关注公众号

关注公众号

手机扫码查看

手机查看

喜欢作者

打赏方式

微信支付微信支付
支付宝支付支付宝支付
×

EDXRF中FP法无标样分析技术的优化研究及应用

2018.7.08

能量色散X荧光分析(Energy Dispersive X-ray Fluorescence, EDXRF)技术是现代无损(Non-distructive Assay, N DA)分析技术中的先进技术之一,拥有广泛的应用领域。该技术具有分析速度快、不破坏样品组成、测量范围多、结果稳定可靠以及易于实现在线分析和自动化分析等优点。自德国物理学家伦琴1895年发现X射线以来,世界各国的科研学者便对这一领域开展了深入的研究工作。如今,针对X射线荧光分析技术的研究及应用已经过了一百多年,并取得了丰硕的成果。X射线的应用早已渗透到社会经济各个行业和大众生活的各个方面。从20世纪60年代末以来,我国众多科研工作者积极开展能量色散X荧光方法的研究。根据各单位涉及的学科领域和具备的实验条件,从不同方面进行了大量深入细致的研究工作,取得了可喜的成绩。在1978年我国第一届活化分析会议上就将能量色散X射线荧光分析方法作为专题进行探讨。随后,在各届全国活化分析会议和有关专业会议上都有这方面的论文发表或工作报导,积累了丰富的经验。但是,相比国外相同领域,我国仍需要在基础研究和技术开发方面进一步开展工作。在X射线荧光光谱分析中,由于基体效应的存在,测得的计数率通常与待测元素的浓度呈非线性变化。因此,要实现对试样的准确定量分析,就需要对基体效应进行校正,这也是X射线荧光分析领域的一项需要不断开展的重要课题。然而,传统的经验系数法极大程度的依赖大量与基体相似的标准样品,而标样与待测样品之间却存在着难以分析的复杂不吻合性,同时,其他生产领域、科研领域也更加需求少标样、无标样的分析。基于以上X射线荧光分析中存在的关键问题,依托国家自然科学基金项目"EDXRF多元素能谱库MC模拟与无标样分析技术研究(40974065)”,开展了基本参数法(Fundamental Parameters Method,简称FP法)无标样分析技术研究,以及FP法无标样分析技术的优化研究两方面的工作。论文的主要研究内容以及取得的成果如下:(1)FP法无标样分析理论研究通过对FP法无标样分析理论的研究,掌握了FP法无标样分析技术。获取了方法中所需的各关键物理参数:质量吸收系数、荧光产额、吸收限跃迁因子、谱线分数、激发因子等的计算方法,并根据FP法无标样分析原理编写了计算程序。(2)FP法无标样分析技术的应用根据所编的FP法无标样分析程序对所配制的简单二元系样品(包括Fe-Cu和Ti-Fe)、三元系样品(Ti-V-Fe)以及铅黄铜合金样品进行分析应用,在Fe-Cu二元系应用中,Fe元素的相对误差基本在7.4%以内,Ti元素的相对误差基本在3.9%以内;在Ti-Fe二元系应用中Fe元素的相对误差控制在5.6%以内,Cu元素的相对误差控制在6.6%以内;在Ti-V-Fe三元系以及铅黄铜的应用中,也取得了较好的测量效果。分析结果表明,混合样品中各元素的测量值与已知值基本吻合,分析过程无需标样,验证了FP法无标样分析技术的可行性以及方法中各物理参数的正确性,为后期分析更复杂的样品提供了基础方法支撑。(3)利用BP网络开展对FP法无标样分析技术的优化研究及应用应用MATLAB平台,搭建了BP神经网络,该网络基于L-M算法。本论文以Cu-Fe-Zn三元系样品为例,建立了以FP法无标样计算程序计算得到的各元素的相对强度作为输入,各元素浓度作为输出的BP网络,对网络进行训练学习,实现对试样中元素浓度的预测。将各元素的预测浓度与已知浓度进行对比,Cu元素的相对误差均低于2.74%,Fe元素的相对误差均在1.74%以内,Zn元素的相对误差也控制在1.9%以内,实验证明该法具有较好的预测效果。将其与常规FP法分析结果相比较,其具有更优的应用效果。表明了将神经网络与FP法相结合,能够实现对常规FP法无标样分析技术的优化。本课题在开展基础性研究工作的同时,对方法和技术都有一定的创新,最终在对试样进行分析的过程中,较好的克服了复杂样品中元素间的吸收增强效应,形成了一套优化的能量色散X荧光FP法无标样测量技术。本论文主要有以下创新点:(1)通过理论研究,编写了FP法无标样计算程序,在实验研究的基础上,应用该程序对配制的简单元系样品以及系列铅黄铜合金标样进行分析,验证了FP法无标样分析技术的可行性。(2)将常规的FP法无标样分析方法与神经网络方法相结合,应用于试样分析中,较好的克服了元素间的吸收增强效应,形成了一套优化的能量色散X荧光FP法无标样分析技术体系。论文从能量色散X荧光测量的基础理论出发,通过对配制的不同体系样品进行能量色散X荧光测量获得能谱,再应用FP法无标样分析程序计算出各元素的相对强度,并作为神经网络模型的输入,实现对常规FP法无标样分析技术的优化,通过神经网络模型获得试样各元素的浓度预测值,并将其与已知值进行比较,实验结果表明该法能够较好的克服试样中元素间的吸收增强效应,达到了预期的目的。

推荐
热点排行
一周推荐
关闭