应用SciTrace 双激发LIBS技术对选定高丰度区域进一步分析处理,参数为下表所示
参数 | 数值 |
初次激发激光脉冲能量 (mJ) | 30 |
二次激发激光脉冲能量 (mJ) | 80 |
烧蚀坑直径 (μm) | 50 |
二次激发时间间隔(μs) | 0.5 |
门延迟(μs) | 1.5 |
门宽(μs) | 20 |
Mapping空间分辨率(μs) | 100 |
Mapping测量点数 | 150*150 |
下图为贫铀区域和富铀区域谱线数据对比:
背景(590–595 nm)谱线对比; b)含铀离子特征谱线(409.01 nm)的波段光谱对比;c)全波段谱线对比
铀特征谱线过密(384.8 -908.4
nm区域有5000多条特征谱线),并且谱线过宽,造成背景谱线噪声过高。590–595
nm区域谱线没有任何元素特征谱线干扰,并且距离U元素特征谱线区域最近,故选取该区域谱线作为背景区域进行分析比较,可以看到,背景值与U特征谱线具有明显的相关性。Chinni等人的研究表明,U元素特征谱线对LIBS全波段的谱线峰值分布具有确定的明显影响。
应用PCA算法,可对任何不均匀样品LIBS测量谱线对应的未知成分进行分析。但是,此次测量生成22500 ×
26000个谱线数据变量,便要从RAM中读取33
GB的庞大数据,用以PCA算法进行处理,意味着巨大的计算量,耗时漫长。因此AtomTrace团队运用AtomAnalyzer软件中改善的PCA算法简化运算过程和数据读取方式,将分析工作量减少了85%,并获得良好的分析效果。该方法此前未曾有人尝试。
获得Mapping分析结果如下图所示:
a) U II@409.01nm特征谱线强度分布;b)590-595nm 背景区域谱线强度分布
c) PC1优化算法U II@409.01nm数值分布;d) PC1优化算法590-595nm 背景区域数值分布
3. 在上述实验基础上,对铀矿石中的特征伴生元素U-Zr-P-Ti,运用AtomAnalyzer中SOM算法(神经元算法,或者节点算法)进行进一步分析。
3.1 依据选定特征谱线,通过传统Mapping方法得到的图像:
a) Zr II 349.621 nm 特征谱线强度Mapping图;
b) U II 409.013 nm 特征谱线强度Mapping图;
c) Si I 251.431 nm 特征谱线强度Mapping图
3.2 传统算法与SOM算法特征谱线数值的Mapping对比
a) 325.424 nm Ti II 特征谱线强度Mapping; c)每个测量谱线与Ti II节点权值的相关性,红点区域与Ti出现相关性最高(无U元素区域)
b) 255.139 nm Nb II 特征谱线强度Mapping;d) 每个测量谱线与Nb响应最大的节点权值的相关性,红点区域与Nb节点权值相关性最高
3.3节点权值在谱线上的积分得到的SOM算法Mapping
a) 由349.621 nm Zr II 特征谱线强度计算得到的节点响应;
b) 由409.013 nm U II 特征谱线强度计算得到的节点响应;
c) 由251.431 nm Si I 特征谱线强度计算得到的节点响应
3.4应用SOM算法对若干选定元素分布的伴生和隔离情况进行研究
a) 由325.424nm Ti II 特征谱线强度计算得到的节点响应;
b) 由358.1195nm Fe I 特征谱线强度计算得到的节点响应;
c) 由255.139nm Nb II 特征谱线强度计算得到的节点响应;
d) 由288.158nm Si I特征谱线强度计算得到的节点响应
3.5实验结论:
Zr II谱线强度Mapping和U II谱线强度Mapping体现了二者的伴生关系,同时二者都与Si I谱线强度Mapping相反,呈隔离分布。
Ti元素与Nb元素呈隔离分布。
Fe和Nb的元素呈伴生分布,而在二者分布的区域,U元素丰度较低。
Zr和Nb呈隔离分布,其原因可以理解为已知的“Zr是Nb的替换金属元素”。
最后,Si元素出现的位置,Fe、U、Ti、Nb的丰度降低。