激光诱导击穿光谱技术快速探测煤灰中的重金属锌

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。     

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。     

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.     

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。     

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。     

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。     

激光诱导击穿光谱联合一元回归方法定量检测大豆油中的铁含量

采用激光诱导击穿光谱(LIBS)技术对大豆油中的铁(Fe)含量进行定量检测。实验中用一系列不同Fe浓度的大豆油样品,采用二通道高精度光谱仪采集其LIBS光谱信号。根据样品LIBS谱线图,确定了Fe的两个特征谱线404.58和406.36 nm,并应用不同的一元回归方法对两个特征谱线分别建立一元指数回归定量分析模型、一元线性回归定量分析模型和一元二次回归定量分析模型。研究结果表明,Fe Ⅰ 404.58及Fe Ⅰ 406.36的一元指数、一元线性及一元二次回归模型的预测平均相对误差分别为29.49%,8.93%,8.70%和28.95%,8.63%,8.44%。Fe Ⅰ 406.36建立的回归模型预测结果优于Fe Ⅰ 404.58,三个回归模型中一元二次回归模型性能最优。由此可见,LIBS技术检测大豆油中的Fe元素具有一定的可行性,一元二次回归定量分析模型可以有效提高Fe元素预测浓度的精度。     

用激光诱导击穿光谱技术比较土豆和百合中的微量元素

激光诱导击穿光谱(LIBS)已成功地运用于固体、液体、气体样品中微量元素的测量以及微生物、细菌等的鉴别分析上,而在植物样品上面的应用则是一个较新的课题。该实验用纳秒Nd∶YAG激光器击穿真空冻干的土豆、百合样品,用光纤光谱仪测量了其LIBS光谱。通过鉴别、分析LIBS光谱,得到了这两种样品中微量元素的成分。并且对土豆干和百合干中Ca,Na,K,Fe,Al,Mg六种金属元素典型谱线的强度进行了统计分析,并由此得到了样品中这六种微量元素含量的对比情况。实验结果表明土豆干中的Ca和Na等含量都明显高于百合干,而百合干中Mg的含量较高。实验结果还表明用LIBS技术检测、对比冻干植物样品中微量元素含量是一种快速、有效的分析方法。     

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.     

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。     

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。     

液相基质中重金属元素激光诱导击穿光谱实验参数的优化

针对混合溶液中重金属元素的激光诱导击穿光谱(LIBS)测量系统,为提高测量系统的检测灵敏度,以提高混合溶液中Ca和Cr金属元素LIBS光谱线强度的信噪比为目标,对LIBS测量系统中的激光脉冲能量、液相样品流速、ICCD门宽、延时等实验参数进行了优化,得到最优化参数激光脉冲能量、样品流速、ICCD门宽、延时分别为35 m J、30 ml/min、1400 ns和2400 ns,为降低LIBS技术应用于混合溶液中痕量重金属元素的检出限提供了实验参数支撑.     

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。     

激光诱导击穿光谱技术对土壤中重金属元素Cr的定量分析

为促进LIBS技术在土壤微量重金属元素检测中的应用,提高特征谱线的光谱强度和信背比,对实验参数进行优化,并对Cr元素进行分析。首先对激光器激发能量、样品距透镜距离和光谱仪采集延时等实验参数进行优化。对比激光器能量从60 mJ到110 mJ的谱线强度和信背比,当选用90 mJ的激发能量时可以得到最佳实验结果。其次,选择不同样品到透镜的距离,对比从焦前5 mm到焦后5 mm得到的实验结果,得出样品与透镜距离为焦后1 mm（即聚焦位置121 mm）时,Cr元素的特征谱线和信背比达到最佳。最后,分析对比光谱仪采集延时对谱线强度和信背比的影响,结果显示,与能量对等离子辐射强度的影响趋势大致相同,当采集延时为1 000 ns时,实验结果最佳。在最佳实验条件下（即激光器能量90 mJ、聚焦位置121 mm、采集延时1 000 ns）,对12种含有重金属Cr元素的土壤样品进行了光谱检测,为减弱外界环境的干扰,对同一样品的10个激光烧蚀位置得到的光谱做平均值预处理,选择Cr(Ⅰ)357.86 nm,Cr(Ⅰ)425.44 nm,Cr(Ⅰ)427.49 nm为特征谱线,通过建立样品掺杂浓度和光谱强度的定标曲线,得到了三条谱线的检测限LOD分别为74.62,64.07和67.49 mg·kg-1,拟合优度值R2分别为0.98,0.97和0.99,均方根误差值RMSE分别为0.41,0.33和0.35。同时,引入偏最小二乘法及支持向量机算法进一步提高了定标模型精度。研究表明,通过对实验参数进行优化及改善LIBS技术对微量元素的定量探测参数,得到了最优的光谱强度和信背比,并通过对Cr元素进行定量分析,计算定标曲线的Lorenz拟合得到检测限、拟合优度和均方根误差等实验参数,提高了LIBS对土壤中重金属元素的检测精度,这对于利用LIBS技术检测微量重金属元素具有重要的参考意义。     

