Многомерная обработка спектральной информации в дуговом атомно-эмиссионном анализе природных и техногенных образцов тема автореферата и диссертации по химии, 02.00.02 ВАК РФ

На пдавах рукописи

7

Шабанова Елена Владимировна

МНОГОМЕРНАЯ ОБРАБОТКА СПЕКТРАЛЬНОЙ ИНФОРМАЦИИ В ДУГОВОМ АТОМНО-ЭМИССИОННОМ АНАЛИЗЕ ПРИРОДНЫХ И ТЕХНОГЕННЫХ ОБРАЗЦОВ

Специальность 02.00.02 - Аналитическая химия

АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора физико-математических наук

■ 6 НАР 20Н

Иркутск-2014

005545691

005545691

Работа выполнена в лаборатории оптического спектрального анализа и стандартных образцов Федерального государственного бюджетного учреждения науки Институт геохимии им. А.П. Виноградова Сибирского отделения Российской академии наук (ИГХ СО РАН)

Официальные оппоненты: Грибов Лев Александрович

член-корреспондент РАН, профессор, доктор физико-математических наук, советник РАН, Федеральное государственное бюджетное учреждение науки Ордена Ленина и Ордена Октябрьской Революции Институт геохимии и аналитической химии им. В.И. Вернадского Российской академии наук (ГЕОХИ РАН)

Танеев Александр Ахатович

доктор физико-математических наук, профессор, кафедра аналитической химии, Санкт-Петербургский государственный университет

Вершинин Вячеслав Исаакович

доктор химических наук, профессор, заведующий кафедрой аналитической химии, Омский государственный университет им. Ф.М. Достоевского

Ведущая организация: Федеральное государственное унитарное

предприятие "Всероссийский научно-исследовательский институт минерального сырья им. Н.М.Федоровского" (ФГУП ВИМС)

Защита диссертации состоится "24" апреля 2014 г. в 11— часов на заседании Диссертационного совета Д 002.109.01 по аналитической химии при Федеральном государственном бюджетном учреждении науки Ордена Ленина и Ордена Октябрьской Революции Институте геохимии и аналитической химии им. В.И. Вернадского Российской академии наук (ГЕОХИ РАН) по адресу: 119991, Москва, ул. Косыгина, 19.

С диссертацией можно ознакомиться в библиотеке ГЕОХИ РАН.

Отзыв на автореферат в 2-х экземплярах с подписью составителя, заверенный печатью организации, просим направлять в адрес диссертационного совета.

Автореферат разослан "¿1" февраля 2014 г.

Ученый секретарь диссертационного совета, г> кандидат химических наук

Е.А. Захарченко

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность. В последние десятилетия развитию прямых методов анализа вещества уделяется особое внимание. Эти методы позволяют определять не только элементный состав порошковых проб без переведения в раствор, но и размеры частиц индивидуальных фаз. Одним из первых спектральных методов определения химического состава сложных смесей и чистых веществ явился атомно-эмиссионный анализ с дуговым разрядом (АЭА ДР). Привлекательность метода заключается в высокой информативности получаемых результатов (одновременное определение микро- и макроэлементов в широком диапазоне содержаний; недорогое и простое в эксплуатации оборудование для анализа порошковых непроводящих материалов, в том числе с высоким содержанием органических соединений; оценка распределения по размерам частиц рудных минералов в валовой пробе и др.). Несмотря на большие погрешности результатов, прямой АЭА по-прежнему остаётся востребованным методом анализа вещества в науках о Земле; при поисках рудного и нерудного минерального сырья, технологических исследованиях, экологическом мониторинге. Современное развитие метода связано с использованием компьютеризированных спектрометров с цифровой регистрацией излучения твердотельными детекторами изображений, стабилизированных дуговых генераторов, вычислительной техники и программного обеспечения (ПО) для управления оборудованием и обработки спектральной информации. Однако обрабатывающее ПО по-прежнему базируется только на простейших вычислительных моделях, которые с 30-х годов прошлого столетия применяли при ручной обработке спектров. Это снижает эффективность применения автоматизированных приборов, надёжность результатов и резко ограничивает круг аналитических задач, для решения которых прямой многоэлементный АЭА ДР является наиболее экономически выгодным методом анализа. Отсутствие теоретически обоснованных и хорошо согласующихся с реальными данными вычислительных моделей обработки спектральной информации в АЭА объясняется множественностью взаимных влияний разнообразных факторов, невозможностью их оперативного учёта для каждой пробы, и не позволяет создать физическую модель интенсивности спектральной линии, которая обеспечивала бы точность, необходимую для количественного результата. Поэтому совершенствование ПО должно опираться на поиск и применение многомерных моделей обработки данных, адекватно описывающих процессы взаимодействия вещества с аналитическим устройством. Представление процесса химического анализа с точки зрения теории информации является перспективным направлением развития метода, т.к. даёт возможность создавать и использовать информационные модели управления для компьютеризированной обработки спектральной информации, обеспечивая повышение качества результатов АЭА ДР.

Таким образом, цели исследования заключались в:

- формировании моделей обработки спектральной информации на основе наиболее информативных признаков для улучшения качества результатов при условии сохранения всех достоинств прямого АЭА ДР (разнообразие объектов исследования, многоэлементность, широкие диапазоны определяемых содержаний)

- проектировании технологических схем функционирования предложенных моделей для автоматизации методик рутинного атомно-эмиссионного анализа;

- создании программного обеспечения для реализации автоматизированных методик определения элементного состава природных и техногенных образцов методом АЭА ДР, ориентированного на обработку эмиссионных спектров, полученных по способам вдувания-просыпки и испарения из канала электрода и зарегистрированных многоканальными анализаторами МАЭС в коммерческом ПО АТОМ (ООО "ВМК-Оптоэлектроника", Новосибирск).

Для достижения поставленных целей потребовалось решение следующих задач:

1. Разработка информационной модели аналитического сигнала, структуры градуировочных зависимостей и алгоритмов выбора оптимальных вариантов, как для вычисления аналитического сигнала, так и градуирования при обработке спектральной информации на отдельных этапах процесса анализа.

2. Проектирование технологического процесса выделения необходимой спектральной информации из данных, получаемых любой методикой АЭА ДР.

3. Разработка алгоритмов и архитектуры ПО для обработки дуговых атомно-эмиссионных спектров природных и техногенных образцов.

4. Формирование баз данных и знаний, необходимых для работы ПО.

5. Выбор и апробация способов компьютерной обработки спектральных данных с учётом особенностей конкретного программно-аппаратного спектрального комплекса (способы введения проб в разряд и варианты регистрации спектров) и объекта анализа.

6. Создание, при помощи разработанного ПО, автоматизированных методик прямого АЭА порошковых образцов, оценка их показателей качества (метрологических характеристик и информативности).

Научная новизна исследования заключается в следующем:

1. Теоретически обоснована необходимость использования нечёткого моделирования при выборе оптимальной структуры спектральной информации для учёта матричных эффектов (неспектральные влияния) и наложений линий мешающих элементов (спектральные помехи) в дуговом спектре, а также повышения качества результатов АЭС.

2. Для аналитических процессов, имеющих место в методиках АЭС, на основе теории информации и многомерного статистического анализа построены нечёткие модели управления, которые являются полными и устойчивыми:

- аналитического сигнала спектральной линии с учётом её спектрального окружения и аппаратурных особенностей спектральной установки;

- хемометрического выбора оптимального аналитического параметра;

- хемометрического выбора оптимальной градуировочной зависимости.

3. Предложенные модели положены в основу разработанного интегрированного программного продукта "Автоматическая расшифровка дуговых эмиссионных спектров" (ИПП АРДЭС) для автоматизации методик прямого атомно-эмиссионного анализа природных и техногенных образцов для улучшения качества результатов.

4. ИПП АРДЭС является набором приложений для решения классификационных и вычислительных задач, которые возникают в практике анализа. ИПП АРДЭС не имеет аналогов в России и за рубежом, т.к. характеризуется следующими принципиальными особенностями:

- использование информационных моделей нечёткой логики для обоснованного выбора помехоустойчивых вариантов аналитических параметров и «-мерных градуировочных зависимостей с изменяемой структурой данных;

- выявления скрытых факторов в структуре исследуемых данных и нахождение числа главных компонент;

- вычисление и-мерных градуировочных зависимостей с изменяемой структурой данных;

- оперирование базами данных (содержаний элементов в стандартных образцах и аттестованных смесях, аналитических линий элементов, нормативов количественного химического анализа) и базами знаний (модули решения классификационных задач).

5. На основе сформированных принципов технологии обработки спектральной информации с использованием автоматизированного спектрального комплекса разработаны методики АЭА ДР, соответствующие Ш-1\/ категориям точности Классификации методов лабораторного анализа1 и предназначенные для поисковых и оценочных геолого-геохимических исследований, выполнения геоэкологического мониторинга состояния территорий, для аналитического контроля промышленного производства кремния.

Степень обоснованности результатов исследования. При разработке ИПП АРДЭС проведено математическое и компьютерное моделирование процессов обработки спектральных данных с применением нечёткой логики, методов многомерного статистического анализа и прикладной статистики объектов нечисловой природы. В качестве критериев оптимизации разработанных математических моделей использованы общепринятые в аналитической химии

1 ОСТ МПР 414)8-212-04. Управление качеством аналитической работы. Нормы почетности при определении химического состава минерального сырья и классификация методик лабораторного анализа поточности результатов. М.: ВИМС, 2004. 24 с.

представления о качестве результатов анализа, характеризуемом минимальными случайными и систематическими погрешностями. В вычислительных экспериментах для выбора оптимальных способов компьютерной обработки спектральной информации использована технология обратного распространения ошибки. Достоверность результатов разработанных методик анализа подтверждена способами контроля качества по стандартным образцам состава, методами стандартных добавок и разбавления нейтральной средой, получением согласованных результатов измерений независимыми аналитическими методами. Две методики прошли метрологическую экспертизу и внесены в Реестр методик РФ.

Практическая значимость работы:

1) Разработана структура информационных моделей, математический и алгоритмический аппарат для учёта спектральных и неспектральных влияний при обработке спектральных данных, полученных при выполнении прямого АЭА ДР порошковых проб природных и техногенных сред.

2) Создан ИПП АРДЭС для обработки дуговых атомно-эмиссионных спектров, который позволяет существенно снизить погрешности результатов прямого АЭА при сохранении аналитических возможностей (разнообразие объектов исследования, многоэлементность, широкие диапазоны определяемых содержаний) и высокой производительности метода благодаря замене личных знаний и опыта аналитика на компьютерную модель.

3) Для работы ИПП АРДЭС созданы базы данных содержаний элементов в стандартных образцах и аттестованных смесях, аналитических линий элементов, нормативов количественного химического анализа.

4) Использование в программном продукте системы шаблонов, позволяет разрабатывать методики и выполнять анализы с минимальным влиянием человеческого фактора. Заложенные алгоритмы проверки качества результатов соответствуют алгоритмам нормативных документов, что упрощает процедуры проверю! и оценки их точности, ускоряет процесс выдачи результатов.

5) ИПП АРДЭС является набором приложений для расчёта содержаний элементов в пробах и оценки качества результатов, которые заносятся в рабочий журнал аналитика, журналы внутреннего оперативного и приёмочного контроля, и выдаются заказчику в виде электронных таблиц или твёрдой копии протокола результатов КХА.

6) Разработаны методики КХА порошковых проб с метрологическими характеристиками результатов, соответствующие Ш-1У категориям точности Классификации методов лабораторного анализа МПРиЭ:

- Эмиссионное определение фтора по молекулярной полосе СаР+ способом вдувания-просыпки в горных породах, почвах, рыхлых и донных отложениях, рудах и продуктах их переработки, золе и шлаках энергетических углей (выполнен анализ более 3,5 тыс. проб);

-7- Атомно-эмиссионное определение 25 элементов в геологических образцах (горные породы, почвы, рыхлые и донные отложения, руды и продукты их переработки, зола и шлаки энергетических углей) по способу вдувания-просыпки* (выполнен анализ более 5 тыс. проб);

- Методика определения массовых долей 22 примесей сорбционно-атомно-эмиссионным методом в трихлорсилане и четырёххлористом кремнии* (внедрена на ООО "Усолье-Сибирский Силикон");

- Прямое атомно-эмиссионное определение бора и фосфора в продуктах производства кремния для "солнечной" энергетики (проанализировано боле 700 проб);

- Прямое атомно-эмиссионное определение элементов-примесей ■ в монокристаллах сцинтилляторов на основе фторидов бария (выполнен анализ более 300 проб).

