手持式偏振仪

手持式能量色散X射线荧光光谱仪及其应用研究(李福生，电子科技大学教授、博士生导师）摘要光谱分析及信息科学被广泛应用于工业检测、污染防治等领域。X射线荧光光谱（X-Ray Fluorescence spectrometry, XRF）由于具有快速、无损、精确等优点，在环境污染监测、中草药鉴别、金属回收等方面具有十足的研究潜力和广阔的应用前景。人工智能及高端装备研究团队立足于自主研发的手持式X射线荧光光谱元素分析仪（TS-XH4000），利用X射线荧光光谱分析技术结合先进的人工智能算法开展土壤污染监测、土壤质量综合评价、铁粉元素测量等研究工作。团队研发的新一代手持式X射线荧光光谱仪采用具有可实现盲测，检出限低，可测微量元素等优势。1.引言能量色散X射线荧光光谱分析技术由于其快速、无损和精确的检测优点，目前已经被广泛应用于煤质分析、安检过程、资源勘采、货物通关、环境检测和中草药检测等领域[1][2][3]。能量色散X射线荧光光谱采用脉冲高度分析器将不同能量的脉冲分开并测量。能量色散X射线荧光光谱仪可分为具有高分辨率的光谱仪，分辨率较低的便携式光谱仪，和介于两者之间的台式光谱仪[4]。目前国内外同类手持式X射线荧光光谱分析仪主要包括美国品牌Niton生产的分析仪[5]，日本生产的Olymbus光谱仪[6]和日立光谱仪[7]等。这些光谱仪普遍存在精准度一般、采购成本较高、难以单独定制等问题。而本团队设计的X射线荧光光谱仪历经几代研发，采用智能AI算法，可实现盲测，检出限低，可测微量元素；采用全球首创9mm*5mm腰形窗口，保护探头、便于测细小物品及不规则物品；安全性高，所有仪器均配有已申请专利的探头保护盖，自检安全保护；且工作状态有灯带提示，配有物料感应功能，利于物体识别，很好保护操作者的安全。本团队光谱仪的所有核心技术都归自己所有，不受国外任何技术限制。本团队所设计和研发的型号为TS-XH4000-SOIL的手持式能量色散XRF光谱仪（基于 AMPTEK INC.的 SDD 探测器）利用智能能量色散荧光分析法可以同时得到检测样品的X荧光光谱图及样品中所含元素种类和含量，测量元素范围为Na(11)-U(92)。此外，团队结合新型人工智能算法，例如BP神经网络[8]、支持向量回归[9]、贝叶斯优化算法等[10]，设计了计算机校正软件，实现了基于X射线荧光光谱的中草药真伪鉴别，基于X射线荧光光谱的土壤重金属元素含量和铁粉含量的精确定量分析。2. 仪器组成本团队自主研发的手持式X射线荧光光谱仪集成先进智能算法、人体学设计外观结构、各型接口等，可在合金回收、土壤污染检测、中草药鉴别等众多领域应用。该光谱仪主要由激发源（X射线光管）、探测器、滤光片、多道脉冲幅度分析器等部分组成，结构示意图如图1所示。X射线管配有电源（最大电压50kV，最大电流200mA）。在仪器测量之前，需要先根据死时间、光谱信号噪声、光谱分辨率等指标将仪器的相关参数调整至最佳，然后通过检测纯元素的X射线光谱，完成能量刻度的定标，实现从通道数到能量刻度数的转换。接着，将定量模型算法需要的变量、算法参数、补偿系数、预处理流程等设定到主控内存中，完成采集完信号后并解析信号，最终反演物质的元素含量等信息，并通过WIFI或蓝牙将仪器所测量的精度显示到PC端。图1 手持式X射线荧光光谱仪的结构示意图本团队还设计了谱图预处理及模拟谱图生成的软件，其软件界面如图2所示。其主要功能包括：能量刻度转换、初级光源预处理、初级光源生成、Sigma计算、 XRF光谱模拟等功能。该程序可以生成多元素样本的 XRF光谱图及光谱大数据，为人工智能对样品的定性和定量分析提供数据支持，旨在实现元素的无标样的定性定量分析。图2 X射线荧光光谱分析仪控制程序主界面3. 土壤元素实验分析土壤质量综合评价与土壤中各种元素的含量有着密切的联系。因此本实验研究了XRF技术结合SVR算法定量分析土壤中铜（Cu）元素含量的可行性。如图3所示，本实验使用的设备是由课题组研究生产制造的手持式ED-XRF光谱仪，型号为TS-XH4000-SOIL，该设备的X射线管在45KV和25uA下正常工作。实验中采用了55个国标样品作为土壤标准样品，样本中每个待测元素都具有足够宽的含量范围和适当的含量梯度。图3 土壤样本与XRF光谱仪在验证中，将实验样品分为训练集和测试集两个集合，分别用于外部验证和内部验证。