关键词:
能量色散型X射线荧光分析
本底扣除
能谱反卷积
重峰分解
摘要:
能量色散型X射线荧光(Energy Dispersive X-ray Fluorescence,EDXRF)分析技术能够对样品进行原位快速无损检测,具有对多种元素同时分析、无需复杂的样品前处理过程等优点,是一种重要的核分析技术手段。利用EDXRF分析技术对样品进行无标样或少标样分析中,测量系统展宽效应导致特征X射线谱峰混叠以及样品的基体效应导致的非线性是需要解决的瓶颈问题。针对上述问题,本文设计搭建了基于核辐射测量片上系统的EDXRF测量平台,综合运用理论分析、数学建模、仿真计算和实验测量等技术手段,深入研究了EDXRF能谱的本底扣除与重峰分解等算法,建立了EDXRF全谱无标样分析方法。主要研究内容与结论如下:
(1)设计搭建了基于核辐射测量片上系统的EDXRF测量平台。首先,对EDXRF测量平台中的激发源与探测器等关键部件进行选型研究,并对核辐射测量片上系统的前端模拟电路进行改进,使其与探测器的前置放大器输出信号相匹配;然后基于上述设备搭建EDXRF测量平台,经测试,测量平台所测X射线能谱的能量分辨率等关键指标优良,可利用该平台开展EDXRF能谱的测量与分析工作;最后,利用上述测量平台,研究了X射线管、样品与探测器之间的几何布局以及X射线管的电压与电流等参数对测量结果的影响,为优化实验测量条件提供理论依据。
(2)研究了EDXRF能谱本底扣除方法。针对EDXRF能谱中的本底,提出了一种改进的基于形态学运算的本底扣除方法。该方法无需预设窗宽等计算参数,同时降低了噪声对本底扣除结果的干扰。分别利用高斯模拟能谱、蒙特卡罗仿真计算能谱与实测能谱进行了验证,并与其他方法的计算结果进行了对比。结果显示,随着能谱中所含噪声水平的增加,本文提出方法得到的结果计算误差变化最小,表现最好,抗噪声能力最优。
(3)研究了利用全能峰响应矩阵反卷积进行EDXRF能谱重峰分解的方法。由于单能X射线在测量过程中会被展宽,能量相近的多条X射线在能谱中容易互相混叠形成重峰。本文利用全能峰响应矩阵对重峰进行反卷积重建,在测量能谱与响应矩阵已知的情况下,本文提出的方法能够有效分解分离度低至0.3的重峰,结果优于二阶导数法与小波变换法。
(4)研究了利用元素响应矩阵反卷积进行EDXRF无标样分析的方法。根据重峰分解的结果,利用基本参数公式,构建元素响应库,开展基于单种元素响应的能谱反卷积算法研究,并在迭代过程中动态更新元素响应库,计算结果可同时给出元素的种类与含量。利用基于核辐射测量片上系统的测量平台对标准样品进行分析,结果显示,对于含量范围分别为40~550μg/g与72~490μg/g,且分离度低于0.1的砷元素与铅元素,本文所建方法得到的结果与标准参考值之间的平均相对误差分别为20.15%与32.73%,而利用商业软件XRS-FP2计算得到的平均相对误差分别为67.98%与295.60%。
(5)建立了EDXRF能谱生成模型,解决了机器学习训练样本不足的问题。根据无标样分析结果,上述模型可以快速准确生成能谱数据,并用于机器学习模型的训练,进一步结合实测数据实现了元素分析。结果显示,相较于反卷积计算结果,本文方法的计算结果中,镍元素与锌元素的平均相对误差分别由2.03%与5.84%下降到1.21%与2.67%,对于含量较低且重叠程度较高的锰元素与铁元素,它们的平均相对误差分别由22.87%与27.17%下降到10.38%与15.95%。
本文基于核辐射测量片上系统完成了EDXRF能谱的测量与反卷积重建等工作,研究了EDXRF能谱的本底扣除与重峰分解方法,实现了EDXRF无标样分析,并通过能谱生成模型与机器学习进一步提升了无标样分析结果的准确性。论文的研究内容与结果可为EDXRF分析的自动化与智能化奠定基础,为进一步实现基于片上系统的核辐射监测装备多功能一体化提供支持。