7) Две разработанные методики (отмечены*) включены в область аккредитации Аналитического отдела ИГХ СО РАН (Аттестат аккредитации № РОСС Яи.0001.513593)

8) Результаты анализа, полученные по автоматизированным методикам АЭА ДР, использованы при разработке, аттестации и доаттестации стандартных образцов состава гранитов СГ-3 и СГ-4 (ГСО №№ 3333-85; 10135-2012), метаморфического сланца ССЛ-1 (ГСО № 3181-95), сыннырита ССн-1 (ГСО № 10171-2012), доломитизированного известняка СИ-2 (ГСО №3193-85) и полевошпатового доломита СИ-3 (ГСО № 3192-85), вольфрамитогюбнеритового концентрата КВГ(Т) (СОП № 15391-2012). Получены новые данные о содержания благородных металлов в нерастворимом углеродистом веществе из черносланцевых пород месторождения Сухой Лог и пробности Аи-А§ частиц.

9) Автоматизированные методики использованы для:

- получения новых данных по геохимии пород и руд золоторудных месторождений "Погромное", Восточное Забайкалье (2700 проб); "Озёрное", Бурятия (1300 проб),

- месторождений кварцитов Бурал-Сарьдаг, Бурятия; Уштобе, Казахстан и др. (более 500 проб);

- построения государственной геологической карты нового поколения масштаба 1:200 000 по программе ГДП-200 ОАО "Читагеолсъёмка", Чита (800 проб);

- проведения внешнего лабораторного контроля результатов АЭА ДР для лабораторий ФГУГП "Читагеологоразведка" и ООО "ЛИЦИМС", Чита; ФГУП "ИМГРЭ" и ООО "Стюарт Геокемикл энд Эссей", Москва (более 500 проб).

Личный вклад автора. Под руководством автора или при непосредственном

участии в качестве ответственного исполнителя выполнены: разработка и

усовершенствование предложенных моделей и способов обработки спектральных

данных, включая моделирование и алгоритмизацию процессов; отладка компьютерных программ; вычислительные эксперименты; создание шаблонов аналитических методик, а также исследовательские и текущие аналитические работы в рамках планов НИР ИГХ СО РАН, интеграционных проектов СО РАН и хозяйственных договоров (2000-2013 гг.). Автор являлась руководителем темы по разработке ИПП АРДЭС в рамках проекта СТАРТ'05 Фонда содействия развитию малых форм предпринимательства в научно-технической сфере при Правительстве РФ (Госконтракт 3372 Р / 5831). На защиту выносятся:

1. Информационные модели аналитического сигнала, хемометрических способов выбора оптимального аналитического параметра и оптимальной градуировочной зависимости, построенные с привлечением нечёткой логики, теории информации и многомерного статистического анализа. Они обеспечивают учёт аппаратурных особенностей спектральной установки, спектральных и неспектральных влияний; повышение качества результатов при сохранении всех достоинств прямого АЭА ДР ( разнообразие объектов исследования, многоэлементность, широкие диапазоны определяемых содержаний).

2. Технология функционирования предложенных моделей, продуцирующая при разработке автоматизированных методик шаблоны для выполнения рутинного АЭА с минимальным влиянием человеческого фактора. Встроенные алгоритмы проверки качества результатов упрощают процедуры внутреннего оперативного и приёмочного контроля и ускоряют процесс их выдачи.

3. Интегрированный программный продукт "Автоматическая расшифровка дуговых эмиссионных спектров" (ИПП АРДЭС), разработанный на основе информационных моделей и технологии обработки спектральных данных, является набором приложений для решения классификационных и вычислительных задач АЭА ДР.

4. Использование ИПП АРДЭС для разработки автоматизированных методик АЭА ДР улучшает точность результатов, которые могут применяться как для поисковых, так и для оценочных геолого-геохимических исследований, геоэкологического мониторинга состояния территорий и аналитического контроля промышленного производства кремния.

Апробация работы. Результаты работы докладывались на следующих конференциях и совещаниях: XXI Съезд по спектроскопии (Звенигород, 1995), International Congress on Analytical Chemistry (Moscow, 1997), European Conference on Analytical Chemistry EUROANALYSIS IX-XI (Italy, 1996; Switzerland, 1998; Portugal, 2000); HI и VIII Всероссийские конференции по анализу объектов окружающей среды "Экоаналитика" (Краснодар, 1998; Архангельск, 2011);

European Winter Conference on Plasma Spectrochemistry (France, Pau, 1999); XIV Уральская конференция по спектроскопии (Заречный, 1999); Международной конференции "Математика, информатика и управление" (Иркутск, 2000); International Conference on Chemometrics in Analytical Chemistry (Belgium, Antwerp,

2000); II International Siberian Geoanalytical Seminar (Irkutsk, 2001); XI Всероссийский семинар "Нейроинформатика и ее приложения" (Красноярск,

2001); IV-IX Конференции по аналитической химии "Аналитика Сибири и Дальнего Востока" (Томск, 1993, 2008; Новосибирск, 1996; 2000; 2004; Красноярск, 2012); Международном форуме "Аналитика и аналитики" (Воронеж, 2003); International Conferences on the Analysis of Geological and Environmental Materials GEO ANALYSIS (Finland, 2003; China, 2006); Международные симпозиумы "Применение анализаторов МАЭС в промышленности" (Новосибирск, 2003, 2006, 2007, 2009, 2011, 2012); I, III Всероссийские конференции "Аналитика России" (Москва, 2004; Краснодар, 2008); International Conference on Chemometrics and Bioinformatics in Asia (China, Shanghai, 2004); International Winter Symposium on Chemometrics WSC-2, 3,4, 6 (Барнаул, 2003; Пушкинские горы, 2004; Черноголовка, 2005; Казань, 2008); Совещание "Кремний-2004" (Иркутск, 2004); Всероссийские конференции "Благородные и редкие металлы Сибири и Дальнего востока" (Иркутск, 2005); "Проблемы геохимии эндогенных процессов и окружающей среды" (Иркутск, 2007); "Стандартные образцы в измерениях и технологиях" (Санкт-Петербург, 2008); "Современный атомно-эмиссионный анализ и науки о Земле" (Иркутск, 2009); 1-й и 2-й Съезд аналитиков России (Москва, 2010, 2013); XIX Черняевская конференция (Новосибирск, 2010); I и II Конференции "Геология Забайкалья" (Улан-Удэ, 2011, 2012); Конференции молодых учёных "Современные проблемы геохимии" (Иркутск, 1999, 2000, 2003, 2007, 2011); Всероссийская конференция по аналитической спектроскопии (Краснодар-Туапсе, 2012); Московский семинар по аналитической химии (Москва, 2008).

Публикации. Основные результаты диссертации опубликованы в главе книги "Progress in Chemometric", 31 статьях (17 в российских журналах, рекомендованных ВАК; 5 в международных журналах, 9 в российских сборниках статей) и более 100 тезисах докладов на российских и зарубежных конференциях. Интегрированный программный продукт "Автоматическая расшифровка дуговых эмиссионных спектров" зарегистрирован в Реестре программ для ЭВМ Федеральной службы по интеллектуальной собственности, патентам и торговым знакам РФ. Две методики анализа включены в Реестр методик РФ. Структура и объем диссертации. Работа состоит из введения, четырёх глав и заключения; списков: литературы (301 ссылка), терминов и определений, условных обозначений и сокращений. Текст диссертации изложен на 280 страницах машинописного текста, содержит 54 таблицы и 57 рисунков.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Формирование теории и практики спектроскопии в последние 150 лет сопровождалось накоплением информации в предметной области АЭА. Профессиональные (теоретические и практические) знания, закрепленные в многочисленных таблицах и атласах спектральных линий атомов и молекул, методических руководствах, монографиях и пр., напрямую не могут быть использованы в компьютеризированных спектральных комплексах. Представление процесса АЭА в виде схемы (рис. 1) позволяет классифицировать по блокам накопленные знания и выявить этапы, требующие разработки оригинальных технических приёмов и развития хемометрических способов обработки (декодирования) спектральной информации для расширения возможностей прямого анализа. С позиций теории информации схема является полной, т.к. определяет содержание входных и выходных данных, описывает направление их движения, конкретизирует термины "принцип анализа", "метод анализа" и "методика анализа".

Задача с точки зрения заказчика

I

Аналитическая задача

Объект исследования

Проба (образец)

Отбор пробы

Пробо-подготовка

Предварительное преобразование АН

Аналити- Измерение

ческое л.

устройство /АС\

(АУ) / \

ПРИНЦИП АНАЛИЗА

Обработка спектров

Декодирующее устройство для учёта свойств АС

Отчёт

| МЕТОДАНАЛИЗА

1 МЕТОДИКА АНАЛИЗА

Рис. 1. Объединённая схема преобразования сигнала и передачи информации в аналитическом процессе.

В схеме АЭА ДР за последние тридцать лет наибольшее развитие претерпели технические блоки "Аналитическое устройство" и "Измерение": появились приборы с твёрдотельными детекторами (ПЗС-линейки и матрицы, фотодиодные линейки), которые объединили преимущества фотографической и фотоэлектрической регистрации при измерении спектральной интенсивности, расширив аналитические возможности метода. В атомно-эмиссионной спектрометрии каждый зарегистрированный спектр (излучение в диапазоне от УФ- до ИК-длин волн, преобразованное в электрические сигналы) представляет п-мерное наблюдение, в котором зафиксированы аналитические сигналы (АС) в виде пиков на характеристических длинах волн элементов, присутствующих в

пробе и компонентов плазмы. Интенсивность характеристических спектров пропорциональна содержанию элемента в пробе, зависит от конструкционных особенностей АУ (спектрометра) и вещественного состава пробы. Изменение интенсивности и формы АС можно наблюдать во времени. Современные атомно-эмиссионные спектрометры с многоканальными твёрдотельными детекторами регистрируют интенсивности аналитических сигналов как функцию позиции сигнала на определённой длине волны или интенсивности сигнала во времени. В каждом случае сигнал является двухмерной аналитической информацией, которая

Рис. 2. Схематичное представление входного (слева) и выходного (справа) сигнала при: импульсном (а) и непрерывном (б, в) введении пробы в аналитическое устройство; интегральном (а, б) и сцинтилляционном (в) способе регистрации.

Форма и свойства АС зависят от способов введения вещества в АУ и регистрации спектра (рис. 2). Качество и количество извлекаемой из спектра информации (число измеряемых АС) определяются характеристиками оптической системы и детектора: светосилой, спектральным и динамическим диапазоном, количеством каналов связи, минимальным временем накопления (базовая экспозиция) и считывания сигнала, спектральным и временным разрешением, отношением сигнал-шум и т.д. Оцифрованный спектр (суперпозиция сплошного излучения источника света, осложнённого присутствием молекулярных полос, и характеристических спектров элементов, составляющих пробу) состоит из суммы или среднего частей сигналов, полученных при определённой базовой экспозиции в заданном интервале времени регистрации спектра. Регистрация АС может быть как интегральной (суммирование и/или усреднение АС в непрерывном интервале времени), так и сциптилляционной ( суммирование отдельных кратковременных дискретных импульсов АС) (рис. 2). Полное испарение вещества из канала электрода пример импульсного введения вещества в АУ, когда выходной сигнал — кривая испарения-возбуждения (рис. 2а), а просыпание порошков через горизонтальную дугу — непрерывного, когда в течение некоторого времени наблюдается АС, изменяющийся скачком от 0 до постоянной величины (рис. 26). При непрерывном входном сигнале возможна одновременная запись интегрального и ецннтилляционного аналитических сигналов (рис. 26 и в).

Деление АС по длинам волн и во времени позволяет использовать для анализа только наиболее информативные его части, что увеличивает разрешающую способность АУ и отношения сигнал-шум, улучшение точности результатов. Для получения результатов анализа необходима декодировка спектральной информации, учитывающая особенности зарегистрированных аналитических сигналов. Однако блок "Обработка спектров" (предварительная подготовка спектров к градуированию; градуирование и получение результатов анализа; проверка показателей качества градуирования и полученных результатов) использует элементарные вычислительные процедуры, которые при современной регистрации не позволяют реализовать теоретические достоинства прямого АЭАДР (разнообразие объектов исследования, многоэлементность, широкие диапазоны определяемых содержаний). В настоящее время разработано множество способов обработки многомерной спектральной информации, но в силу исторически сложившихся условий АЭС отстаёт в развитии интеллектуальных систем обработки данных от других аналитических методов, таких как ЯМР-, ИК-, хромато-масс-спектрометрия. С целью эффективного использования современного оборудования и повышения качества результатов АЭА в программные продукты необходимо включать специальные методы обработки больших массивов данных. При создании ПО должны быть решены вопросы о применимости разных типов градуировочных зависимостей; их структуре и критериях выбора наилучших моделей обработки данных на каждом этапе анализа (рис. 1).