然后，基于灵敏度分析得出Cu元素主要受到Fe、Co、Ni、Cu等组分信息的影响，选择最优输入特征为该4种元素。使用最优输入特征和全部特征作为输入，基于贝叶斯优化算法找到最优模型参数，分别建立了预测土壤样品Cu元素含量的SVR定量预测模型。同时以全部特征作为输入建立了单参数PLS模型，通过5倍交叉验证(CV)选择单参数PLS模型的最优主成分个数为9。基于校准集数据分别建立了三种模型，利用这些模型对13个测试集和42个训练集数据中的Cu元素含量进行预测，结果如图4所示。图4 Cu元素的预测结果 (a):经过特征降维的SVR模型 (b):全部特征作为输入的SVR模型 (c):PLS模型可以看到，对训练集数据进行直接预测时，采用全部特征作为输入的SVR模型取得了最好的效果，其预测结果和原数据几乎一致(R2C= 0.9988, RMSEC = 6.9356)，然而，对于测试集数据采用全部特征作为输入的SVR模型获得了非常差的结果(R2P= 0.9146, RMSEP = 73.8296)。基于4个高灵敏度特征的SVR在预测测试集时获得了非常好的效果(R2P= 0.9918, RMSEP = 22.8803)，预测数据的一致性较好。在XRF技术结合SVR定量分析中，变量选择对于测试集的预测精度有关键作用。4. 中草药元素实验分析本实验采用30份金银花样品主要选择产地为山西、河南、湖南与广西省，其中每个产地各选择5份，共20份，并将样本命名为JYH-01~JYH-30。7份外观相似的山银花样品，产地为湖南省，样本命名为SYH01~SYH-07。3份粉末相似的商陆、多穗金粟兰、宽叶金粟兰样本，命名为DB-01~DB-03。三类真伪中药材的XRF数据集各有其特有的性质，本文使用t-SNE算法可以提取出三组XRF数据集的前350 维特征，将这些特征降维映射至二维图片中进行可视化分析，如图5所示。可以明显的看出这三组真伪中药材的 XRF数据集在图片二维空间中位于三簇不同的位置。从而三组样本在含有以上5种元素重要相关信息的350维数据在映射至二维中有了明显的区分，比原始XRF光谱图更容易理解与分析。图5 基于金银花、外观相似伪样本、粉末相似伪样本三组XRF样本集的t-SNE特征降维可视化图为更直观地了解这土壤和中草药XRF数据集的固有特性，利用t-SNE算法将350维的XRF特征映射到二维空间并在同一幅图中进行可视化分析。如图6所示，两个数据集在二维空间聚集成了两个分布位置不同的簇。首先，两组样本在含有重要相关信息的350维数据在二维图中有了明显的区分，比原始XRF反射光谱图更易于分辨。图6 两组XRF样本集的t-SNE特征降维可视化图5. 铁粉元素测量及实验分析针对手持式X射线荧光分析技术在铁粉行业的应用，本团队开展X射线荧光背景散射内标法用于铁粉元素测量的应用研究。首先，通过低电压高电流、高电压低电流、不同采集板的增益，选择合适的设备参数获取较优的特征X射线信号。接着，分别采用SiPIN、SDD类型探测器的手持式X射线荧光分析仪建模，Si-Kα峰、Fe-Kβ峰加背景散射线内标对铁粉中的元素含量进行建模。最后，根据含量已知的铁粉样品对所建立模型的确定度系数R2和均方根误差RMSE进行评估，选出不同场景情况下合适的应用模型。表1 SiPIN探测器时铁粉中Fe元素预测结果表2 SiPIN探测器时铁粉中Si元素预测结果表3 SDD探测器时Fe元素预测结果表4 SDD探测器时Si元素预测结果如表1和表2所示，为采用SiPIN探测器的建模结果。Si-Kα峰加背景散射线内标的结果，R2为0.9070， RMSE为0.0007； Fe-Kβ峰加背景散射线内标法的结果，R2为0.88，RMSE为0.0037。如表3和表4所示，为采用SDD探测器的建模结果。Si-Kα峰加背景散射线内标的结果，R2为0.9869，RMSE为0.0002； Fe-Kβ峰加背景散射线内标的结果，SDD探测器Fe建模结果，R2为0.9099，RMSE为0.0033。采用SDD探测器定量结果验证结果更好，这与SDD探测器性能良好有关。6. 总结本团队基于自主设计和研发的手持式ED-XRF光谱仪，结合人工智能算法对土壤重金属元素含量、中草药成分和铁粉元素含量进行准确定性、定量分析。