated samples, with respect to the major and minor elements. The processing of the list-mode acquisition files is made using the RISMIN software, allowing among other interesting features to check the absence of water loss under the beam. We will present the results of the H-content measurements and show the good agreement between our present results and those obtained by Fourier transform infrared spectroscopy (FTIR) for the same set of samples. The detection limit was measured on a dehydrated natural San Carlos olivine ((Mg,Fe)₂SiO₄) equal to 130 wt ppm H₂O (15 wt ppm H or 300 at ppm H) and the relative uncertainties on the water concentration range from 10% to 15%.     

EDXRF法测定墙面抹灰组分

为了控制墙面抹灰组分不合理造成墙面抹灰出现空鼓、脱落、掉渣等问题,介绍了EDXRF法测定墙面抹灰组分的分析方法,建立了墙面抹灰成分配比与Ca特征X射线强度关系曲线,并验证了该方法的可行性和稳定性。实验结果表明:该方法对于水泥含量较低的样品比较有效,对于水泥含量较高的样品误差偏大;对于水泥含量较低的样品,测量结果相对误差不大于3.30%,对于水泥含量较高的样品,测量结果相对误差不大于8.89%;时隔一个月后重复测量发现,低含量水泥样品的相对误差还是小于高水泥含量样品的相对误差,且测得的相对误差均在原来的误差之内,该方法具有较好的稳定性。     

Neural network-based matrix effect correction in EDXRF analysis

In this paper we discuss neural network-based matrix effect correction in energy dispersive X-ray fluorescence (EDXRF) analysis, with detailed algorithm to classify the samples. The method can correct the matrix effect effectively through classifying the samples automatically, and influence of X-ray absorption and enhancement by major elements of the samples is reduced. Experiments for the complex matrix effect correction in EDXRF analysis of samples in Pangang showed improved accuracy of the elemental analysis result.     

能量色散X射线荧光谱仪在土壤中40K活度分析中的应用

对粉末样品进行压片制样,建立了能量色散X射线荧光（EDXRF）谱仪测定环境土壤样品中⁴⁰K放射性活度的方法。方法标准曲线的相关系数为0.991 0,测量的精密度为2.98%,测量标准样品的最大相对偏差为6.40%。采用本方法和γ谱仪同时测量7个土壤样品,并对这两种分析方法的测量结果采用配对t检验SPSS程序计算。结果表明,两种方法所得数据无显著性差异（P＞0.05）,可使用X射线荧光谱仪法分析土壤中40K的放射性活度。这种方法操作简便,精密度和准确度较好,具有广泛的实用性。     

从化学组成研究张公巷窑与清凉寺窑青瓷胎的原料产地

用质子激发X射线荧光分析（PIXE）测定宝丰清凉寺窑汝官瓷胎、民汝瓷胎和汝州张公巷窑青瓷胎的7种主量化学组分，将测得的数据进行散布分析。结果表明，清凉寺窑的汝瓷胎和张公巷窑青瓷胎的原料产地不同，但它们的关系比较接近。在清凉寺窑，汝官瓷和民汝瓷所使用的胎料基本相同。