激光诱导击穿光谱用于NaCl溶液中Na元素含量分析

为了研究Na元素在水中的检测灵敏度,采用激光诱导击穿光谱检测NaCl溶液中的Na元素。选择NaⅠ589.0 nm和NaⅠ589.6 nm作为分析谱线,利用配置的六种浓度的NaCl溶液,采用外标法、内标法以及小波变换降噪法,给出了NaCl溶液中Na元素的定标曲线。发现通过内标法获得的定标曲线的线性相关系数r达到0.998,优于外标法（r=0.985）,并且优于小波降噪后外标法（r=0.986）。相对外标法而言,小波变换降噪法有效降低了LIBS光谱中的连续背景光谱噪声,使LIBS的RSD从5.68%降至1.61%,从而使LOD值从50.8 μg·mL-1降至19.54 μg·mL-1, 内标法选择NaⅠ589.0 nm和NaⅠ589.6 nm钠原子谱线与内标参考谱线HⅠ656.2 nm氢原子谱线强度比值能有效的克服实验条件波动带来的影响,因此,内标法给出的NaCl溶液中Na元素的定标曲线的线性相关系数最大。而对于小波变换降噪处理方法,能够有效的降低LIBS光谱的连续背景带来的噪声,但不能克服实验条件波动对LIBS光谱信息的影响,因此小波变化降噪方法能够提高LIBS的RSD,但对降噪处理后的外标法给出的定标曲线的线性相关系数的提高影响不大。说明内标法有效的提高了检测灵敏度,减弱了实验条件波动带来的影响,定标曲线具有更好的线性相关性。而小波变换降噪处理后有效降低了LIBS光谱中的连续背景光谱噪声,实现LIBS检测限变低。谱线NaⅠ589.0 nm为分析谱线得到的RSD和LOD值小于以谱线NaⅠ589.6 nm为分析谱线的结果,NaⅠ589.0 nm和NaⅠ589.6 nm这两谱线的上能级分别为2.104和2.102 eV, 发现分析谱线的上能级对NaCl溶液中的Na元素的RSD和LOD值有影响,存在上能级大,而RSD和LOD值较小的现象。研究结果表明,LIBS技术可以实现溶液中元素的原位实时检测,并在水污染检测方面受到广泛关注。     

微波辅助激光诱导击穿光谱增强大米中Cd发射强度的研究

食品安全问题已成为全世界关注的焦点,对食品中污染物的绿色检测方法有利于环境的可持续发展。以大米中重金属污染物Cd元素为研究对象,分别采用激光诱导击穿光谱(LIBS)和微波辅助激光诱导击穿光谱(MA-LIBS)对空白和实验室污染处理的大米样品进行检测,并选用Cd Ⅰ 228.802 nm为分析线,探讨目标元素分析谱线等离子体发射强度的增强效果。同时,采用阳极溶出伏安法获取大米中Cd元素的真实含量。研究结果表明,对于实验室配制的浓度范围在2.16~13.69 μg·g-1的大米样品,LIBS仅能检测出其中大米Cd真实含量为13.69 μg·g-1的样品;而在同一实验条件下,MA-LIBS能检测出所有污染后样品中的Cd元素信号,并且与LIBS方法相比,Cd元素谱线发射强度增强了9~27倍,检测灵敏度提高了6.34倍。结果表明,采用MA-LIBS能有效地增强大米中Cd元素等离子体的发射强度并提高其检测灵敏度。     