所设计的TS-XH4000-SOIL光谱仪具有高精度和高可靠性，提出的先进人工智能算法框架可以有效校正土壤和铁粉XRF光谱和待测元素含量的复杂映射关系。因此，本团队研发的光谱仪和相应的人工智能算法软件在环境监测和保护、冶金行业及其他分析化学领域都有着广泛重要的应用。参考文献[1] 甘婷婷, 赵南京, 殷高方, et al. 水体中铬,镉和铅的X射线荧光光谱同时快速分析方法研究简[J]. 光谱学与光谱分析, 2017, 37(6):7.[2] 王袆亚, 詹秀春, 袁继海,等. 偏振能量色散X射线荧光光谱测定地质样品中铷锶钇锆元素不确定度的评估[C]// 第八届全国X射线荧光光谱学术报告会.0.[3] 张辉, 刘召贵, 殷月霞,等. 能量色散X射线荧光光谱法测定中草药中的Cd元素[J]. 分析测试技术与仪器, 2019, 25(3):5.[4] 张颖, 汪虹敏, 张辉,等. 小型台式EDXRF现场快速测定深海沉积物中稀土元素[J]. 海洋科学进展, 2019, 37(1):11.[5] Ene A, Bosneaga A, Georgescu L. Determination of heavy metals in soils using XRF technique[J]. Rom. Journ. Phys, 2010, 55(7-8): 815-820.[6] Adame A. Development of an automatic system for in situ analysis of soil using a handheld Energy Dispersive X-Ray Fluorescence (EDXRF)[J]. 2020.[7] Antunes V, Candeias A, Carvalho M L, et al. GREGÓRIO LOPES painting workshop: characterization by X-ray based techniques. Analysis by EDXRF, μ-XRD and SEM-EDS[J]. Journal of Instrumentation, 2014, 9(05): C05006.[8] Li F, Yang W, Ma Q, et al. X-ray fluorescence spectroscopic analysis of trace elements in soil with an Adaboost back propagation neural network and multivariate-partial least squares regression[J]. Measurement Science and Technology, 2021, 32(10): 105501.[9] Yang W, Li F, Zhao Y, et al. Quantitative analysis of heavy metals in soil by X-ray fluorescence with PCA–ANOVA and support vector regression[J]. Analytical Methods, 2022, 14(40): 3944-3952.[10] Lu X, Li F, Yang W, et al. Quantitative analysis of heavy metals in soil by X-ray fluorescence with improved variable selection strategy and bayesian optimized support vector regression[J]. Chemometrics and Intelligent Laboratory Systems, 2023, 238: 104842.作者简介李福生，电子科技大学教授，博士生导师。在核粒子能谱分析、蒙特卡洛模拟、人工智能与云计算技术、模式识别及智能系统、控制科学及多智能体、智能制造及智慧工厂等方面的研究与应用成果斐然，具有丰富的理论研究基础和工程应用经验。曾就职于美国GE-贝克休斯公司、荷兰皇家壳牌集团等国际 500强企业的科研院，并兼任美国北卡罗莱纳州立大学客座教授。