论文部分内容阅读
本文以X射线荧光分析为学科背景,立题于国家自然科学基金面上项目,创新性的提出了基于基本参数法（Fundamental Parameters,FP）准确模拟X射线荧光光谱（x-ray fluorescence,XRF）的算法。该算法可快速构建具有大量数据的XRF元素光谱数据库,为X射线荧光分析提供数据支撑。文章总体结构如下:（1）本文首先分析了基于谢尔曼公式计算得到元素的含量与X射线荧光理论强度的计算关系,并对公式中各项基本参数进行了研究,对光子截面进行插值拟合计算得到质量吸收系数;对L壳层谱线分数进行X射线激发率的降维分析,提出激发因子计算公式;完成了原子序数11～92元素基本参数数据库的建立,并在MATLAB平台开发出FP法模拟XRF光谱的程序代码等工作。（2）实现了一种基于基本参数算法快速生成材料XRF谱图的方法:第一步,将元素的各项基本参数输入到谢尔曼公式中,得到样品的离散X射线荧光理论强度谱线;第二步,进行探头响应函数和高斯能量展宽的研究,将离散X射线荧光强度谱线转换为连续的X射线荧光光谱;第三步,采用遗传算法计算和优化仪器因子;最终得到对于任意元素材料的完整（K和L壳层）且准确的XRF谱图。（3）采用蒙特卡罗仿真程序（Monte Carlo N Particle Transport Code,MCNP）对72个标准合金样品和60个标准土壤样品的XRF谱图进行模拟,将FP算法模拟的谱图与MCNP的模拟结果进行对比。结果显示,谱图的重合度很好,拟合优度R~2均大于0.95。另外,与X射线荧光分析仪测量的结果作对比,结果显示样品谱图的测量数据和FP法模拟接近完全重合（平均R~2>0.98）。因此,FP模拟光谱可以部分替代仪器测量物质材料的XRF数据。此外,FP生成的谱图与MCNP模拟相比,对模拟重元素有更高的光谱准确度。（4）以贵金属Au、Ag、Pt定量分析为例,采用FP法模拟生成基于大量样本的光谱数据训练集,并基于已有实验样本建立了实验光谱数据的训练集。分别将两个数据集进行主成分提取,输入到BP神经网络（Back Propagation,BP）。验证结果显示,FP预测模型的R~2均大于0.99,而实验预测模型的R~2最高只有0.88。FP法模拟的光谱数据可以解决样品数据不足的问题,提高了XRF谱图反演中元素定量分析的准确度。综上所述,源于基本参数法模拟XRF光谱模型算法,实现了光谱数据的快速和准确模拟,模拟的谱图为光谱学中元素的定量分析提供了数据支撑和理论基础。