低气压下80 ns长脉宽激光诱导击穿铜合金光谱特性研究

激光诱导击穿光谱(LIBS)因具有实时快速、多元素分析、样品损伤性小等优势,已成为检测未知物质元素组分以及相应元素含量的重要手段。近期的一些研究表明,百纳秒级别激光脉冲由于在确保有效击穿阈值的条件下延长了激光与样品作用时间,使得其LIBS光谱质量相对于传统10 ns级激光脉冲得到了提高;适度降低环境气压(至10~4 Pa量级), LIBS光谱强度和信背比均得到明显提高。为探究低气压对长脉宽(百纳秒级)激光诱导铜合金等离子体光谱特性的影响,采用自主研发80 ns脉宽Nd∶YAG激光器(波长1 064 nm,单脉冲能量20～200 mJ)作为激发光源,样品为BYG19431的锡青铜(基体元素Cu质量百分数为92.9%,低含量元素Fe质量百分数为0.007 8%),通过样品气氛控制系统改变环境气压,分别研究了低环境压力(1.01×10~5, 9.6×10~4, 9.2×10~4, 8.8×10~4和8.4×10~4 Pa)下铜合金基体元素Cu与低含量元素Fe光谱特性。实验中,激光脉冲重复频率为1 Hz,每次打击均为新鲜表面(通过真空腔内的可控旋转平台更换样品位置),每个能量和气压下分别选取5个脉冲能量较稳定的光谱,取平均值作为当前实验条件的最终实验结果,激光脉冲能量的实时监测由透反比1∶1分束镜及能量计完成。研究发现,基体元素谱线(CuⅠ324.75 nm),常压下低能量(20 mJ, 40 mJ)时均存在较严重的自吸收现象。在60 mJ时,虽自吸收效应得到改善,但谱线背景强度升高,且激光对样品的损伤加大。为在低光谱背景,微样品损伤的条件下实现光谱质量的进一步提升,实验激光能量为20 mJ。结果表明,随着环境气压降低,基体元素Cu自吸收程度大幅度降低,样品中低含量Fe元素谱线信背比增加,等离子温度升高,谱线展宽变窄。气压为8.4×10~4 Pa时,与常压相比基体元素铜(CuⅠ324.75 nm)与微量元素铁(FeⅠ330.82 nm)谱线信背比分别增强5.31和2.43倍;等离子体温度提升了21.6%;FeⅠ330.82 nm谱线展宽由0.29 nm降到0.21 nm,在一定程度提高了LIBS元素谱线的分辨率。     

基于激光诱导击穿光谱的洋葱在线原位检测

激光诱导击穿光谱(Laser-induced breakdown spectroscopy, LIBS)是一种分析多元素的光学技术,可用于新鲜蔬菜的快速检测.以洋葱为例,采用LIBS对其含有的元素进行了在线原位检测.用乙酸铅溶液污染洋葱以模拟大气湿沉降的重金属污染现象,并进行重金属Pb元素检测.使用主成分分析(principal components analysis, PCA)和反向传播人工神经网络(back-propagating artificial neutral network, BP-ANN),以洋葱、大蒜、小葱为样品进行区分检测.洋葱光谱中的特征谱线包括Si、Fe、C、Mg、Al、Ca、Ti、Sr、Ba、Na、Li和K等元素,以及N、H、O的谱线和CN分子谱带.不同浓度梯度乙酸铅溶液污染的洋葱样品中都能检测出Pb元素,其相对强度与溶液浓度成比例.此外,PCA的结果表明洋葱、小葱、大蒜的区分效果明显,BP-ANN交叉验证的识别率为89.47%.结果证明LIBS在对元素进行快速分析时具有较好的识别能力,是检测新鲜蔬菜的有效手段.