激光诱导击穿光谱在液体样品分析中的应用

介绍了激光诱导击穿光谱(LIBS)技术的原理,重点讨论了该技术在液体样品方面的技术发展和应用,分析并比较了选取不同样品形式(液体内部、液体表面、液体喷流、液滴以及将液体转化为固体等)的优劣,指出提高元素检测限的关键。液体LIBS技术因其可在线、快速检测等优点,在环境检测、污水处理、生物医药、工业控制等诸多方面具有巨大的应用潜力。     

土壤钾元素的激光诱导击穿光谱定量检测分析

实现土壤中钾元素含量的快速、现场测量对农田施肥与农业生产管理具有重要意义。利用波长为1064nm的Nd…YAG脉冲激光器作为激发光源,以宽光谱范围、高分辨率的中阶梯光栅光谱仪和高灵敏度的增强型电荷耦合器件(ICCD)作为光谱分光和检测器件,研究土壤中钾元素的激光诱导击穿光谱特性。实验中以钾元素的769.90nm谱线作为分析线,确定探测最佳延时为1μs,最佳检测门宽为5.2μs,钾元素质量分数的检测限为0.006858%,得到土壤样品定标曲线,且预测值与真实值相对误差小于5%。通过对12种不同基体类型的标准土样进行检测分析,结果表明,在实际的定量检测中需针对不同基体类型土壤样品进行分别标定。该研究结果为土壤钾元素的快速、现场定量检测提供了参考。     

基于激光诱导击穿光谱与随机森林识别GCr15钢的硬度

通过热处理工艺制备了6种不同回火温度的GCr15钢样品,通过对样品的光谱特性进行分析,发现谱线强度的比值与样品的硬度之间存在线性相关性,并且这种相关性的大小与所选择的分析谱线有关。因此,提出将激光诱导击穿光谱与随机森林算法相结合的方法,对样品的硬度进行研究。利用两种特征选择方法建立了不同的随机森林模型,结果表明,当基于主成分分析选择特征时,所建立的随机森林模型不能对样品的硬度进行正确的识别,而当基于变量重要性提取特征时,所建立的随机森林模型能有效识别样品硬度,并且调节随机森林模型的参数可以使模型的性能得到进一步提高。研究结果表明,激光诱导击穿光谱与随机森林算法相结合是一种新颖的硬度测量技术,可以应用于工程中钢的性能评估。     

激光透射探针用于液相激光诱导击穿光谱全过程诊断及光谱校正

液体环境中激光诱导击穿光谱（LIBS）包含等离子体辐射和膨胀、冲击波传输及气泡演化等过程,对其进行全过程时间分辨观测有助于理解液相LIBS物-化过程,并提高LIBS分析性能。为此,采用激光透射探针（LBTP）测量方法,通过连续氦氖激光器和光电探测器相结合,实现对单次LIBS过程中激光/等离子体辐射与冲击波/气泡演化的全过程时间分辨诊断。在不同激光脉冲能量激发下,比较同步采集的LBTP信号与LIBS信号,证明了LBTP信号负峰面积与LIBS特征峰面积之间存在较强的相关性（R2>0.99）。在此基础上,对于不同浓度的碱金属离子水溶液,利用偏最小二乘回归（PLSR）法建立了LBTP信号对光谱特征峰面积相对偏差的回归模型,实现了LIBS信号波动校正。     

脐橙含铅量的激光诱导击穿光谱检测实验研究

实验利用1064nm Nd:YAG纳秒激光器诱导击穿脐橙样品产生等离子体光谱,用八通道光纤光谱仪测量脐橙的激光诱导击穿光谱(LIBS)特性,通过鉴别分析,选取铅的(PbI 405.78nm)特征谱线作为分析线,测定不同铅浓度下的特征谱线强度,根据谱线强度与浓度的关系,建立定标曲线。实验结果表明,脐橙中重金属铅元素含量较低时,其光谱谱线强度与浓度呈线性关系,其拟合度为0.95;脐橙中重金属铅元素含量较高时,等离子体发射光谱的谱线存在自吸收现象,使其定标曲线向下偏移趋势,呈现曲线关系,其拟合度为0.98。LIBS技术还可以快速分析出水果样品中重金属元素的相对含量,能实际应用于与食品安全相关的领域。     