В нормативных документах при построении одномерных градуировок для их сравнения используют показатели качества градуирования (точность, доверительные интервалы, селективность, ОСШ, предел обнаружения, определения и т.д.). Существуют разные подходы к вычислению пределов (оценки пределов обнаружения по погрешности контрольного опыта весьма условны), и как следствие, аналитик по одним и тем же данным может получить несовпадающие величины. Исторически сложилось, что в СССР, а потом в Российской Федерации для результатов геоанализа как критерий качества используется только точность. При этом у каждой методики анализа на определённом диапазоне содержаний имеется свой конкретный запас точности, который отражает неопределённость, вносимую ограниченным объёмом экспериментального материала. Применение методик анализа той или иной категории точности определяется решаемыми задачами и вытекающими из них требованиями к точности результатов анализа компонентов в минеральном сырье. Понятия количественных пределов (обнаружения, определения, точности и т.д.) как и информативности аналитических методов было заложено Г. Кайзером . С

2 Kaiser H. Quantitation in elemental analysis // Analytical Chemistry, 1970. V. 42, February and April. P. 24A-41A; 26A-59A.

другой стороны, в аналитической химии вся информация о химическом составе исследуемого объекта поступает через множество аналитических навесок (АН) и используемые методы анализа. Исследуемые АН представляют дискретные системы и им заведомо присуща некоторая степень неопределённости. Следовательно, результаты анализа тем ценнее и содержательнее, чем меньше предварительная характеризация (большая неопределённость) состава проб до анализа. Введение с помощью теории информации единой количественной меры, которая содержится в любых результатах анализа, даёт возможность сопоставления характеристик различных методов и методик анализа. Оценка количества информации (Лл/) всегда в той или иной мере ограничена (множество проб всегда конечно, а всем методам анализа присущи помехи, приводящие к возникновению погрешности анализа) и находится в обратной зависимости от вероятности, получаемой в результате появления события. Использование новых методов и методик анализа с улучшенными метрологическими характеристиками часто связано с увеличением затрат. Оценка по различию затрат на анализ одной пробы обычно не позволяет объективно оценить экономический эффект от улучшения качества новой или усовершенствованной методики. Для согласования требований заказчика и возможностей аналитика недостаточно "универсального скаляризатора", в роли которого выступают деньги. Поэтому дополнительным критерием выбора конкретной методики анализа из множества существующих является её информативность3 , выраженная через количество информации предоставляемой пользователю. Каждый метод или конкретная методика характеризуются перечнем определяемых элементов и набором градаций в диапазоне определяемых содержаний, для которого установлены величины стандартного отклонения результатов. В предположении равновероятности всех возможных дискретных градаций содержаний (концентраций), количество информации данного метода анализа определяется как

p,f=hog2gu, (1)

и= 1

где Pinj - количество информации, бит; U — количество одновременно

С -С

определяемых элементов; gu = тах тт х 2/а„ - число различных градаций

Ып

концентраций w-ro элемента, [Cmin; Cmax] - диапазон определяемых содержаний м-го элемента при некотором среднем значении абсолютного среднеквадратичного отклонения, принимаемом за постоянное (ои = const), %; t - критерий Стьюдента; п - число параллельных определений. Под градацией концентрации понимается доверительный интервал величиной 2tau с границами ± tau. Величина Pin, тем

3 Оценка экономической эффективности аналитических методов / Остроумов Г.В. [и др.]// Заводская лаборатория, 1988. Т. 54, № 4. С. 1-6.

болыпе, чем лучше прецизионность (меньше о„), шире диапазон определяемых содержаний и больше число одновременно определяемых элементов. Таким образом, необходимо выделить класс моделей обработки информации, теоретически пригодных для работы с атомно-эмиссионными спектрами; определить единую технологию работы этих моделей и создать интегрированный программный продукт; разработать технологии для выполнения конкретных методик АЭА при использовании интегрированного ПО.

МОДЕЛИ ИЗВЛЕЧЕНИЯ ИНФОРМАЦИИ ИЗ ДУГОВЫХ АТОМНО-ЭМИССИОННЫХ СПЕКТРОВ

После получения и регистрации сигнала проводят обработку многомерной спектральной информации (рис. 1), которая, вне зависимости от инструментальных характеристик спектрального оборудования и программного обеспечения, включает три стадии: предобработка измеренных спектральных данных (нахождение численной оценки аналитического сигнала), градуирование и оценка качества градуирования. Предобработка в АЭС заключается в вычисление аналитического параметра (АП), т.е. нахождении таких способов вычислений интенсивностей АС и учёта фона, при которых влияние аппаратурных особенностей спектрального прибора (спектральные наложения) и общий химический состав изучаемых образцов (неспектральные помехи) минимизированы. Второй этап - градуирование, посредством которого отклик измерительной системы на содержание элементов в образцах выражается через качественные (длины волн спектральных линий) и количественные (аналитические параметры) значения. Для этого находят типы градуировочных зависимостей, при использовании которых снижаются погрешности результатов, но круг определяемых элементов в разнотипных объектах анализа не ограничен. Выполнение этих этапов обработки спектральной информации позволяет увеличить информативность автоматизированных методик АЭА ДР, за счёт улучшения точности результатов анализа, расширения диапазонов определяемых содержаний, а в некоторых случаях становится возможным определение аналитов, сигналы которых испытывали сильные матричные и спектральные влияния.

Информационная модель аналитического сигнала

На основе информационного подхода обоснована и сконструирована упрощённая модель аналитического сигнала (АС) для любой спектральной линии. Влияние

разных факторов аналитического процесса на _

формирование и величину аналитического _ЛР—^

сигнала выявляются моделью (рис. 3) с тремя _£г-„ Классификатор АП >

его статистическими оценками \гр, р = \...Ъ : _»

среднее значение АП ( АР ) - оценки Рис. 3. Структура информационной аналитического сигнала при заданных ~о=ГеГ„Тч™а способах вычисления фона и интенсивности; множеств.

Классификатор

относительное стандартное отклонение и численная мера асимметрии формы сигнала, выраженная коэффициентом Б.Я. Юфы (А/о). Каждый независимый признак не имеет чётких числовых границ, отражающих спектральные и матричные влияния, и поэтому является элементом непересекающихся нечётких множеств.

Информационная модель хемометрнческого выбора ОАП

Расчёт любого варианта АП и его статистических характеристик для неограниченного числа линий каждого элемента легко выполним при многоканальной регистрации и компьютерной обработке оцифрованных спектров, и зависит только от возможностей ПО прибора. Однако при регистрации спектров в диалоговом окне любой программы, используемой при выполнении АЭА, необходимо указать только один вариант расчёта АП.

Множество всех возможных аналитических параметров для любой спектральной линии определяемого элемента содержит конечное число вариантов аналитических параметров. Отношение предпочтения в этом множестве асимметрично и транзитивно, а внутренние взаимосвязи между объектами выражены функциями принадлежности над областями определения среднего арифметического, рассеяния и наименьшей скошенности. На основе упрощённой информационной модели АС, разработана модель выбора устойчивого к изменению общего химического состава исследуемых образцов и учитывающего особенности спектральной аппаратуры оптимального аналитического параметра (ОАП) из возможных вариантов расчёта аналитических параметров для любой аналитической линии (рис. 4). Эта модель имеет /¿"-входов, соответствующих количеству членов множества АП исследуемой спектральной линии, и один выход.

Рис. 4. Модель хемометрнческого выбора ОАП. Процесс выбора ОАП из имеющихся оценок АС сводится к оптимизационным задачам с целевыми функциями и ограничениями (рис. 4 и формула (2)), ориентированными на использование нечисловой информации, а также подчиняется правилам: имеет максимальное значение для среднего арифметического, минимальное рассеяние, наименьшую скошенность.

= Ж, )=|и'=';т; мА1'Аю>=Лю'т- (2)

[о .лр^лр'ш* ил (о,лю,*лЮяь

Сравнение разных характеристик в одной системе выполнено с помощью функций принадлежностей (2), которые ставят в соответствие для каждой величины значения 0 или 1. После замены значений признаков рангами

рассчитывается сумма рангов (характеристик функций принадлежности). Максимальная сумма соответствует ОАП для каждого рассматриваемого образца и затем их набора

И'= 52>Д«Л )->»«• (3)

к Р

Предложенная модель является лингвистически и численно полной, т.к. с каждым входным состоянием она связывает конкретное выходное состояние и приводит к активизации хотя бы одного правила, которые носят локальный характер (изменение одного правила не влияет на другие заключения). Предложенная база правил является непротиворечивой (при выполнении правил находится единственное множество ОАП).

Модели градуирования и их структура

Способы градуирования достаточно хорошо исследованы. Обычно регрессионные модели устанавливаются по спектрам стандартных образцов, измеренным для градуирования. Тип и структура градуировочных моделей в АЭС ДР зависят от способа записи спектров; спектрального разрешения используемого прибора; диапазонов определяемых содержаний аналитов; наличия стандартных образцов идентичных анализируемым пробам; вариаций состава образцов во всём наборе СО, используемом для градуирования; применения или не применения в аналитической процедуре модификаторов и/или внутреннего стандарта; количества неградуируемых вкладов (скрытых факторов). Как известно, существует прямая связь между данными, включёнными в градуировочную модель, и информацией полученной на выходе, поэтому в работе стоит вопрос только в определении условий применимости этих методов.

В настоящей работе для АЭА ДР проведено сопоставление одно- и многомерных градуировочных зависимостей (ГЗ), построенных с помощью (1) обычного одномерного метода наименьших квадратов (МНК); (2) множественной линейной регрессии (МЛР); (3) регрессии на главные компоненты (РГК) и (4) регрессией проекцией на латентные структуры (РПЛС). ГЗ построены с использованием предварительно найденных оптимальных аналитических параметров. Составление набора исследуемых методов основано на том, что традиционно в методиках АЭА градуирование проводится с помощью обычных регрессионных зависимостей первой (МНК-1) и второй (МНК-2) степени; а также РГК и РПЛС позволяют проводить учёт градуируемых и неградуируемых вкладов в аналитические параметры, т.к. для автоматизированного прямого многоэлементного АЭАДР выполнить измерения аналитического сигнала нескольких линий каждого элемента значительно проще, чем приготовить дополнительные градуировочные образцы. В случае использования РГК и РПЛС, остаётся проблема применения нескольких спектральных линий одного элемента с пределами обнаружения, отличающимися на несколько порядков. Одновременное использование таких линий обеспечивает расширение диапазона определяемых содержаний в условиях

линейных градуировок в 1,5^-2 порядков содержаний. Для всех рассматриваемых типов ГЗ желательно (как и во всех процедурах градуировки по внешним стандартам), чтобы образцы сравнения и анализируемые пробы были идентичны по своему составу, хотя эта близость количественно не нормируется, и составить такие наборы СО для геохимических образцов нереально.

Структура градунровочных моделей в дуговом атомно-эмиссиониом анализе Программное обеспечение приборов для АЭА ДР не позволяет аналитику при построении градуировок оперировать полным цифровым спектром. Поэтому в структуру «-мерных градуировочных моделей включают аналитические параметры любого м-го элемента для ] образцов, измеренных на Л длинах волн. Для и-го аналита имеется таблица в виде матрицы АР^к, а для всех элементов и всех образцов - АР^ц. Размер матрицы аналитических параметров связан с диапазоном определяемых содержаний аналита через количество аналитических параметров (линий) одного и того же элемента, и возможных спектральных и матричных влияний через аналитические параметры линий макроэлементов и аналогов возможных интерферентов. Из таблиц эмпирических данных подбираются линии аналитов в соответствии с классическим правилом "появления-усиления" и линии — аналоги интерферентов. Чем хуже спектральное разрешение прибора, тем больше линий аналита, макроэлементов и аналогов интерферентов необходимо включать в структуру модели. Количество элементов и число их линий, необходимое для построения отражающих изменение макросостава и влияние интерферентов ГЗ, находится с помощью анализа главных компонент (АГК).

