学位论文 > 优秀研究生学位论文题录展示
EDXRF中FP法无标样分析技术的优化研究及应用
作 者: 刘敏
导 师: 庹先国
学 校: 成都理工大学
专 业: 核技术及应用
关键词: EDXRF FP法 吸收增强效应 BP神经网络 无标样分析
分类号: O657.3
类 型: 硕士论文
年 份: 2013年
下 载: 13次
引 用: 0次
阅 读: 论文下载
内容摘要
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。
|
全文目录
摘要 4-7 Abstract 7-12 第1章 引言 12-18 1.1 概述 12 1.2 国内外研究现状 12-16 1.3 课题来源与主要内容 16 1.3.1 课题来源 16 1.3.2 主要内容 16 1.4 主要成果 16-18 第2章 EDXRF技术基本原理 18-31 2.1 EDXRF定性分析物理基础 18-20 2.1.1 莫塞莱定律 18-19 2.1.2 X射线与物质的相互作用 19-20 2.2 EDXRF定量分析理论基础 20-31 2.2.1 一次荧光强度的理论计算模型 20-22 2.2.2 二次荧光强度理论计算 22-23 2.2.3 三次荧光强度的计算 23-25 2.2.4 X射线荧光相对强度 25 2.2.5 FP法中的基本参数 25-31 第3章 FP法无标样分析技术 31-40 3.1 基体效应 31 3.2 元素间吸收-增强效应 31-33 3.3 FP法无标样分析计算方法 33-34 3.4 FP法无标样分析技术的应用 34-40 3.4.1 简单元系粉末样品中的应用 34-37 3.4.2 铅黄铜合金样品中的应用 37-38 3.4.3 小结 38-40 第4章 FP法无标样分析技术的优化 40-51 4.1 人工神经网络简介 40-41 4.2 BP神经网络 41-44 4.2.1 BP神经网络模型概述 41 4.2.2 BP网络模型的结构 41-43 4.2.3 BP神经网络的设计 43-44 4.3 应用效果对比 44-51 4.3.1 神经网络-基本参数算法 44-48 4.3.2 常规FP法无标样技术的应用 48-49 4.3.3 小结 49-51 结论 51-52 致谢 52-53 参考文献 53-56 攻读学位期间取得学术成果 56
|
相似论文
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 机械臂视觉伺服系统的研究,TP242.6
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 高速公路拆迁民众生存系统评价研究,D523
- 煤矿风险信息集成与智能预警研究,X936
- 基于多杀毒软件协同的病毒检测方法研究,TP309.5
- 基于遗传算法的前馈神经网络优化研究,TP183
- JSYJ公司采购风险管理研究,F426.92
- 神经网络与组合预测在高速公路路面管理系统的应用研究,TP315
- 基于FLAC3D和神经网络的基坑变形预测系统研究,TU433
- 基于计算机视觉的柑橘品质分级技术研究,TP391.41
- 织物疵点检测与自动化等级评定系统研究,TP391.41
- 基于数据融合技术舞台故障诊断方法的研究,TP18
- 基于灰色神经网络的旅游上市公司财务危机预警模型研究,F224
- 毛纺细纱机积极式退绕机构的设计及毛精纺纱性能预测模型的比较,TP183
- 基于模糊逻辑的车牌识别系统研究,TP391.41
- 基于视觉的多机器人协调控制研究,TP242
中图分类: > 数理科学和化学 > 化学 > 分析化学 > 仪器分析法(物理及物理化学分析法) > 光化学分析法(光谱分析法)
© 2012 www.xueweilunwen.com
|