ICP-AES方法同时测定铜精矿中十三种成份

本文选用聚四氟乙烯高压消化罐、HF＋逆王水＋HClO4混合酸消化处理铜精矿样品，在ARL3520B单道顺序扫描型光谱仪上测定了13种成分的含量。较系统地研究了样品消化温度、时间、ICP测定的最佳光谱条件，采用人工基体匹配和校正因子相结合的办法校正基体成份的光谱干扰，人工合成含有定量基体元素的多元素混合标准溶液并用于仪器的校准获得满意的校准曲线，将建立的方法应用于样品的测定，准确度、精密度均令人满意。     

ICP－AES方法快速测定工业硫酸中的砷和铁含量

本文所述方法是将工业硫酸定量稀释，直接雾化进入ＩＣＰ激发，测定其中砷和铁的光谱强度和含量。绘制校准曲线用标准溶液，加入与测定样品相同量的分析纯硫酸为基体。该方法快速、简便，合成标准样品分析结果与标称值吻合，进口工业硫酸样品中砷、铁含量测定结果与国外检验结果、国家标准方法检验结果基本吻合。     

利用多个标准样品校准光谱椭圆偏振仪

光谱椭偏仪是常用的测量薄膜厚度及材料光学性质的仪器,其准确性主要由系统的校准过程确定。提出一种新的利用标准样品校准光谱椭偏仪的方法。该方法通过对多个已知厚度和已知材料特性的薄膜样品进行测量,利用测量得到的多个样品的傅里叶系数光谱与包含未知校准参数的理论光谱之间进行对比,通过最小二乘法拟合,回归求解出整个系统的未知校准参数,包括偏振器方位角,波片延迟,波片方位角和系统入射角等。将该方法的应用领域扩展到200~1000nm的宽光谱区域,并通过测量3~13nm的SiO2/Si薄膜样品,实验验证了该方法的有效性,准确性达到0.194nm。该方法相对于传统校准方法更加简单、快速。     

近红外光谱定量校正模型适用性研究

近红外光谱作为一种依靠模型进行分析的技术,对测定的样品进行模型适用性判断是得到可靠分析结果的前提。对于通过校正集样本近红外光谱测量和标准方法测定的基础数据依靠因子分析技术建立的多元校正模型,提出将因子分析与Mahalanobis距离相结合判断定量模型适用性的方法,以近红外光谱测定柴油十六烷值为例,对影响模型适用性判断的一些因素进行了讨论。     

基于积分球反射计的红外光谱发射率测量系统校正方法

针对非理想参考反射标准对光谱发射率测量结果的影响,基于积分球反射计的红外发射率测量系统原理,提出了一种适用于反射法光谱发射率测量系统的校正方法。通过参考反射标准样光谱反射率的数据拟合,得到反射率的曲线方程,计算反射测量系统的校正系数,校正参考标准样的输出电压,推导出光谱反射率为1的参考标准样输出电压曲线,消除了非理想参考标准造成的系统误差。应用该修正方法对基于积分球反射计的太阳能选择吸收涂层光谱发射率测量系统进行了校正,将校正后的光谱发射率测量结果与能量比较法的测量结果进行对比,验证了校正方法的可行性,有效性,提高了光谱发射率测量的准确度。     

一种改进的随机检验法用于主成分选择以避免光谱分析校正模型的过拟合或欠拟合

为了避免主成分个数选择不当引起的校正模型过拟合或欠拟合,提出了一种改进的随机检验法,应用该方法对样品复杂程度递增的三组近红外光谱数据进行了实验研究,并与交互验证法进行了比较,分析了模型复杂程度对光谱定量校正模型预测能力的影响,讨论了该方法对复杂样品的适用性问题。结果显示,该方法可避免交互验证法剔除样本的过程,考虑了全部训练样本的信息,可客观地选择主成分,有助于避免过拟合或欠拟合,提高校正模型的预测精度;该方法不同于一般随机检验法的统计检验过程,简化了判据,易实现,选择过程可视化、可交互;在三组实验中,分别选择4,5和8个主成分建模,其外部独立预测集的预测结果最优;该方法适用于小样本复杂样品建模。     

