[发明专利]应用于激光诱导击穿光谱的非线性定量分析方法

说明书

本发明涉及原子发射光谱测量技术领域，具体地说，涉及一种应用于激光诱导击穿光谱的非线性定量分析方法。其利用激光诱导击穿光谱系统采集一组定标样品的等离子体发射光谱并进行处理，进而获取一组C_s与p_ki×SA(C_s)的映射值，基于(p_ki×SA(C_s))_max＝p_ki，推算出对应元素的浓度与自吸收系数的间的函数SA(C_s)；之后对对应元素的浓度未知的待测样品进行分析，假设对应元素的初始推测浓度C_s′，并代入函数SA(C_s)中，求解SA(C_s′)，利用公式I_ki＝p_ki×SA(C_s)C_sN_full，获取计算浓度C_s″；直至C_s′≈C_s″，即为对应元素的含量。本发明能够较佳地提高不同元素浓度下自吸收系数SA的准确性，从而改进了定量分析的准确度。

技术领域

本发明涉及原子发射光谱测量技术领域，具体地说，涉及一种应用于激光诱导击穿光谱的非线性定量分析方法。

背景技术

激光诱导击穿光谱(Laser-Induced Breakdown Spectroscopy,LIBS)是通过会聚脉冲激光到样品表面形成等离子体，进而对等离子体发射光谱进行分析以确定样品的元素组成及含量的分析技术。由于LIBS技术具有简便、快速，无须烦琐的样品预处理，能实现多元素同时测定和远程分析等优点，被视为化学分析的“未来超级星”。LIBS非常适用于工业现场生产过程中对各种物态样本的原位、在线检测。

传统的线性定量分析方法有单变量和多变量线性回归模型，然而这些方法没有考虑自吸收效应对定量分析带来的非线性影响，无法达到理想的定量分析精度。基于此，众多化学计量学分析算法被引入到LIBS分析领域，如偏最小二乘法、主成分分析、人工神经网络等。虽然这些方法可以获得较好的定量分析准确度，但是往往缺少与LIBS物理参量的对应关系，导致分析结果难以解释。

为了校正自吸收的影响，研究人员开发了一些修正方法。例如单点校准方法，该方法采用一个标准样品校正实验光谱，其标准样品的组成和浓度是已知的。它可以有效地评估自吸收程度，合理地校正谱线强度。但是该方法只适用于待测样品与校准样品中的元素含量非常接近的情况。无标分析逆算法通过一个已知元素含量的标准样品，推断该类样品的等离子体温度，并将其作为输入参数应用于未知样品组的定量分析中。增长曲线算法需要一些参数(高斯展宽、洛伦兹展宽、光学厚度等)，但这些物理参数往往不易获得，而且整个计算过程也非常复杂。内部参考校正自吸收算法需要预先选择不受仔细受自吸收影响的一条特征谱线。因此开发一种具有简单、快速、可解释的校正自吸收的非线性定量分析方法。

发明内容

本发明提供了一种应用于激光诱导击穿光谱的非线性定量分析方法，其能够克服现有技术的某种或某些缺陷。

根据本发明的1、应用于激光诱导击穿光谱的非线性定量分析方法，其包括以下步骤：

步骤S1、在同等条件下，利用激光诱导击穿光谱系统采集一组定标样品的等离子体发射光谱并进行处理，提取对应元素特征谱线的实验积分强度I_ki；

该步骤中，所述一组定标样品中的元素成分及对应元素的浓度C_s均已知，且不同定标样品中所述对应元素的浓度C_s均不同；