Název: Using Laser-Induced Breakdown Spectroscopy (LIBS) for Material Analysis
Překlad názvu: Using Laser-Induced Breakdown Spectroscopy (LIBS) for Material Analysis
Autoři: Pořízka, Pavel ; Hrdlička, Aleš (oponent) ; Pína,, Ladislav (oponent) ; Kaiser, Jozef (vedoucí práce)
Typ dokumentu: Disertační práce
Rok: 2014
Jazyk: eng
Nakladatel: Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstrakt: [eng] [cze]
Tato doktorská práce je zaměřena na vývoj algoritmu ke zpracování dat naměřených zařízením pro spektrometrii laserem indukovaného plazmatu (angl. LIBS). Zařízení LIBS s tímto algoritmem by mělo být následně schopno provést třídění vzorků a kvantitativní analýzu analytu in-situ a v reálném čase. Celá experimentální část této práce byla provedena ve Spolkovém institutu pro materiálový výzku a testování (něm. BAM) v Berlíně, SRN, kde byl sestaven elementární LIBS systém. Souběžně s experimentílní prací byl vytvořen přehled literárních zdrojů s cílem podat ucelený pohled na problematiku chemometrických metod používaných k analýze LIBS měření. Použití chemometrických metod pro analýzu dat získaných pomocí LIBS měření je obecně doporučováno především tehdy, jsou-li analyzovány vzorky s komplexní matricí. Vývoj algoritmu byl zaměřen na kvantitativní analýzu a třídění vyvřelých hornin na základě měření pomocí LIBS aparatury. Sada vzorků naměřených použitím metody LIBS sestávala z certifikovaných referenčních materiálů a vzorků hornin shromážděných přímo na nalezištích mědi v Íránu. Vzorky z Íránu byly následně na místě roztříděny zkušeným geologem a množství mědi v daných vzorcích bylo změřeno na Univerzitě v Clausthalu, SRN. Výsledné kalibrační křivky byly silně nelineární, přestože byly sestaveny i z měření referenčních vzorků. Kalibrační křivku bylo možné rozložit na několik dílčích tak, že závislost intenzity měděné čáry na množství mědi se nacházela v jiném trendu pro jednotlivé druhy hornin. Rozdělení kalibrační křivky je zpravidla přisuzováno tzv. matričnímu jevu, který silně ovlivňuje měření metodou LIBS. Jinými slovy, pokud určujeme množství analytu ve vzorcích s různou matricí, je výsledná kalibrační křivka sestavená pouze z jedné proměnné (intenzity zvolené spektrální čáry analytu) nepřesná. Navíc, normalizace takto vytvořených kalibračních křivek k intenzitě spektrální čáry matrčního prvku nevedla k výraznému zlepšení linearity. Je obecně nemožné vybrat spektrální čáru jednoho matričního prvku pokud jsou analyzovány prvky s komplexním složením matric. Chemometrické metody, jmenovitě regrese hlavních komponent (angl. PCR) a regrese metodou nejmenších čtverců (angl. PLSR), byly použity v multivariační kvantitatvní analýze, tj. za použití více proměnných/spektrálních čar analytu a matričních prvků. Je potřeba brát v potaz, že PCR a PLSR mohou vyvážit matriční jev pouze do určité míry. Dále byly vzorky úspěšně roztříděny pomocí analýzy hlavních komponent (angl. PCA) a Kohonenových map na základě složení matričních prvků (v anglické literatuře se objevuje termín ‚spectral fingerprint‘) Na základě teorie a experimentálních měření byl navržen algoritmus pro spolehlivé třídění a kvantifikaci neznámých vzorků. Tato studie by měla přispět ke zpracování dat naměřených in-situ přístrojem pro dálkovou LIBS analýzu. Tento přístroj je v současnosti vyvíjen v Brně na Vysokém učení technickém. Toto zařízení bude nenahraditelné při kvantifikaci a klasifikaci vzorků pouze tehdy, pokud bude použito zároveň s chemometrickými metodami a knihovnami dat. Pro tyto účely byla již naměřena a testována část knihoven dat v zaměření na aplikaci metody LIBS do těžebního průmyslu. This doctoral thesis is focused on further development of the Laser-Induced Breakdown Spectroscopy (LIBS) device for in-situ and in real-time classification and quantification of samples. The major part of work, namely the whole experimental part for this thesis, was conducted at the Federal Institute for Material Research and Testing (BAM) in Berlin, Germany where a simple LIBS system was constructed. In parallel to experimental work, the literature was surveyed with the aim to give a thorough view on the usage of chemometrics in the LIBS community. The application of chemometric algorithms on LIBS data is generally recommended when more complex data sets are obtained. The research was primarily aimed on the LIBS capability of quantitative analysis and classifying the igneous rocks. Variety of samples was measured employing a simple LIBS system. The sample set was compiled from certified reference materials as well as from real samples collected directly at copper mines in Iran. The samples from Iran were classified in-situ by an experienced geologist and the copper content was estimated at the University of Clausthal, Germany. Even though the certified reference materials were analysed, the resulting calibration curve was highly nonlinear. For each individual rock type the relevant part of the calibration curve was observed under different trend. This separation of the calibration curve was assigned to the so-called matrix effect, which strongly affects the LIBS measurement. In other words, when different matrices with complex composition are analysed at once, the quantitative analysis employing the univariate calibration curves may not be reliable. Moreover, the normalization of such calibration curves using the intensity of selected matrix element lines did not let to a significant improvement in their linearity. It is generally not possible to pick up one line, which could perform the linearization independently on the complex data matrices. Chemometric algorithms, such as principal component regression (PCR) and partial least squares regression (PLSR), were used for multivariate calibration. PCR and PLSR may compensate for the matrix effect only to a certain extent. Furthermore, samples were successfully classified based on their spectral fingerprint (i.e. composition of matrix elements) employing principal component analysis (PCA) and Kohonen’s selfs-organizing maps. On the basis of theory and results, a solution for the reliable classification and quantification of unknown samples is proposed. The whole study should contribute to the processing of the analytical data measured by the in-situ stand-off LIBS device which is currently being constructed at Brno University of Technology in Brno, Czech Republic. However, LIBS can fulfil its potential as the versatile and irreplaceable technique for in-situ classification and quantitative analysis only when utilized with chemometric algorithms and data libraries. For those purposes, a fragment of the data library has already been established and tested for the application of LIBS to the mining industry.
Klíčová slova: ANN.; artificial neural networks; chemometrics; data libraries; in-situ analysis; Laser-induced breakdown spectroscopy; LIBS; multivariate data analysis; partial least squares regression; PCA; plasma; PLSR; principal component analysis; analýza hlavních komponent; ANN; chemometrie; in-situ analýza; knihovny dat; LIBS; multivariační analýza; PCA; plazma; PLSR; regrese metodou nejmenších čtverců; Spektrometrie laserem buzeného plazmatu; umělé neuronové sítě

Instituce: Vysoké učení technické v Brně (web)
Informace o dostupnosti dokumentu: Plný text je dostupný v Digitální knihovně VUT.
Původní záznam: http://hdl.handle.net/11012/35818

Trvalý odkaz NUŠL: http://www.nusl.cz/ntk/nusl-234214


Záznam je zařazen do těchto sbírek:
Školství > Veřejné vysoké školy > Vysoké učení technické v Brně
Vysokoškolské kvalifikační práce > Disertační práce