基于近红外光谱技术的钢结构防火涂料品牌鉴别方法研究

为了实现钢结构防火涂料在流通使用领域中不同品牌的现场快速鉴别,提出了一种用近红外光谱技术快速鉴别钢结构防火涂料品牌的方法。运用光栅扫描型近红外光谱仪器,通过近红外漫反射光谱获取不同品牌钢结构防火涂料的光谱曲线,并对光谱数据进行标准正态变量变换(standard normal variate transformation, SNV)、Norris二阶求导等优化处理。利用主成分分析法(principal component analysis, PCA)对钢结构防火涂料品牌进行聚类分析,前五个主成分的累积方差贡献率已达到99.791%,以PC1,PC2和PC3×10的得分值对所有建模样品在三维空间作图,对不同品牌的钢结构防火涂料具有很好的聚类作用。利用5个品牌的各25个样品建立校正模型,用余下5个品牌的各5个样品,共计25个样品进行外部验证,通过未知样品光谱的主成分得分值计算其与校正模型中每个品牌的马氏距离值,实现未知样品的品牌鉴别。建立的定性分析模型对未知样品的外部验证正确率达到100%。说明该分析方法能够快速准确的鉴别钢结构防火涂料品牌,并为市场规范提供技术参考。     

基于近红外光谱技术的钢结构防火涂料品牌鉴别方法研究

为了实现钢结构防火涂料在流通使用领域中不同品牌的现场快速鉴别, 提出了一种用近红外光谱技术快速鉴别钢结构防火涂料品牌的方法。运用光栅扫描型近红外光谱仪器, 通过近红外漫反射光谱获取不同品牌钢结构防火涂料的光谱曲线, 并对光谱数据进行标准正态变量变换(standard normal variate transformation, SNV)、Norris二阶求导等优化处理。利用主成分分析法(principal component analysis, PCA)对钢结构防火涂料品牌进行聚类分析, 前五个主成分的累积方差贡献率已达到99.791%, 以PC1, PC2和PC3×10的得分值对所有建模样品在三维空间作图, 对不同品牌的钢结构防火涂料具有很好的聚类作用。利用5个品牌的各25个样品建立校正模型, 用余下5个品牌的各5个样品, 共计25个样品进行外部验证, 通过未知样品光谱的主成分得分值计算其与校正模型中每个品牌的马氏距离值, 实现未知样品的品牌鉴别。建立的定性分析模型对未知样品的外部验证正确率达到100%。说明该分析方法能够快速准确的鉴别钢结构防火涂料品牌, 并为市场规范提供技术参考。     

面向XRF的竞争性自适应重加权算法和粒子群优化的支持向量机定量分析研究

研究高效、准确、便捷的土壤重金属检测方法对于了解土壤的污染状况以及开展污染防治工作具有重要的意义。由于X射线荧光光谱分析(XRF)技术具备快速、准确、无损检测、样品制备简单等优势，在土壤重元素定量检测获得广泛应用。XRF仪器测试标准样品的荧光光谱并建立校准曲线，通过反演计算得到待测样品的元素含量。由于样品元素间存在基体效应，以及荧光谱特征峰存在叠加干扰，未经优化的校准曲线的线性度较差，这给反演计算来困难。为了解决上述问题，分别利用小波变换、非对称加权惩罚最小二乘法(arPLS)对光谱进行去噪和扣除本底基线，提高校准曲线的决定系数(R²)；运用竞争性自适应重加权算法(CARS)，针对不同目标元素优化变量选取；进一步地，基于选取的变量建立粒子群算法(PSO)优化的支持向量机回归(SVR)模型，并通过该模型反演计算各元素含量，提高定量分析的准确度和预测的泛化能力。实验结果显示，经过小波去噪和arPLS本底扣除后的校准曲线的决定系数(R²)有明显提升，Cr、Cu、Zn、As、Pb分别从0.965、0.979、0.971、0.794、0.915提高为0...     