近年来在国际权威杂志发表高水平论文30多篇，拥有2项国际发明专利和50多个国内专利，出版学术专著1册，参与多个国际重大研发项目。在仪器研制方面，成功研发了多代高精度手持式X射线光谱成分分析仪，且已经过上海市计量测算技术研究中心的专业鉴定，具有高灵敏度、高准确度、快速无损等特性，可广泛应用于石油、天然气煤层气勘探与开采，铀矿探测以及金属、食物、植物、土壤的检测等，对实现我国在地质考古、公共安全、环境保护、食品安全等领域的探测设备核心部件的升级及市场国产化产生了重大影响。e-mail：lifusheng@uestc.edu.cn

科技日报北京6月19日电 （记者张梦然）据近日发表在《科学进展》上的一篇论文，英国牛津大学研究人员开发了一种使用光的偏振来实现最大化信息存储密度的设备。新研究使用多个偏振通道展开了并行处理，计算密度比传统电子芯片提高了几个数量级。自1958年第一块集成电路发明以来，将更多晶体管封装到特定尺寸的电子芯片中，一直是实现最大化计算密度的首选方法。然而，人工智能和机器学习需要专门的硬件突破现有计算的界限，因此电子工程领域面临的主要问题是：如何将更多功能打包到单个晶体管中？科学家已知不同波长的光不会相互影响，同样，不同偏振的光也不会相互影响。因此，每个极化都可作为一个独立的信息通道，使更多信息可存储在多个通道中，这就大大提高了信息密度。而光子学相对于电子学的优势在于，光在大带宽上速度更快，功能也更强大。新研究的目标就是充分利用光子学与可调谐材料相结合的这些优势，实现更快、更密集的信息处理。鉴于此，十多年来，牛津大学研究人员一直致力于使用光作为计算手段。团队此次开发了一种HAD（混合活性电介质）纳米线，该纳米线使用一种混合玻璃材料，该材料在光脉冲照射时具有可切换的特性，每条纳米线都显示出对特定偏振方向的选择性响应，因此可使用不同方向的多个偏振同时处理信息。利用这个概念，研究人员开发出第一个利用光偏振的光子计算处理器。光子计算通过多个偏振通道进行，纳米线则由纳秒光脉冲调制，与传统电子芯片相比，其计算速度更快，计算密度因此提高了几个数量级。研究人员表示，对于人们希望看到的未来愿景来说，现在仅仅是个开始，这种偏振光子计算处理器结合了电子、非线性材料和复杂计算，已经是一个超级令人兴奋的想法。总编辑圈点 　　随着传统电子芯片尺寸越来越小，芯片上的晶体管数量接近极限，摩尔定律也日益逼近“天花板”。这些年，科学家和工程师们开始为芯片发展寻找新的“增长点”，利用光子计算便是思路之一。例如，2015年美国科学家研发出用光处理信息的光电子芯片，它依旧使用电子来计算，但是可以直接使用光来处理信息。上述成果则利用了光的偏振特性。这些研究都为芯片迭代升级提供了更多可能。

偏振图像可提供诸如阴影和表面形貌的信息，但目前的红外偏振器主要由昂贵且易碎的陶瓷制成，且其拥有的纳米光栅通常需通过耗时且成本高昂的干涉光刻法制造而成。现在，韩国科学家基于富硫聚合物，研制出一款高灵敏度基偏振器，不仅成本低廉且制造方法简单，相关研究刊发于最新一期《先进材料》杂志。通过“逆硫化”合成的富硫聚合物因在红外区域固有的高透射率而成为红外光学器件的合适候选材料，受到广泛关注。富硫聚合物主要由基于元素硫的主链组成，石油精炼过程中每年会产生700万吨硫磺，因此这种富硫聚合物可大规模生产。与常规红外材料不同，富硫聚合物可溶解在有机溶剂中，这意味着其可应用于基于溶液的旋涂方法。此外，富硫聚合物拥有的粘滞弹性和动态共价二硫键使其可被热纳米压印光刻（热NIL）技术模塑成不同的纳米结构。而且，基于富硫聚合物制造而成的偏振器，也能拥有双层结构，可通过以下3个步骤获得：旋涂富硫聚合物溶液、在旋涂的富硫聚合物基膜上使用热NIL工艺，以及在纳米光栅上进行金属沉积，由此得到的富硫聚合物基偏振器由自对准双层金属光栅和间隔层（用作光学腔）组成。基于上述方法，韩国汉阳大学研究人员制作了一种高灵敏度的富硫聚合物基偏振器。他们微调了热NIL条件，以高质量复制设计纳米光栅，并研究了间隔层的厚度，以最大化所有中波红外区域的透射。通过数值模拟设计，并考虑到光学性能和制造难度，该偏振器的节距为400纳米，经由包括温度、压力和时间在内的热NIL条件的系统研究，获得了面积为1平方厘米的高保真纳米光栅。