Любой образец характеризуется некоторыми содержаниями элементов, составляющими его вещество, т.е. представляет вектор содержаний. Совокупность векторов содержаний набора образцов образует матрицу содержаний. Если образцы, с зарегистрированными АП, имеют установленные (опорные) содержания элементов или компонентов, тогда по ним может быть построена градуировка, используемая для предсказания содержаний в образцах неизвестного состава. Образцы, используемые для построения градуировочной модели, составляют обучающую выборку. Построенная ГЗ продуцирует матрицы содержаний для прогнозируемой и обучающей выборок. Причём прогнозируемая выборка содержит как пробы неизвестного состава, так и зашифрованные стандартные образцы с известными содержаниями аналита. Зашифрованные образцы образуют тестовую выборку и не выходят за область определения содержаний градуировки.

Таким образом, формируются три таблицы, которые состоят из обучающей и тестовой выборок образцов, а также партии исследуемых проб, все спектры которых получены в условиях методики анализа. Таблицы обучающей и тестовой выборок содержат в столбцах как независимые (содержание), так и зависимые

(аналитические параметры линий) признаки. Строки таблиц — это оптимальные аналитические параметры из спектров градуировочных образцов, стандартных образцов из тестовой выборки и проб.

Информационная модель хемометрического выбора ОГЗ

В случае прямого многоэлементного АЭАДР порошковой пробы матричные и спектральные эффекты оказывают наиболее сильное воздействие на получаемый результат, поэтому размах относительной систематической погрешности (РОСП) при высокой повторяемости измерений интенсивностей следует считать мерой отличия химического состава для всего набора образцов в обучающей выборке. Оценка РОСП для содержаний каждого и-го аналита является интервальной оценкой качества градуировки при обучении и тестировании и вычисляется как

и>4 = ÁRy = argmaxR( u,j ) — argminR( u,j), (4)

j j

~QCalc _ cerl

где R(u,j) = —— "J x 100%, — относительная систематическая погрешность

Cuj

результата определения u-ro аналита в каждом j-ом СО, j = \,J,гат - количество СО для обучающей выборки, а ДЛЯ ТеСТОВОИ выборки — j = 1, Jtes/ , Jtrain — Jlesi-При условии существования Q множества методов градуирования их сравнение можно проводить по размаху ОСП на одном и том же наборе СО обучающей и тестовой выборок. Метод q\ лучше метода q2 из множества Q, если размах ОСП метода qx меньше, чем размах ОСП метода <7г- Схематично хемометрическая модель выбора оптимальной градуировочной зависимости (ОГЗ) любой размерности показана на рисунке 5. Взаимосвязь между объектами во множестве Q выражается функцией принадлежности, расположенной над областью определения оценок РОСП, в виде рангового критерия в порядковой шкале. Минимальному значению РОСП соответствует ранг, равный 1, следующему 2 и т.д. В случае, когда величины РОСП двух

или более градуировочных зависимостей ARg,-----

различны не более чем на 5 % (цена деления •••

ранговой шкалы), им присваиваются ранги AR^ ^

ОПЕРАЦИЯ: ранжирование по возрастанию

ОГЗ

равные среднему значению между номерами „ ...

г г г Рис. 5. Модель хемометрического

мест, на которые они попадают при способа выбора ОГЗ.

ранжировании.

Технология функционирования информационных моделей

Выбор наилучших моделей обработки данных на каждом этапе технологии анализа (рис. 1) основывается на требованиях конкретной задачи исследования и возможностях способов учёта матричных и спектральных влияний. Выполненное структурирование справочной и экспериментальной спектральной информации выявило наиболее информативные признаки, отражающие свойства состава

изучаемых образцов, используемых методических приёмов и спектрального оборудования. Схема (рис. 6) показывает взаимосвязи между классификационными и вычислительными задачами (линии из точек), имеющими место при разработке и усовершенствовании автоматизированных методик анализа.

Рис. 6. Этапы разработки методики и её выполнения.

Разработка автоматизированных методик АЭА включает нахождение оптимальных аналитических параметров для линий аналитов; выбор оптимальных градуировочных зависимостей и определение диапазонов определяемых содержаний и объектов, анализируемых с помощью этой методики. Для решения этих задач обрабатывается исходная аналитическая информация по следующим алгоритмам.

Алгоритм выбора ОАП для одной спектральной линии:

1. регистрация спектров в обучающую и тестовую выборки;

2. выявление разумных аналитических параметров для составления множества АП спектральной линии (определение наиболее вероятных спектральных помех и возможных матричных влияний);

3. вычисление характеристик информационных моделей для каждого аналитического сигнала;

4. хемометрический выбор ОАП;

5. после выбора ОАП, аналитические параметры, которые не являются оптимальными, удаляются из множества всех возможных аналитических параметров.

Этот алгоритм повторяется для всех линий элементов каждого «-го образца, участвующего в градуировке методики многоэлементного анализа. Алгоритм выбора ОГЗ для одного аналита: 1. составление ^-множества методов градуирования;

-202. вычисление ОСП для всех образцов в обучающей и тестовой выборках для каждой градуировки из g-множества;

3. вычисление оценок РОСП для каждого метода градуирования с последующим их ранжированием в обучающей и тестовой выборках;

4. суммирование рангов обучающей и тестовой выборок для каждого метода градуирования;

5. нахождение минимального суммарного ранга, т.е. определение оптимальной градуировочной зависимости.

Процедура выбора ОГЗ выполняется по результатам ОСП всех вариантов градуирования, а в случае многомерной градуировки, помогает установить существование связей между аналитом и элементами, оказывающими матричные и спектральные влияния. Описанный алгоритм поиска ОГЗ повторяется для всех элементов, определяемых по методике.

Найденные оптимальные условия сохраняются в шаблоне разрабатываемой методики. До тех пор пока методика не аттестована, контроль качества аналитических результатов проводится с использованием нормативов ОСТ МПРиЭ 41-08-212-04, после аттестации методики её характеристики погрешности вносятся в шаблон.

ИНТЕГРИРОВАННЫЙ ПРОГРАММНЫЙ ПРОДУКТ "АВТОМАТИЧЕСКАЯ РАСШИФРОВКА ДУГОВЫХ ЭМИССИОННЫХ СПЕКТРОВ"

Предложенные информационные модели выделения необходимой спектральной информации и технологии их функционирования в одной системе, правила и критерии сравнения использованы в ИПП АРДЭС, ориентированном на обработку дуговых атомно-эмиссионных спектров, зарегистрированных многоканальными детекторами МАЭС. В программе АТОМ при регистрации атомно-эмиссионных спектров достаточно надёжно выполняются поиск и идентификация аналитических линий, расчёт возможных вариантов аналитических параметров, составление таблиц из измеренных аналитических параметров, поэтому в ИПП АРДЭС эти проблемы не рассматривались. Интегрированный программный продукт (рис. 7) разработан в объектно-ориентированной среде Delphi6 для расчёта содержаний элементов в пробах и оценки качества результатов, с последующей выдачей заказчику электронных таблиц или твёрдой копии протокола результатов КХА.

В ИПП АРДЭС входят базы данных, база знаний и вычислительные модули. Каждый модуль является автономно работающим приложением, со своими средствами приёма-передачи информации. Исходными данными для работы являются табличные данные, получаемые из БД, набор правил из БЗ и экспериментальные данные. Система управления базами данных построена согласно правилам языка SQL, алгоритмам обработки данных и требованиям

нормоконтроля. Связь отдельных модулей друг с другом (СУБД) обеспечивается при помощи СОМ-технологии и файлового хранения данных.

Рис. 7. Концептуальная модель ИПП АРДЭС Все компоненты ИПП обмениваются между собой информацией и дополняются фактами и промежуточными результатами, получаемыми в процессе работы вычислительных модулей. Принципиальной особенностью ИПП АРДЭС по сравнению с существующими программами является:

- использование информационных моделей для обоснованного выбора помехоустойчивых вариантов аналитических параметров каждой линии, а также типа и структуры и-мерных градуировочных зависимостей для каждого элемента;

- выявления скрытых факторов в структуре исследуемых данных и нахождение числа главных компонент;

- вычисление и-мерных градуировочных зависимостей с изменяемой структурой данных.

ИСПОЛЬЗОВАНИЕ ИПП АРДЭС В МЕТОДИКАХ АЭА ДР

Экспериментальная проверка разработанных информационных моделей была проведена на спектрах, полученных с использованием различных методических приёмов и спектрального оборудования, таких как: дуга постоянного и переменного тока, получаемая с помощью высокоточных спектроаналитических генераторов "Везувий" и "Шаровая молния"; введение проб в разряд способами вдувания-просыпки (устройство "Поток") и полного испарения вещества из канала графитового электрода; дифракционные спектрографы ДФС-458С (ПО КОМЗ, Казань) и СТЭ-1 (ЛОМО, Ленинград), модернизированные многоканальными анализаторами эмиссионных спектров МАЭС с программным обеспечением АТОМ (ВМК-Оптоэлектроника, Новосибирск). Созданный ИПП АРДЭС использован для работы с интегральными спектрами, полученными как по способу испарения из канала, так и по способу вдувания-просыпки. Прилагаемое к приборам коммерческое ПО АТОМ во всех случаях применялось для получения и регистрации спектров, поиска и вычисления аналитических параметров спектральных линий и построения одномерных градуировок.

Многомерная обработка спектральной информации рассматриваемых методик проведена согласно технологической схеме работы в ИПП АРДЭС: (1) выбор ОАП линий аналитов; (2) построение и-мерных градуировочных зависимостей и выбор ОГЗ; (3) определение содержаний аналитов в новых пробах неизвестного состава; (4) выполнение оперативного контроля качества результатов анализа по стандартным образцам и приёмочного контроля по повторным анализам проб. Контроль правильности результатов всех методик выполнялся по стандартным образцам из тестовых выборок, методом стандартных добавок, разбавлением нейтральной средой и с использованием независимых аналитических методик. Оценка информативности автоматизированных методик, для которых проведена компьютеризация процессов регистрации и обработки спектров, вычислена в соответствии с формулой (1).

Эмиссионное определение фтора по молекулярной полосе СаГ+ Методика используется для определения содержаний фтора в пробах горных пород, почв, речных, озёрных и терригенных осадков, минералов и руд, измельчённых до 75 мкм. В её основе лежит химическая реакция образования иона СаБ+ в плазме дугового разряда благодаря взаимодействию присутствующего в пробах фтора и спектроскопического буфера (50% графитового порошка чда, 43 % СаО и 7 % №С1). Состав буфера подобран таким образом, чтобы усилить излучение образующихся в плазме устойчивых к диссоциации ионов СаР+ и обеспечить снижение влияния химического и минерального состава пробы, за счёт стабилизации параметров плазмы. Для этого по 75 мг буфера и образца насыпали на разные транспортёрные ленты установки ПОТОК со встроенным электродуговым генератором "Шаровая молния" и синхронно вводили в плазму (непрерывное введение вещества). Использовали спектрограф ДФС-458С и МАЭС (базовая экспозиция 100 мс; интегральная регистрация в течение 16 с). Спектральный диапазон 290+546 нм; обратная дисперсия 0,8 нм/мм. Обучающая и тестовая выборки составлены из СО горных пород, руд, рыхлых и донных отложений, почв и золы ТЭС.

Обшбшш.&шкшвав- Измерения интенсивности выполняли для фона и четырёх кантов молекулярной полосы СаР+ с длинами волн 529,11; 529,29; 529,86 и 531,48 нм. Выбор ОАП выполнен в ИПП АРДЭС. Множество АП для первого канта содержало 4 члена, для остальных кантов — по 8 (табл. 1). Итог работы ИПП АРДЭС по выбору ОАП для каждого из 4-х кантов полосы СаР+ в спектрах обучающей и тестовой выборок представлен в таблице 2. Жирным шрифтом выделены ОАП, выбранные согласно моделям АС и ОАП. Для первого канта (длина волны 529,11 нм) варианты АП1 и АПЗ имеют близкие ранги для обучающей выборки, хотя для тестовой выборки наилучшим является АП1. Для других кантов вариант АП1 является однозначно оптимальным. Только

найденные ОАП использовались в дальнейшем для построения градуировочных зависимостей.

Таблица 1. Условия обработки интегральных спектров для вычисления вариантов АЛ каждого канта и хемометрического выбора ОАП____

Длина волны канта, нм Вариант АЛ Фон Пик линии

Поиск границ линии Зона поиска (± число диодов, шт.) Способ вычисления фона Поиск центра линии Зона поиска (± число диодов, пгг.) Способ вычисления интенсивности; используемое число диодов, шт.