基于相位相关性的傅里叶变换光谱数据的相位误差修正方法

 相位误差的校正是傅里叶变换成像光谱仪数据处理的重要环节之一。针对干涉曲线的对称性特征,利用相位相关性计算方法,提出一种新的傅里叶变换光谱数据的相位校正的方法。将相位相关性拟合为Sinc函数,计算亚像素的偏移量,采用离散余弦变换转换到光谱域。使用标准光谱库中的源光谱数据作为原始数据,将通过离散余弦变换仿真的干涉数据与该方法得到的结果进行比较和验证,并与Mertz方法进行了对比。结果表明：该方法精度优于Mertz方法,并且计算简单。     

球铁管生产中五大元素及镁的光电光谱分析

本文主要论述了离心球墨铸铁管生产中原铁水的五大元素的直读光电光谱分析，以及球化处理后铁水中五大元素及残留镁的直读光电光谱分析。由于采用快速急冷的薄片样，试样完全白口化，解决了灰铸铁及球墨铸铁试样白口化难的问题；采用６０＃刚玉砂轮预磨，４６＃刚玉砂纸研磨试样，实践证明，选择合适的光谱分析条件，灰铸铁及球墨铸铁中五大元素及镁的分析结果完全达到生产要求。     

直读光谱仪在铸管生产中的应用

本文介绍了用直读光谱仪快速分析铸管生产中铁水样的方法，该法与经典方法相比较操作简单，分析速度快，可满足生产的需要。     

紫外分光光度法测定硝酸盐氮时消除铁离子干扰的新方法

在未受有机物污染的体系中,采用吸光度校正法可以准确快捷的消除铁离子的干扰.铁离子在220nm和275nm处都有吸收,而且这两个吸光度之间具有A220,Fe3+=3.8A275,Fe3+的线性关系.利用硝酸根在275nm处没有吸收,将A220,Fe3+从水样在220nm的吸光度值中扣除后即得到水样中硝酸盐氮的浓度.     

X射线荧光光谱粉末直接压片法测定哈默斯雷铁矿中的主次元素含量

本方法采用塑料环作镶圈，粉末直接压片，用X射线荧光光谱法测定哈默斯雷铁矿中的TFe、SiO2、Al2O3、P、S、Cu、MgO和Na2O的含量，试验结果表明：基体影响无需进行校正，方法的准确度和精密度均较高，结果令人满意。     

Influencing factors and kinetics analysis on the leaching of iron from boron carbide waste-scrap with ultrasound-assisted method

In this paper, the ultrasound-assisted leaching of iron from boron carbide waste-scrap was investigated and the optimization of different influencing factors had also been performed. The factors investigated were acid concentration, liquid-solid ratio, leaching temperature, ultrasonic power and frequency. The leaching of iron with conventional method at various temperatures was also performed. The results show the maximum iron leaching ratios are 87.4%, 94.5% for 80 min-leaching with conventional method and 50 min-leaching with ultrasound assistance, respectively. The leaching of waste-scrap with conventional method fits the chemical reaction-controlled model. The leaching with ultrasound assistance fits chemical reaction-controlled model, diffusion-controlled model for the first stage and second stage, respectively. The assistance of ultrasound can greatly improve the iron leaching ratio, accelerate the leaching rate, shorten leaching time and lower the residual iron, comparing with conventional method. The advantages of ultrasound-assisted leaching were also confirmed by the SEM-EDS analysis and elemental analysis of the raw material and leached solid samples.     

X射线荧光光谱结合判别分析识别铁矿石产地及品牌：应用拓展

铁矿石是钢铁工业的重要原材料,我国是铁矿石进口需求型国家,是世界铁矿石消费第一大国。海关对进口铁矿石检验的主要目标是预防进口铁矿石中涉及安全、卫生、环保、欺诈等方面的风险。对进口铁矿石产地及品牌进行符合性验证,可以快速筛选掺杂、掺假、以次充好,支撑进口铁矿石的风险管理,保障贸易便利化。在前期研究基础上进行应用拓展,研究对象为澳大利亚、南非、巴西、哈萨克斯坦、印度5个国家、21个品牌的422份进口铁矿石样品。考察了波长色散-X射线荧光光谱无标样分析方法的准确度,对于测量过程中未检出的元素含量,选择了用检测限替代缺失值。对于测量过程中的异常值,使用基于剩余方差的F检验进行异常值的剔除,皮尔巴拉混合块、纽曼混合块铁矿、纽曼混合粉铁矿各有一组数据计算得出的F统计量大于F检验临界值（a=0.01）,因此将这3组数据剔除。采用逐步判别法筛选出Fe,O,Si,Ca,Al,Mn,Ti,Mg,P,Na,Cr,K,Sr,S,Zn,V,Cu,Ba,Ni,Mo,Pb共21个元素的含量作为产地识别模型的特征变量,建立四维Fisher判别模型,实现了对铁矿石产地的识别;采用逐步判别法筛选出Fe,O,Si,Ca,Al,Mn,Ti,Mg,P,Na,Cr,K,Sr,S,Zr,Zn,V,Cu,Ba,Cl,Ni,Mo和Pb共23种元素含量作为品牌识别模型的特征变量,建立二十维Fisher判别模型,实现对21种品牌铁矿石的识别。考察了特征元素对分类识别模型的贡献,并分析了误判品牌铁矿石的元素特征。总结出进口铁矿石产地及品牌判别分析模型的整体数据处理流程。     