应用激光诱导击穿光谱测量水体中痕量重金属锌

利用激光诱导击穿光谱(LIBS)对水体中痕量重金属锌进行定性及定量分析,以1064nm波长Nd…YAG脉冲激光为激发光源,采用高分辨率、宽光谱段的中阶梯光栅光谱仪和增强型电荷耦合器件(ICCD)为谱线分离与探测器件,以锌(Zn:481.1nm)特征谱线作为分析线,测定不同浓度下的特征谱线强度。实验中以固体圆饼状石墨块为样品基体进行元素富集,滴定固定量的已知不同浓度的氯化锌溶液于基体表面固定区域,烘干并制备实验待测样品。结果表明,锌的最佳探测延迟时间为1100ns,元素谱线强度随着样品浓度的增加而增大并在较低浓度下呈线性关系,得到水体中锌元素的痕量检测限4.108mg/L。研究结果为进一步开展水体痕量重金属的激光诱导击穿光谱测量提供了方法。     

通过圆偏振光提高飞秒激光诱导击穿光谱的发射强度

激光诱导击穿光谱(LIBS)是一种快速、实时的元素成分分析技术。为了提高LIBS的灵敏度,人们已经提出多种方法来提高LIBS的光谱强度。本文采用飞秒脉冲激光烧蚀黄铜产生LIBS,对比了圆偏振和线偏振下LIBS光谱的强度,结果发现圆偏振下的光谱强度比线偏振下的强,光谱强度大约提高了15%。采用飞秒激光照射金属时,金属内部的自由电子吸收光子的能量。在线偏振飞秒激光场中,电子在脉冲的每个光学周期中经历交替的加速和减速;而圆偏振飞秒激光可以连续加速电子,因此电子可以获得更高的能量,这使得圆偏振飞秒激光产生的光谱强度不同于线偏振飞秒激光产生的光谱强度,圆偏振激光有助于改善飞秒LIBS信号的强度。     

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。     

基于遗传神经网络的激光诱导击穿光谱元素定量分析技术

提出了一种基于遗传神经网络定量分析模型的激光诱导击穿光谱(LIBS)分析技术。采用误差反向传播(BP)算法构造三层神经网络(ANN)结构,通过遗传算法对神经网络权值和阈值进行优化,并将该定量分析模型与LIBS技术有机结合,实现了元素含量的高精度检测。对土壤中的Ba和Ni元素进行定量检测,平均相对误差分别为4.15%和6.06%,相关系数分别为0.983和0.990,检测精度明显优于BP-ANN方法和光谱分析中常用的内标法。研究表明遗传神经网络建模方法具有很好的预测效果,为LIBS技术进行元素高精度检测提供了一种新的建模方法。     

激光诱导击穿光谱在生物医学中的应用

概述了激光诱导击穿光谱技术的发展历史及其基本原理,给出了激光诱导击穿光谱技术分类及其应用领域,并对该技术在生物医学领域中的应用及最新进展进行了详细的阐述,最后通过对研究结果进行分析,得出结论:激光诱导击穿光谱在生物医学这一领域中正逐步吸引越来越多的科学家的兴趣,具有重要的应用价值和发展前景。     

含铅污泥中Pb的激光诱导击穿光谱定量反演研究

为了实现含铅污泥中Pb的快速定量反演分析,选取PbⅠ:405.78nm为分析线,从谱线强度、信背比以及信号的相对标准偏差三方面研究了激光能量对含铅污泥中铅的激光诱导击穿光谱特性的影响。在23.1mJ~135.4mJ范围内,谱线强度随激光能量线性增加,信背比先增加后降低最终趋于稳定,信号的相对标准偏差随着激光能量的增加先减小后趋于稳定。配制了不同质量分数含铅污泥的样品,获得了铅的定标曲线。结果表明,在质量分数为0.001118~0.020115范围内,谱线强度与Pb含量之间有较好的线性关系,相关系数达到0.991;在此方法下,得到含铅污泥的Pb含量测量值与实际值之间的相对误差为8.72%。此方法能够实现含铅污泥中Pb的快速定量反演检测。     