529,11 АП1 МЗП 15 слева ПА 2 И-3

АП2 МЗП 15 слева ПА 2 И-1

АПЗ МЗП 15 ПМП ПА 2 И-3

АП4 МЗП 15 ПМП ПА 2 И-1

529,29 АП1 МЗП 60 слева ПА 1 И-2

АП2 МЗП 60 слева ПА 1 И-1

АПЗ МИФ 60 слева ПА I И-2

АП4 МИФ 60 слева ПА 1 И-1

АП5 МЗП 60 ПМП ПА 1 И-2

АП6 МЗП 60 ПМП ПА 1 И-1

АП7 МИФ 60 ПМП ПА 1 И-2

АП8 МИФ 60 ПМП ПА 1 И-1

529,86 АП1 МЗП 100 слева ПА 2 И-2

АП2 МЗП 100 слева ПА 2 И-1

АПЗ МИФ 100 слева ПА 2 И-2

АП4 МИФ 100 слева ПА 2 И-1

АП5 МЗП 100 ПМП ПА 2 И-2

АП6 МЗП 100 ПМП ПА 2 И-1

АП7 МИФ 100 ПМП ПА 2 И-2

АП8 МИФ 100 ПМП ПА 2 И-1

531,48 АП1 МЗП 250 слева ПА 1 И-2

АП2 МЗП 250 слева ПА 1 И-1

АПЗ МИФ 250 слева ПА 1 И-2

АП4 МИФ 250 слева ПА 1 И-1

АП5 МЗП 250 ПМП ПА 1 И-2

АП6 МЗП 250 ПМП ПА 1 И-1

АП7 МИФ 250 ПМП ПА 1 И-2

АП8 МИФ 250 ПМП ПА 1 И-1

Примечание: МИФ - минимум интенсивности фона; МЗП - минимум в зоне поиска; ПМП - под максимумом пика; ПА - полуавтоматический; И - интеграл.

Таблица 2. Ранги аналитических параметров для кантов полосы CaF+

Длина волны канта, нм Сумма рангов АП1 АП2 АПЗ АП4 АП5 АП6 АП7 АП8

529,11 обучение 10 2 10 8 не определяли

тест 59 15 56 41

529,29 обучение 10 0 4 4 0 1 4 1

тест 63 9 20 16 9 3 9 12

529,86 обучение 9 2 1 0 6 5 1 0

тест 59 10 3 5 26 24 8 6

531,48 обучение 8 2 1 2 6 4 0 1

тест 56 9 13 16 21 17 0 9

Моделирование структуры «-мерных градуировочных зависимостей выполнено с помощью встроенного в ИПП АРДЭС модуля АГК по четырём кантам полосы СаР+ и линиям элементов, отражающим изменение макросостава и влияние интерферентов (табл. 3). Применение АГК к разным комбинациям спектральных линий элементов через остатки матриц АП и содержаний позволило выявить

структуру ГЗ в виде группы элементов, необходимых для снижения влияния неградуируемых вкладов.

Таблица 3. Исследуемые спектральные линии при моделировании ГЗ_

Элемент Длина волны (нм); степень ионизации ТипАП (способ вычисления интенсивности и зона поиска пика; способ вычисления фона и точек его границ) Роль в структуре градуировочной модели

CaF+ 529,11 И-3; ПА-2; слева; МЗП-15 Группа линий аналига

529,29 И-2; ПА-1; слева; МЗП-60

529,86 И-2 ПА-2; слева; МЗП-100

531,48 И-2; ПА-1; слева; МЗП-250

Si 1298,76 И-3; ПА-2; ПМП; МЗП-Ю Учёт неспектрального влияния основы

Са II 349,51 П; ПА-2; ПМП; МИФ-10

И 484,73 И-4; ПА-4; ПМП; МЗП-50

Na I 330,23 П; ПА-2; ПМП; МЗП-40

. Fe 1301,61 П; ПА-2; ПМП; МЗП-10 Учёт спектральных помех

11 528,36 П; ПА-2; ПМП; МИФ-10 Учёт неспектрального влияния

I 532,41 П; ПА-2; ПМП; МИФ-10

Ti 11 308,80 П; ПА-2; ПМП; МИФ-10 Учёт спектральных помех

Сг 1475,61 П; ПА-2; ПМП; МИФ-10

Примечание: МИФ - минимум интенсивности фона; МЗП - минимум в зоне поиска; ПМП - под максимумом пика; ПА - полуавтоматический; И - интеграл; П - площадь.

Для построения градуировок по спектрам обучающей и тестовой выборок (обучение - 36 образцов, тест - 56) использовали программы АТОМ (МНК-1 для каждого канта) и АРДЭС (MJ1P, РГК, ПЛС). Оптимальная градуировочная зависимость МЛР с линиями (нм): Са 349,5156 и 484,7311; Si 298,7645; Fe 301,6182; 528,3621 и 532,4178; Ti 308,8037; CaF+ 529,11; 529,29; 529,863 и 531,48; — выбрана из множества построенных ГЗ (30 вариантов) в ИПП АРДЭС по данным трёх файлов, каждый из которых содержал зарегистрированные в разное время (август, ноябрь 2009 г. и январь 2010 г.) спектры одних и тех же стандартных образцов (общее количество спектров - 230). Градуировка, построенная МНК-1 в ПО АТОМ по четырём кантам CaF+ без разделения СО на классы по типам объектов, имеет оценки РОСП для обучающей и тестовой выборок 119 и 188% отн., соответственно. Это свидетельствует о получении результатов КХА (III-IV категории анализа). Разделение стандартных образцов на два класса по типам: (1) горные породы, руды; и (2) почвы, осадки и золы, -позволило снизить оценки РОСП (% отн.) для обучающей и тестовой выборок: (1)- 84 и 73, а для (2) - 65 и 55, соответственно. Для МЛР-градуировки, построенной по общей выборке СО без разделения на классы, полученные значения РОСП составили при обучении 82 % отн. и тесте 155 % отн. При

обработке в ПО АТОМ спектров проб известного типа (горные породы или почвы и осадки) построение ГЗ по 4-м кантам полосы СаР+ с помощью МНК-1 достаточно для получения результатов, удовлетворяющих требованиям КХА. Однако практика показала, что при анализе неохарактеризованных по составу проб использование «-мерной МЛР-градуировки более эффективно, т.к. не требует предварительного отнесения каждой пробы к конкретному типу.

Таблица 4. Результаты определения фтора в СО с помощью разного программного обеспечения

Стандартный образец Содержание, г/т

Сатом

Название Тип Аттестовано / рекомендовано С АРДЭС ГЗ по горным породам и рудам ГЗ по почвам, осадкам и золам

DNS-1 Долерит 66 68 ±6 71 ±3

СТ-1А Трапп 250 ± 50 240 ± 20 280 ± 40

ВМ Базальт 265 270 ± 20 260 ± 15 я

СГ-2 Гранит аляскитовый 300± 100 280 ±40 270 ± 60 § 0>

STM-1 Сиенит 910 ±50 950 ±20 860 ± 95 5

MGT-1 Гранит 1100 1050±100 870 ± 20 &

СНС-2 Сиенит 2000 2150±140 1600 ±210 О

1711-79 \¥-руда 4800 4700 ±100 4600 ± 550

GnA Грейзен 33600 ± 800 32000 ±2800 30700 ± 3900

СП-1 Курский чернозем 260 230 ± 20 285 ± 50

СП-3 Прикаспийская светлокаштановая почва 360 370 ±20 я « 1 390 ±65

БИЛ-1 Байкальский ил 600 ± 60 660 ± 30 & 680± 110

СГХМ-3 Карбонатносили-катные рыхлые отложения 1900 2010 ±240 о V я 1980 ±400

П.окаттели.... Шчества. Правильность полученных результатов подтверждена результатами анализа СО разного состава (табл. 4), способом разбавления нейтральной средой (табл. 5) и методикой потенциометрического анализа (рис. 8).

Метрологические характеристики этой методики, полученные при разных способах обработки спектров,

Рис. 8. Результаты определения И в СО различными методами (результат АЭА СДУ-1 получен методом добавок).

показаны в таблице 6. Методика эмиссионного определения фтора с использованием ИПП АРДЭС является экспрессной по сравнению с потенциометрической или спектрофотометрической методиками, т.к. не предусматривает переведение порошковых проб в раствор.

Таблица 5. Контроль правильности результатов определения фтора в стандартных образцах разнообразного состава без и с разбавлением СОП Кв-1 (кварцит)_

СО Разбавление Содержание, мае. % ОСП, %

Название Тип Аттестовано Найдено

СП-2 Почва Без разбавления 0,021 ± 0,002 0,021 ± 0,005 0

Разбавление (1:1) 0,019 ± 0,003 -9,5

БИЛ-2 Донные отложения Без разбавления 0,038 0,035 ± 0,008 -7,9

Разбавление (1:1) 0,042 ± 0,004 11

СГ-4 Субщелочной гранит Без разбавления 0,114± 0,017 0,110 ± 0,030 -3,5

Разбавление (1:1) 0,115 ± 0,013 0,9

Разбавление (1:4) 0,130± 0,003 14

СГХМ-1 Континентальные отложения Без разбавления 0,12 ±0,03 0,12 ±0,03 0

Разбавление (1:1) 0,13 ±0,02 6,7

СГХМ-4 Континентальные отложения Без разбавления 0,21 ±0,04 0,20 ± 0,05 -4,8

Разбавление (1:1) 0,19 ±0,02 -12

СГ-1А Альбигизированный гранит Без разбавления 0,30 ± 0,03 0,30 ±0,06 0

Разбавление (1:1) 0,31 ±0,03 3,3

ОШБО-1,2 Щелочной гранит Без разбавления 1,25 ± 0,05 1,10 ±0,30 -12

Разбавление (1:1) 1,31 ±0,14 4,8

Разбавление (1:9) 1,16±0,03 -7,2

GnA Грейзен Без разбавления 3,36 ± 0,08 3,33 ± 0,09 -0,9

Разбавление (1:7) 3,15 ±0,09 -6,3

Таблица 6. Метрологические характеристики методики определения массовых долей фтора при обработке спектров в ИПП АРДЭС и ПО АТОМ (доверительная вероятность Р=0,95)_

Диапазон содержаний, % мае. Показатель повторяемости, гхС Показатель воспроизводимости, ЯхС Точность определения содержаний, ±ДхС Категория точности

АТОМ АРДЭС АТОМ АРДЭС АТОМ АРДЭС АТОМ1 АРДЭС

0,00600,0199 0,51 0,28 0,44 0,27 0,43 0,24 III III

0,020-0,099 0,28 0,27 0,23 0,26 0,35 0,22 IV III

0,10-0,499 0,31 0,25 0,30 0,26 0,28 0,22 IV III

0,50-0,999 0,25 0,23 0,27 0,24 0,23 0,23 IV Ш

1,0-4,99 - 0,2 - 0,22 - 0,27 - IV

Показатель информативности методики с технологией обработки спектров в ИПП АРДЭС составил 166 бит, а при работе в ПО АТОМ по индивидуальным градуировкам для горных пород и руд - 82 бит; почв, продуктов ТЭС, речных,

озёрных и терригенных осадков - 56 бит. Таким образом, использование единой многомерной градуировки, построенной в ИПП АРДЭС по СО всех типов, обеспечило более точное определение содержаний фтора с узкими доверительными интервалами для любого состава проб.

Определение 25 элементов по способу вдувания-просыпки

Методика КХА ФР.1.31.2008.051504, разработанная с использованием технологии обработки спектров в ИПП АРДЭС и аттестованная для определения содержаний 17 элементов (Р, В, Мп, N1, Со, V, Сг, Мо, Бп, РЬ, Си, Ъл, Ag, Аи, ЭЬ, Ав, ве) в геологических образцах, явилась результатом адаптации к современному спектральному комплексу существующей методики АЭА ДР с визуальной интерпретацией спектров. Сейчас круг определяемых элементов расширен до 25 (за счёт легколетучих и средней летучести элементов 1л, Са, Т1, В!, Сс1, 1п и В методике использованы непрерывное введение порошков проб без дополнительных процедур пробоподготовки и интегральная регистрация спектров. Спектральная установка включает устройство ПОТОК со встроенным электродуговым генератором "Шаровая молния"; спектрограф ДФС-458С и анализатор МАЭС (базовая экспозиция 100 мс). Спектральный диапазон 196^366 нм; обратная дисперсия 0,54 нм/мм. Спектры исследуемых образцов получены для аналитической навески 150 мг (по два измерения). Стандартные образцы разного состава были включены в обучающую и тестовую выборки. В таблице 7 показан список спектральных линий некоторых элементов, используемых в методике для повышения устойчивости результатов к спектральным и неспектральным помехам, обусловленным разнообразием минерального и гранулометрического состава.

