摘要

常规粉末压片制样是一种简单、高效的绿色环保制样技术,但是应用于某些沉积物样品制备存在样片表面粗糙和粉末容易脱落的问题。实验采用高于常规的压力进行样品制备,建立了X射线荧光光谱法(XRF)分析海洋沉积物样品中包括硫、氧化钠、氧化镁、三氧化二铝、二氧化硅、五氧化二磷、氧化钾、氧化钙、二氧化钛、氧化锰、三氧化铁、钴、镍、铜、锌、钒、铬、镓、铌、锆、钇、锶、铷、铅、钡、镧、钕和铪在内的28种主、微量组分的方法。探讨了压力为300 kN和1 600 kN时的制样效果,并尝试引入BP神经网络模型利用其非线性拟合能力校正主量组分的基体效应。结果表明,采用1 600 kN压力制备的样片,表面致密、光滑、不龟裂和不掉粉,制样重复性和测试精密度也有较大提高。以55个有证标准物质中17种组分的数据集为训练样本,建立了海洋沉积物样品中常量组分的遗传算法-BP神经网络预测模型。按照实验方法对各组分含量相对较低的实际样品连续测试12次,计算得方法的检出限在0.63~634 μg/g之间;精密度试验结果表明,各组分测定值的相对标准偏差(RSD, n=7)为0.16%~25.1%。方法用于海洋沉积物实际样品分析,其分析结果与国标法的测定结果吻合,能够满足海洋沉积物样品中多种组分准确分析的要求。

全文