激光诱导击穿光谱技术定量分析原油金属元素

为了对原油中金属元素含量进行分析,利用激光诱导击穿光谱技术分别采用Na光谱的积分强度、峰值强度作定标曲线对高温灼烧后的原油中的Na进行了定量分析。实验中选取Na Ⅰ 588.995nm,Mg Ⅰ 383.230nm,Al Ⅰ 308.215nm,K Ⅰ 404.414nm,Ca Ⅰ 364.441nm,Fe Ⅱ 273.955nm作为分析线对原油样品灼烧后的6种元素进行分析,测得其质量分数分别为0.0592,0.0029,0.0212,0.0019,0.0072,0.1686,并得出了定标曲线的线性相关系数及检出限。结果表明,选用积分强度作定标曲线效果更好;激光诱导击穿光谱技术测量结果与X射线荧光光谱技术对Na的测量结果相对误差为6.28%;激光诱导击穿光谱技术可应用于原油中金属元素含量的测量。     

激光感生击穿光谱及研究现状

综述了激光感生击穿光谱技术及其研究现状。对激光感生击穿光谱的原理、特点、理论上和应用中的发展历史和现状进行了系统地介绍。理论上的研究包括激光感生等离子体内部的平衡及非平衡等问题;在应用研究上,激光感生击穿光谱开始广泛地应用于燃烧、冶金、水污染、土污染、艺术品及染料鉴定等行业,并开始有成品仪器出现。     

微波辅助激光诱导击穿光谱对大米元素分析的实验研究

利用Nd:YAG纳秒脉冲激光器输出的1064nm波长强光束击打在大米样品表面,用2.45GHz型磁控管同轴输出微 波装置对激光诱导产生的等离子体进行微波加热,结合激光诱导击穿光谱(LIBS)技术对大 米中元素进行了初步检 测研究。根据美国国家标准与技术研究院原子发射光谱数据库(NIST),对大米中C、Mg、 Ca、Si、Cd等元素在210～480nm波段内的特征谱线进行了标识和归 属,通过对比传统L IBS和微波辅助LIBS(MA-LIBS)产生的等离子体信号光谱,发现MA-LIBS光谱强度增强效果 明显,其最佳增强效果可达21倍多。这些结 果对增强激光诱导等离子体的发光强度具有参考价值,也为提高LIBS技 术探测灵敏度提供了一种全新的研究方法。     

激光诱导击穿光谱技术研究的新进展

激光诱导击穿光谱技术（LIBS）是一种基于原子发射光谱学的物质组分分析技术。随着激光技术和光学检测技术的发展,激光诱导击穿光谱技术已经成为光谱学领域的研究热点。尤其是近几年,LIBS技术发展迅速,涌现出多种LIBS的激发和探测新技术。在光谱激发方面,出现了如飞秒激光及飞秒激光大气中长距离成丝诱导击穿光谱技术,双脉冲激光诱导击穿光谱技术等。在光谱探测方面,出现了时间分辨激光诱导击穿光谱技术,偏振分辨激光诱导击穿光谱技术等。本文将对这几种LIBS中所出现的新技术进行介绍并给出LIBS技术的发展趋势。     

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。     

基于平面反射镜约束的激光诱导击穿光谱技术研究北大核心CSCD

为改善激光诱导击穿光谱技术(laser-induced breakdown spectroscopy,LIBS)的光谱特性,搭建了平面反射镜约束下的LIBS检测系统,将平面反射镜放置于样品两侧,分别选取平面反射镜间距7 mm,9 mm,11 mm,13 mm开展实验,得到等离子体辐射强度随平面反射镜间距增加而减小。研究了不同平面反射镜间距对土壤样品中Fe,Al,Pb 3种元素等离子体特性的影响,实验结果显示:相比于无平面反射镜约束,在平面反射镜间距为7 mm时,样品中Fe I,Al I,Pb I等3种元素的信噪比分别提高了29.9%,39.4%,31.0%;计算得到等离子体温度提高了484.54 K,等离子体电子密度提高了2.41×10^(15)cm^(-3)。对有无平面反射镜约束下的Pb元素进行定量分析,得到检测限从86.9 mg/kg降低到51.2 mg/kg,相对标准偏差从7.8%降低到4.6%。可见,利用平面反射镜是改善激光光谱特性的一种简单有效的方法。     

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。     

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。