ОбшбвШЯ.£.11ёШР.<>8- При введении вещества в плазменный разряд по способу вдувания-просыпки результаты АЭА характеризуются большими погрешностями, в том числе и для легколетучих элементов. Минимизация погрешностей достигается использованием оптимальных «-мерных ГЗ для каждого аналита, которые содержат аналитические параметры линий макроэлементов, линий-аналогов мешающих элементов и группы линий аналита (одновременно атомные и ионные спектральные линии). Поэтому нахождение ОАП выполнено для линий определяемых элементов, интерферентов и макрокомпонентов. В таблице 7 показаны размеры множеств АП и ГЗ, для которых в ИПП АРДЭС выполнен выбор ОАП каждой линии всех элементов, в соответствии моделями АС и ОАП (рис. 3 и 4), и ОГЗ для каждого аналита, в соответствии с моделью ОГЗ (рис. 5), после того как для каждого аналита с помощью модуля АГК установлена структура и-мерной градуировки. При использовании описанной спектральной

4 Методика ФР.1.31.2008.05150. Методика КХА. Атомно-эмиссионный анализ геологических образцов по способу вдувания-просыпки / Шабанова Е.В., Васильева И.Е., Павлов С.М.. Иркутск: ИГХ СО РАН, 2007. 26 с.

Таблица 7. Список спектральных линий некоторых элементов; размеры множеств АП для каждой линии и множеств ГЗ для каждого аналита; а также роль групп линий в структуре градуировочной модели ___

Элемент Длина волны (нм); степень ионизации Количество исследованных АП Количество исследованных ГЗ Роль в структуре градуировочной модели

В 1208,8891 6 65 Группа линий аналита

1208,9564 6

1249,6772 6

1249,7723 6

Мп II 293,305 6 60 Группа линий аналита / Учёт неспектрального влияния и спектральных помех

II 293,931 6

1304,4572 6

II 294,9205 6

1259,5763 6

№ I 341,4763 6 62 Группа линий аналита / Учёт неспектрального влияния и спектральных помех

1305,0818 4

1310,1555 4

1331,5663 4

1362,4732 2

Мо 1317,0343 4 32 Группа линий аналита

1319,3978 4

1320,8838 4

Бп 1317,5035 7 60 Группа линий аналита

1283,999 7

Аё 1328,068 4 114 Группа линий аналита

1338,289 6

Аи 1267,594 3 2 Линия аналита

НЕ 1253,6507 4 2 Группа линий аналита

1313,1551 4 2

5х 1212,4123 6 - Учёт неспектрального влияния и спектральных помех

1253,2381 6 -

1251,9202 6 -

1288,1579 4 -

А1 1308,2151 10 - Учёт неспектрального влияния и спектральных помех

1305,0073 10 —

М8 1277,669 8 - Учёт неспектрального влияния и спектральных помех

II 279,5528 8 —

Са 11317,9332 8 - Учёт неспектрального влияния и спектральных помех

11315,8869 8 —

Ре 1335,5228 8 - Учёт неспектрального влияния и спектральных помех

1246,888 8 —

1301,6185 8 - Учёт спектральных помех

II 238,8629 8 -

II 262,8293 8 -

■п II 308,8037 6 - Учёт неспектрального влияния и спектральных помех

II 284,1942 6 —

Примечание: знаком прочерк (-) отмечены элементы, для которых не проводилось градуирование.

Таблица 8. Результаты определения (г/т) некоторых аналитов в СО разного состава с помощью различного программного обеспечения

(п-5^-7)

Образец Сатт 1 Сдмэс ! Сдтом Сгг 1 с АРДЭС 1 Сдтом Сат | С АРДЭС 1 Сдтом Сат 1 С АРДЭС 1 СдТОМ

Тип Название и р В V

Породы СА-1 58 ±7 51 ±1 54 ±11 790 ±44 790 ±10 830±170 87 ±21 76 ± 7 73 ±8 170±30 130 ± 10 178 ± 40

СГ-1А 390 ± 20 390 ±60 550 ± 10 б0± 13 61 ± 1 73 ±1 10±1 13±1 4,0 ±0,1 5 ± 1 4,0 ± 0,3 7± 1

СГД-2 12±2 12 ± 1 <15 4500 ±85 4100 ±70 3550 ±150 15 17 ± 1 18 ±0,3 250 ± 24 250±120 196 ±50

СИ-1 2,5 <10 15 ± 5 65 ±17 47 ±2 194 ±10 - 6,5 ± 0,4 4 ±0,03 23 ±7 21 ±1 48 ± 1

скд-1 30 ±4 29 ±3 20 ±2 740 ± 44 710± 3 611 ±60 46 ±8 41 ± 1 47 ±2 96± 10 100 ±5 101 ±3

СТ-1А 14± 2 14± 1 <15 910±44 1000 ±20 939 ± 60 15 ±2 13 ±1 15 ± 0,3 320 ± 20 290 ± 20 273 ±40

Руда СЗК-З 10 <10 99 ±37 1500 1400±100 1280 ±500 40 37 ±2 22 ± 1 - 110 ± 2 35 ± 1

Осадки БИЛ-1 37 ±4 39 ±2 45 ±4 1500 ±65 1700 ±70 2780±190 34 ±6 40 ± 1 34 ± 1 110± И 99 ± 3 124 ± 10

СГХМ-3 20 ±5 20 ±3 53 ±8 7900 ±218 5800±10 3400 ±20 13 ±4 13±1 9,0 ±0,5 70 ± 10 64 ± 1 58 ±5

Зола ЗУК-2 9 <10 <15 100 100 ± 10 146 ± 20 70 100 ±1 115 ± 10 63 ±7 53 ± 1 18 ± 1

Почвы СКР-1 50 ± 10 45 ±2 38 ±2 440 ± 44 430 ±20 550 ± 40 60 ±20 67 ± 5 71 ± 6 180 ±30 130±2 204 ± 10

СЧТ-1 23 ±3 30 ±3 48 ± 19 790 ±87 920 ± 30 1290 ±20 56 ±4 67 ± 7 71 ±7 78 ±7 110 ± 10 120 ± 10

К В1 Сс1

Породы СА-1 1,1 1,1 ±0,1 1,7 ±0,3 - 2,1 ± 0,7 1,9 ±1,0 - 0,7 ±0,2 < 1 - 0,7 ± 0,2 <1

СГ-1А 2,3 ± 0,4 2,3 ±0,3 2,2 ± 0,2 0,7 1,3 ±0,1 <1,5 3 3,7 ± 1,0 3,9 ±0,4 0,2 ± 0,002 <0,5 <1

СГД-2 0,7 0,7 ±0,4 1,0 ±0,1 - 1,5 ±0,1 <1,5 - 0,5 ±0,1 <1 - 1,0 ±0,2 1,9 ±1,0

СИ-1 - 1,2 ±0,2 1,1 ±0,03 - <0,5 <1,5 - 0,9 ±0,04 3,2 ±0,1 _ 1,1 ±0,2 <1

скд-1 _ 0,8 ±0,1 1,0 ±0,1 0,8 0,8 ±0,1 2,0 ±0,5 - 0,6 ±0,1 <1 - <0,5 <1

СТ-1А 0,7 ±0,1 0,9 ±0,2 1,3 ±0,1 1 1,2 ±0,2 1,9 ±0,8 - 0,5 ±0,1 <1 0,1 <0,5 1,0 ±0,4

Руда СЗК-З 20 17± 7 20 ± 2 200 ±20 210 ± 50 155 ± 10 1,5 2,3 ±0,1 7,9 ±0,5 5 6,6 ±0,5 3,6 ±0,5

Осадки БИЛ-] 4,3 3,6 ±0,1 2,5 ± 0,3 0,95 1,0 ±0,1 2,3 ±0,1 - 1,2 ±0,2 1,6 ±0,03 - <0,5 <1

СГХМ-3 25 ±7 30 ±5 12 ± 1 - 3,6 ±0,1 7,0 ± 0,1 - 4 ±0,3 5,8 ±0,12 - 2,1 ±0,1 1,4 ±0,2

Зола ЗУК-2 1,4 1,5 ±0,3 <0,7 3 ± 0,5 3,6 ± 0,2 1,9 ±0,1 0,5 0,9 ±0,02 < 1 0,2 0,5 ±0,1 <1

Почвы СКР-1 - 3,0 ±0,4 3,1 ±0,2 - 0,9 ± 0,2 2,9 ±0,1 - 1,2 ±0,1 1,2 ±0,07 0,1 ± 0,03 <0,5 <1

СЧТ-1 - 2,6 ±0,2 3,2 ±1,0 - 2,1 ± 0,3 1,5 ±0,1 - 0,6 ±0,1 <1 0,1 ±0,02 <0,5 < 1

Примечание: прочерк (-) указывает на отсутствие аттестованного (рекомендованного) значения.

установки для линий всех элементов предпочтительными оказываются интегральные аналитические параметры, за исключением интенсивных линий макрокомпонентов. Для разных аналитов выделены три типа ОГЗ: одномерные градуировки, построенные с помощью линейного МНК — Аи, Т1, 1п и Н© п-мерные МЛР-градуировки - 1л, Р, В, V, Ag и 8Ь; «-мерные РПЛС-градуировки с количеством главных компонент от 7 до 13 - ве, W1 Си, В1, Сс1, Со, 8п, С а, Мп, N1, РЬ, Сг, Мо и Аб. Сложность построения многомерных градуировок для Аи, Т1, 1п и Нд связана с тем, что в большинстве градуировочных СО содержания макрокомпонентов не аттестованы. Кроме этого, на величину интегрального сигнала Аи влияют размеры частиц, содержащих золото, их распределение в пробе и представительность аналитической навески.

П&ХШШвД.Ц.МвЖШ.Ш- В таблице 8 показаны результаты определения некоторых аналитов в СО горных пород, руд, осадков, почв и золы ТЭС, полученные при обработке спектров в ПО АТОМ и ИПП АРДЭС. Использование многомерного градуирования обеспечило улучшение правильности результатов анализа и расширение диапазонов содержаний определяемых элементов благодаря минимизации матричных влияний и спектральных помех. Сопоставление результатов, полученных независимыми аналитическими методами (АЭА ИСП, РФА, ААА), подтверждает отсутствие статистически значимых систематических расхождений (табл. 9).

Таблица 9. Содержания Р, Сг и Т1 (г/т), полученные независимыми аналитическими методами

Тип объекта Проба Р Сг Т1

АЭАДР АЭА ИСП РФА АЭАДР АЭА ИСП AAA АЭАДР АЭА ИСП

Уголь 2010-5 168 - - 35 - 20 - -

Почва 2010-4 635 - 770 59 - 72 - -

2010-38 1150 - 1210 64 - 59 - -

Горные породы 2100083 380 357 - 65 52 - 1,0 <5,0

25965 810 842 - 75 95 - 3,3 <5,0

№1 710 642 - 380 306 - <0,3 <5,0

Руды 204406 210 450 - 31 - - 0,64 <50

МК-15.8.2 1100 1040 - 180 - - <0,3 <50

Примечание, знаком прочерк (-) отмечены элементы, которые не определяли; АЭА ДР -

ФР. 1.31.2008.05150 (s,=0,l-K),25); АЭА ИСП (StewartGroup Geochemical and Assay); РФА и AAA (ИГХ СО РАН).

Сравниваемые методы, кроме АЭА ДР, оперируют аналитическими навесками 200-500 мг. Количество одновременно определяемых элементов методиками АЭС больше, чем РФА. Перевод твёрдых образцов в раствор для методов AAA и АЭА ИСП приводит к потере значительной доли информации. На основе метрологических характеристик разработанной методики АЭАДР (табл. 10) рассчитанный Pinf составил 1023 бит, прирост — более 500 бит по сравнению с аналогичной методикой АЭА с визуальной интерпретацией.