X射线荧光光谱法测定增产丙烯助剂中磷和铁的研究

使用X射线荧光光谱仪,采用人工合成标样,设计合成了一套标准样品,采用数学校正法中的经验系数法校正元素间的互相干扰,样品不经任何处理,粉末直接压片,经验系数法校正基体效应,建立了分析测定增产丙烯助剂中磷和铁含量的方法。讨论了样品制作方法,合适的测量条件,探讨了试样中元素间的相互影响。实验结果表明,该方法重现性好,准确度和精密度较高,测定磷和铁的相对标准偏差为：0.34%和0.59%;测定范围磷为0.01%～2.5%,铁为0.01%～2.5%。分析结果与化学法、等离子发射光谱法测定结果吻合。该方法快速、简便,样品处理简单,可以不分解;分析速度远快于其他分析方法,结果准确,单次测量一个样品只需要5 min,适用范围广,满足了科研和工业生产的需要。     

粉末压片法波长色散X射线荧光光谱分析铁矿石样品的矿物效应校正初探

利用10个国内铁矿石标样,对粉末压片法波长色散X射线荧光光谱分析铁矿石样品中主、次量元素时的矿物效应校正进行了初步探讨。文章采用两种方法试图降低由于矿物效应带来的影响。第一种方法(角度校正法)是在测量每个样品 前(包括校正标样以及未知样),对每个待测元素的2θ角度进行实际测量,以校正可能存在的角度偏移;第二种方法(峰面积法)是用峰面积代替峰强度,以校正由于峰形变化所带来的影响。最后用回归分析后的Ｋ因子进行比较。结果表明, 两种方法对矿物效应进行校正都可以不同程度地改善铁矿石中主要元素的校正曲线,尤其是S的校正曲线改善明显。如果在角度校正法或峰面积法的基础上再用基体校正系数,除总Fe外,其他组分均可以满足分析要求,但总Fe仍需要采取 其他措施。     

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。     

应用XRF与ICP-MS研究陨石样品的元素分布

分别采用X射线荧光光谱无标样全定量分析法(XRF)和微波消解/电感耦合等离子体质谱法(ICP-MS)对铁陨石和石陨石样品进行了元素分析。XRF法检测陨石样品中的常量元素,ICP-MS检测陨石中的微量元素。实验结果表明：XRF法可以检测出陨石样品中含量在10 μg·g-1以上的所有金属和非金属元素,得出两类陨石中共同含有的6种常量元素是Fe,Mg,Si,Na,Al和Ca。不同地区的铁陨石中均含有大量的Fe,石陨石中含有大量的Si。ICP-MS法检测陨石中的24种元素,选出共同存在的9种元素V,Ni,Mo,Ag,Sn,La,Gd,Hg和Pb进行对比分析,得出铁陨石中的重金属元素和稀土元素的含量远高于石陨石。所有的铁陨石样品中Sn元素的含量大约是石陨石的10～25倍,铁陨石中稀土元素La和Gd的含量大约是石陨石的6倍,新疆的5A号和6A号铁陨石中Pb的含量比来自山东的铁陨石(1A, 2A, 3A, 4A)多5～13倍,来自内蒙古的石陨石(9B,10B)比来自新疆的石陨石(7B,8B)多了三种元素La,Mo和Gd。