Таблица 10. Диапазоны измерения содержаний элементов и характеристики погрешности их

измерения

Аналит Диапазон определяемых содержаний, % мае. Характеристика погрешности измерения, ±Д, % мае. (Р=0,95) Категория анализа Предел повторяемости (для двух результатов параллельных определений), % (Р=0,95) Предел воспроизводимости (для двух результатов определений), % (Р=0,90)

Li От 0,001 до 0,005 0,59 С IV 0,55 С 0,63 С

От 0,005 до 0,03 вкл. 0,49 С 0,22 С 0,43 С

Р От 0,005 до 0,05 0,26 С IV 0,26 С 0,37 С

От 0,05 до 0,5 вкл. 0,24 С V 0,30 С 0,33 С

В От 0,0005 до 0,0018 0,59 С III 0,55 С 0,63 С

От 0,0018 до 0,05 вкл. 0,53 С 0,25 С 0,44 С

Мп От 0,005 до 0,02 0,69 С IV 0,26 С 0,98 С

От 0,02 до 0,3 вкл. 0,46 С 0,18 С 0,66 С

Ni От 0,0005 до 0,02 вкл. 0,45 С IV 0,45 С 0,64 С

Со От 0,00005 до 0,02 вкл. 0,39 С III 0,30 С 0,55 С

V От 0,00028 до 0,0055 0,59 С III 0,53 С 0,83 С

От 0,0055 до 0,03 вкл. 0,41 С 0,20 С 0,58 С

Cr От 0,00068 до 0,0034 0,47 С IV 0,35 С 0,64 С

От 0,0034 до 0,034 вкл. 0,27 С 0,28 С 0,38 С

W От 0,00007 до 0,005 0,59 С IV 0,53 С 0,83 С

От 0,005 до 0,2 вкл. 0,49 С 0,21 С 0,58 С

Mo От 0,00005 до 0,005 вкл. 0,59 С III 0,36 С 0,83 С

Sn От 0,0002 до 0,005 вкл. 0,59 С III 0,29 С 0,83 С

Ga От 0,0001 до 0,005 вкл. 0,38 С IV 0,27 С 0,56 С

РЬ От 0,0005 до 0,05 вкл. 0,41 С III 0,38 С 0,58 С

Cu От 0,005 до 0,5 вкл. 0,49 С III 0,34 С 0,69 С

Zn От 0,002 до 0,019 вкл. 0,49 С IV 0,53 С 0,69 С

Свыше 0,02 до 0,5 вкл. 0,35 С 0,48 С 0,50 С

AR От 0,000002 до 0,001 вкл. 0,42 С IV 0,48 С 0,62 С

Au От 0,000005 до 0,003 вкл. 0,39 С IV 0,42 С 0,55 С

Sb От 0,00005 до 0,0002 0,58 С IV 0,67 С 0,83 С

От 0,0002 до 0,02 вкл. 0,42 С 0,48 С 0,78 С

As От 0,00005 до 0,049 вкл. 0,45 С IV 0,48 С 0,62 С

TI От 0,00003 до 0,01 вкл. 0,47 С IV 0,46 С 0,59 С

Ge От 0,00002 до 0,0049 вкл. 0,39 С III 0,25 С 0,55 С

In От 0,0001 до 0,01 вкл 0,46 С IV 0,45 С 0,64 С

Bi От 0,00003 до 0,005 0,59 С IV 0,53 С 0,69 С

От 0,005 до 0,01 вкл. 0,49 С 0,38 С 0,58 С

Cd От 0,00003 до 0,005 0,59 С IV 0,55 С 0,70 С

От 0,005 до 0,01 вкл. 0,49 С 0,28 С 0,40 С

щ От 0,001 до 0,10 вкл 0,47 С IV 0,35 С 0,64 С

Определение бора и фосфора в продуктах производства кремния Методика СТП ИГХ-015-01 5 прямого атомно-эмиссионного определения 12 элементов (А1, Са, М& Бе, "П, Мп, V, Сг, Си, Ъх и В) в природных кварцитах,

5 Методика СТП ИГХ-015-01. Мультикремний, кремний кристаллический, диоксид кремния, кварц и трихлорсилан. Методика выполнения измерений массовых долей примесей / Васильева И.Е., Пройдакова O.A., Шабанова Е В. Иркутск: ИГХ СО РАН, 2001. 26 с

кварце, обогащённой кварцевой крупке и кристаллическом кремнии разных сортов результат адаптации методик определения примесей в кремнии кристаллическом и исходных продуктах для его получения6 к спектрометрам с МАЭС. Использовали импульсное введение порошков проб без дополнительных процедур пробоподготовки и интегральную регистрацию спектров с токо-временной развёрткой. Спектральная установка содержит электродуговой генератор "Везувий", спектрограф ДФС-458С и анализатор МАЭС (базовая экспозиция 250 мс). Спектральный диапазон 196+366 нм; обратная дисперсия 0,54 нм/мм. Спектры образцов (аналитическая навеска 10 мг, по два измерения) записывались в полные и дополнительные графики. Спектры ГСО и СОП кремния, кварца и их смесей были включены в обучающую и тестовую выборки. Для построения градуировочных зависимостей (МНК-1, МНК-2) использовали ОАП линий аналитов. Нижняя граница определения бора составила 1,5-Ю"4 мае. %, более низкие содержания не определялись из-за спектральных наложений линии Ре и кантов молекулярной полосы БЮ. Нижняя граница определения фосфора зависела от содержания Ре в образце и составила 2-10"4 мае. % (Ре < 0,001 мае. %) и 2-10*3 мае. % (Ре > 0,001 мае. %). В связи с тем, что определять бор и фосфор в исследуемых объектах необходимо на уровне 1-Ю"5 мае. % была использована технология обработки спектров в ИПП АРДЭС.

Таблица 11. Спектральные линии, используемые в структуре градуировочных моделей

Элемент Спектральная линия: степень ионизации; длина волны, нм Роль в структуре градуировочной модели

В 1249,6772 Группа линий аналита

1249,7723

Р 1253,5608 Группа линий аналита

1255,3262

1255,4913

А1 I 265,2476 Учёт неспектрального влияния

1308,2151

1309,2708

Са 11315,8869 Учёт неспектрального влияния

11317,9332

Си I 324,7532 Учёт спектрального влияния

I 327,3954

Ре 1299,4427 Учёт спектрального и неспектрального влияния

I 302,0639

1302,1073

мё 11279,5528 Учёт неспектрального влияния

II 280,2705

Мп I 279,4817 Учёт спектрального и неспектрального влияния

1280,1076

1212,4123 Учёт неспектрального влияния основы и спектральных наложений

1 243,8767

6 ГОСТ 26239.0-84 + 2639.3-84 "Кремний полупроводниковый, исходные продукты для его получения и кварц". М.: 1984. 45 с

ОШ.йятт.£Мтт?.- Выбранный ОАП для линий фосфора - площадь с учётом фона на интервале. Для определения примесей бора и фосфора в ИПП АРДЭС были построены и-мерные градуировочные модели (MJ1P, РГК, РПЛС) с использованием разного количества спектральных линий основы, определяемых и мешающих элементов (табл. 11) для постоянного списка СО обучающей выборки. Для РГК- и РПЛС-градуировок число главных компонент соответствовало количеству элементов, входящих в модель. Множество ГЗ для определения содержаний бора состояло из 90 вариантов градуировок, множество ГЗ для определения содержаний фосфора — 120. На основе ранговой оценки РОСП как оптимальные ГЗ выбраны ПЛС модели для определения содержаний бора - со структурой из пяти элементов (А1; В; Са; Fe; Si), фосфора - из восьми элементов (А1; Са; Си; Fe; Mg; Mn; Р; Si), включая все линии этих элементов из таблицы 11. Градуировки построены по единой обучающей выборке, охватывающей всё разнообразие исследуемых объектов от исходных и промежуточных материалов до готовой продукции.

П.0.КШ.Ш.?ЛМ....}ШЖШШ> Сравнение аналитических возможностей обработки интегральных спектров в ПО АТОМ и ИПП АРДЭС выполнено на одних и тех же спектрах тестовой выборки, которая включала спектры природного кварцита, измельчённого механическим истиранием и термодроблением (соответственно, Кв-1 и Кв-1т); кварцевой крупки месторождений Бурал-Сарьдаг (Россия) и Уштобе (Казахстан), фирмы UNIMIN Corp. (США) - ЮТА STANDARD; СО RS-1 (Германия); кристаллического кремния - Si-1 и Si-2 (Омск, Россия). Полученные результаты сопоставлены с данными других методов анализа (табл. 12). Использование РПЛС-градуировок с выбранной структурой обеспечило улучшение нижней границы определяемых содержаний бора и фосфора.

Результаты прямого АЭА при обработке спектров с помощью многомерных градуировок хорошо согласуются с данными независимых методик, для выполнения которых необходимо переведение твёрдых образцов в раствор с применением особочистых реактивов. После обработки спектров в ИПП АРДЭС показатель информативности методики определения В и Р вырос с 11 до 37 бит. Таким образом, подтверждена эффективность использования и-мерного градуирования в прямом АЭА ДР с импульсным введением порошков проб и интегральной регистрацией спектров для снижения пределов определения за счёт учёта матричных и спектральных влияний.

Дуговой сцинтилляционный атомно-эмиссионный анализ порошковых проб

Две методики сцинтилляционного атомно-эмиссионного определения содержаний Аи и Ag, Pt и Pd и гранулометрического состава их частиц в горных породах, рудах и почвах явились результатом адаптации к современному спектральному комплексу существовавшей методики АЭАДР с регистрацией аналитических сигналов на ФЭУ. Сцинтилляционный АЭАДР используется для определения

Таблица 12. Результаты определения бора и фосфора (КГ* мае. %) в СО (обозначены курсивом) и пробах разнообразного состава

Образец Аттестованное значение Прямой АЭА Химико-АЭА, АТОМ ИСП-МС ИНАА* СПФ

Тип Название АТОМ АРДЭС

в Кварцит Ке-1 2,4 ±0,5 2,4 ±0,1 2,5 ±0,7 - 1,5 ±0,1 - Метод не используется для определения бора

Кварцевая крупка ЮТА 0,08 (0,10)т <2 0,09 ± 0,02 0,13 ±0,06 0,08 ±0,01 -

Л5-/ 0,025 ± 0,005 2,4 ±0,7 0,032 ±0,002 - - -

Кв-1т - <2 0,36 ±0,16 0,88 ±0,15 0,85 ±0,12 -

ВС - <2 0,16 ±0,05 - 0,35 ±0,20 0,25

Уштобе - 5±2 0,23 ± 0,03 - 0,23 ±0,17 -

Кремний ем - >50 380 ±57 - 370 ±90 -

- 20 ±5 24 ± 1 - 26 ±9 -

Нижняя граница определения 2 0,02 0,05 0,05 -

р Кварцит Кв-1 0,9 ±0,1 <20 3,5 ±1,4 2,0 ±0,4 1,2 ±0,2 - 0,90 ±0,18

Кварцевая крупка ЮТА ST 0,2 <2 0,25 ± 0,04 0,40 ±0,17 0,17 ±0,05 - 0,15 ±0,06

RS-] не аттестован <2 0,22 ±0,02 - - - -

Кв-1т - <2 0,62 ±0,30 1,1 ±0,3 0,48 ±0,10 - 0,69 ±0,14

БС - <2 0,24 ±0,10 - 0,30 ± 0,20 0,30 -

Уштобе - <2 1,6 ±0,5 - - - -

Кремний Si-1 - 30 ± 5 45 ±10 25 ±5 36 ±9 - -

Si-2 - <20 23 ±2 - 21 ±6 - -

Нижняя граница определения 2(20) од 0,1 0,05 - 0,1

Примечания: звёздочка (*) - анализ выполнен в Курчатовском центре, г. Москва; остальные результаты получены в ИГХ СО РАН, г. Иркутск; крест (•)■) - в скобках указано максимально допустимое значение содержания (по сертификату); прочерк (-) указывает на отсутствие данных для конкретного аналитического метода.

валовых содержаний аналитов, оценки состава фаз размером более 2 мкм, представленных частицами самородных металлов (золота, серебра - БМ и элементов платиновой группы) или их минералов. В методиках использованы непрерывное введение порошков проб без дополнительных процедур пробоподготовки и сцинтилляционная регистрация спектров. Спектральная установка состоит из устройства ПОТОК со встроенным электродуговым генератором "Шаровая молния"; спектрографа СТЭ-I и анализатора МАЭС (базовая экспозиция 4 мс, полная экспозиция - 16 мс). Спектральный диапазон охватывает четыре отрезка длин волн (нм): 242+254; 266+277; 313+328; 330+344. Обратная дисперсия для первых двух интервалов 0,37 нм/мм, а для остальных -0,47 нм/мм. Аналитическая навеска для одного параллельного измерения составила 150 мг. Для образцов с содержанием Au 0,004+0,5 г/т для каждого единичного определения измеряли четыре параллельных, а при содержаниях Au > 0,5 г/т единичное определение состояло из двух параллельных измерений. Обучающие и тестовые выборки были составлены из стандартных образцов горных пород, руд, почв и проб, проанализированных пробирным методом. Образцы с минимальным содержанием БМ подобраны в соответствии с кларками этих элементов (г/т): Ag - 0,06; Au - 0,004; Pt - 0,005; Pd - 0,01.

ОЗр.О&ООХШ.......(.ШШРШ- При сцинтилляционной регистрации спектров

записывается двухмерный аналитический сигнал по времени на определённой длине волны аналита, что теоретически обеспечивает снижение пределов обнаружения за счёт выделения индивидуальных вспышек от каждой частицы, содержащей аналит, в течение базовой экспозиции и их суммирования. Одновременно в рабочем спектральном диапазоне регистрируется интегральный сигнал, который является усреднением излучения за время полной экспозиции. Однако проблема учёта спектральных и матричных влияний остаётся. Специфическая регистрация спектров накладывает ограничения на методы их обработки. Предложенный способ выбора оптимального аналитического параметра, учитывающего особенности спектральной аппаратуры и макросостава образца, оказывается не применим, т.к. а priori неизвестно, сколько частиц БМ находится в исследуемом образце, какого они размера, а также каков вклад в суммарную интенсивность спектра, полученного от сцинтилляционных импульсов, сплошного фона, накапливаемого в течение базовой экспозиции, и ложных вспышек, обусловленных спектральными помехами. Для учёта перечисленных эффектов недостаточно двух существующих в ПО АТОМ алгоритмов выделения слабых сигналов из последовательности сцинтилляционных спектров - стандартного и расширенного. Поэтому предложено дополнительно отсекать сплошной фон и ложные вспышки по Зет-критерию после исключения из последовательности спектров вспышек крупных частиц ПрО = 3 х СКО, где ПрО - это "нулевой" порог в сцинтилляционных спектрах аналита, СКО - величина среднего квадратичного отклонения

аналитического сигнала, вычисленная по десяти-двадцати спектрам стандартных образцов разнообразного состава. Определение ПрО для линий золота, серебра, платины и палладия, выполнено по спектрам СО, в которых содержание аналита ниже его кларковых значений: СГД-2А (габбро эссекситовое); ССВ-1 (святоносит); СГ-1А (альбитизированный гранит); СГ-2 (аляскитовый гранит); СГ-3 (щелочной агпаитовый гранит); Кв-1 (кварцит). Построение линейных градуировочных зависимостей в билогарифмических координатах выполнено в ПО АТОМ. По сцинтилляционным спектрам для определения размеров частиц БМ установлены зависимости интенсивности импульсов от их диаметра. Найденные функциональные зависимости использованы для вычисления верхних пороговых значений интенсивности каждого класса крупности частиц и внесены в ПО АТОМ, чтобы классифицировать и подсчитывать количество импульсов от Аи-, Ag-, Р1:- и Рё-частиц в пяти произвольно заданных диапазонах крупности, например: 2-6; 6-10; 10-16; 16-22; > 22 мкм.

ПвШШ>пт>.Ш\(?св.Ш. Правильность определения валовых содержаний золота и серебра, платины и палладия оценена по спектрам СО из тестовых выборок с 2009 г. по 2011г. (табл.13). Найденные содержания золота близки к аттестованным или рекомендованным значениям. Для образцов СЗР-2 и ГСО 8634-2004, которые характеризуются высоким содержанием мешающих определению Аи элементов (СЗР-2 содержит Ре >7 мае. %, ГСО 8634-2004 -0,2 мае. % XV), предложенные способы не обеспечили учёт вкладов сплошного фона и ложных вспышек в суммарный сцинтилляционный спектр из-за недостаточного спектрального и временного разрешения сигналов. Использование многомерных градуировок является трудно выполнимым, т.к. содержания макроэлементов и микроэлементов, создающих спектральные помехи, в большинстве градуировочных образцов не аттестовано. Полученные распределения частиц золота в материале различных СО повторяются для каждого образца удовлетворительно и демонстрируют увеличение доли крупных Аи-частиц в пробах с рудными содержаниями золота (табл. 13). Результаты определения Ag, Рг и Р<1 тоже имеют удовлетворительную точность во всём интервале определяемых содержаний и надёжный счёт количества частиц. Контроль правильности определения валовых содержаний золота и серебра выполнен по результатам анализа рядовых проб горных пород и руд золоторудных месторождений Дальнего Востока пробирным методом (рис. 9а) и методикой КХА ФР. 1.31.2008.05150 (рис. 96). В пробирном анализе использованы навески 10 или 50 г, а в сцинтилляционном АЭА - 300 мг. При этом наблюдается высокая корреляция (г2Ю,85) между результатами двух методов анализа. На разброс результатов этих методов влияют неравномерное распределение Аи-частиц в пробах, которое проявляется при анализе различных аналитических навесок, и потери на этапе термической обработки углеродсодержащих пород при пробирной плавке. Для валовых содержаний Ag, полученных методиками с

Таблица 13. Содержание золота, серебра, платины и палладия в СО тестовых выборок, среднее количество Аи-и Ag-, ¥1- и Р(1-частиц и их

распределение по диаметрам (число единичных определений п=4-12)

СО Содержание, г/т Среднее количество зарегистрированны х частиц Распределение частиц по диаметрам (мкм), % отн.

Аттестовано Найдено Аттестовано Найдено 2-6 6-10 10-16 16-22 >22 2-6 6-10 10-16 16-22 >22

Аи Ав Аи АЙ Аи Ае

СГД-2А 0,004 0,008 ± 0,003 0,09 0,07 ±0,01 10 ± 2 2836 ± 172 100 0 0 0 0 99,7 0,26 0,04 0 0

ЗСХ-2 0,13 ± 0,05 0,13 ±0,03 28,17 ±0,69 30,4 ±1,4 21 ±4 3927 ± 345 81,8 9,1 5,55 2,9 0,65 0,37 0,43 2,4 14,4 82,4

СЗХ-1 0,9 ±0,1 0,9 ±0,2 0,31 ±0,05 0,39 ±0,03 43 ±3 1901 ±60 63 20,4 10,2 4 2,4 97,3 2,3 0,35 0,04 0,01

СЛг-1 2,5 ±0,3 2,5 ±0,3 0,47 ±0,08 0,35 ± 0,07 45 ±7 1668 ±86 45,5 20,4 15 9,5 9,6 95,9 3,2 0,57 0,24 0,09

СЧС-1 0,10 ±0,02 0,11 ±0,01 0,10 ±0,02 0,13 ±0,02 17±2 3646 ± 174 74,2 8,8 9Л 5,5 2,3 99,5 0,38 0,09 0,02 0,01

СЗР-2 4,6 ±0,2 3,7 ±0,6 1,1 ±0,1 1,6 ±0,1 203 ± 27 1761 ±82 66,5 24 6,3 2 1,2 30,5 65,5 3,71 0,26 0,03

гсо 8634-2004 6,4 ±0,7 17,6 ±1,9 17,0 ± 0,9 19,2 ±1,5 795 ±46 1932 ±52 48,1 32,8 14,6 3,3 1,2 0,5 1,4 12,2 42,9 43

НР-4 9,6 ±1,5 10,2 ±0,9 4,23 ±0,61 2,25 ±0,17 148 ±8 1589 ±94 42,4 22,8 17,6 10,1 7,1 25,2 57,9 13,8 2,2 0,9

Р1 Р(1 Р1 ра Р1 Р<1

СЧС-1 0,00122 ± 0,00049 <0,03 0,00130 ± 0,00026 0,0017 ± 0,0005 15 ±12 8 ± 5 100 0 0 0 0 93,4 4,0 2,6 0 0

СЛг-1 0,0022 ± 0,00046 <0,03 0,00230 ± 0,00056 0,0027 ± 0,0006 10 ±9 8±4 100 0 0 0 0 97,3 0 2,7 0 0

ПФ СОП 1-90 91 ±6,4 95 ±12 0,9 1,1 ±0,2 147 ±32 435 ±37 70,9 2,8 3,1 5,9 17,3 42,7 43,3 12,1 0,8 1,1

ж-з 1,16±0,11 1,35 ±0,25 5,64 ± 0,3 5,7 ±0,6 96 ±28 2370 ±94 99,6 0,1 0,3 0 0 1,2 3,4 25,8 35,3 34,3

ВП-2 2,64 ±0,34 1,93 ±0,31 6,63 ±0,45 6,0 ±0,3 172 ±23 2467 ±15 93,5 0,3 0,6 2,4 3,2 1,7 5,1 17,1 26,3 49,8

КМ-1 8,58 ±0,35 8,4 ±1,2 37,6 ±4,2 34,4 ±5,6 409 ±100 1735 ±70 88,8 1,2 0,9 0,7 8,4 3,1 16,7 14,5 11,4 54,3

Примечание: для СО, выделенных курсивом, среднее количество зарегистрированных частиц рассчитано для массы 600 мг, для остальных СО-300 мг.

40 60 Пробы

Сцинтилляционный АЭА ДР (ИГХ СО РАН) Пробирный анализ (ООО "РДМ-Ресурсы") ФР.1.31.2008.05150 (ИГХ СО РАН)_

80 703 $0

& 50 та

т ад

о

ш 30 ф 20г 1»

£ о

СЗР-2

3-5

15-25

Рис. 9. Результаты определения валовых содержаний золота и серебра разными методиками Пунктиром отмечены нижние пределы определения пробирного анализа для навесок 50 и 10 г.

интегральной и сцинтилляционной регистрацией спектров, наблюдается хорошая согласованность результатов (1^=0,96). Удовлетворительная сопоставимость экспериментально найденных распределений Аи-частиц по размерам с литературными данными (рис. 10) подтверждает правильность предложенных приёмов обработки

сцинтилляционных сигналов и установленных функциональных зависимостей. Сравнение диапазонов определения Аи, А§, Р1 и Р<1 методик с регистрацией на ФЭУ и МАЭС (табл. 14) при условии, что их результаты являются полуколичественными (V категория точности) и в равной степени обеспечивают учёт спектральных и неспеюрапьных влияний, информативность методик с регистрацией на МАЭС выше. Фактически достигнутые нижние границы определения аналитов указывают на достижение теоретически предсказанных пределов определения золота, палладия и серебра, сопоставимых с их средним содержанием в литосфере. Скорость и простота выполнения разработанных методик, их высокая информативность делают метод сцинтилляционного АЭА ДР незаменимым при

30

5-9 9-12 12-15 Диаметр (<*), мкм

ОВНАи

3-5

5-9 9-12 12-15 Диаметр (4), мкм

15-25

| I регистрация на ФЭУ ' | Регистрация на МАЭС I_| Паспортные данные СО

Рис. 10. Распределения Аи-частиц в СО ОВН-Аи и СЗР-2.

геохимических поисках благороднометальных месторождений, при разбраковке проб перед выполнением измерений содержаний БМ другими методами анализа, а также при исследовании возможностей разрабатываемых технологий извлечения БМ из руд и минералов.

Таблица 14. Диапазоны определения Аи, Ag, Р1 и Рс1 разными методиками

Аналит Среднее содержание в литосфере, г/т Стць г/т Сщах» Г/т РтГ, бит

ФЭУ МАЭС ФЭУ МАЭС ФЭУ МАЭС

Ag 0,06 0,01 0,05 10 10 16,6 26,3

Au 0,004 0,03 0,004 10 15

Pt 0,005 0,10 0,03 10 9 16,5 27,0

Pd 0,01 0,005 0,0013 10 12

ВЫВОДЫ

1. Разработана новая методология химического анализа сложных объектов, которая объединяет в одну общую интеллектуальную систему знания из предметных областей атомно-эмиссионной спектроскопии, теории информации, нечёткого моделирования и многомерного статистического анализа данных.

2. Созданы полные и устойчивые информационные модели аналитических процессов, наблюдаемых в методиках АЭА ДР на этапах предобработки измеренных спектральных данных, установления градуировочных зависимостей и оценки их качества, использование которых обеспечивает снижение матричных и спектральных влияний.

3. Разработаны правила формирования структуры «-мерных градуировочных зависимостей, согласно которым достигается минимизация погрешностей результатов анализа за счёт использования для каждого определяемого элемента аналитических параметров линий макроэлементов, линий-аналогов мешающих элементов и групп линий аналита (одновременно атомные и ионные спектральные линии).

4. Показано, что многомерная обработка спектральной информации является универсальным подходом при компьютеризации методик АЭА с разными способами введения вещества в дуговой разряд и вариантами регистрации спектра, благодаря выделению полезного аналитического сигнала и использованию единых оптимальных «-мерных градуировок для анализа проб разнообразного состава.

5. Создан интегрированный программный продукт "Автоматическая расшифровка дуговых эмиссионных спектров", который включает разработанные информационные модели, правила и технологическую схему их функционирования, а также является набором приложений для расчёта содержаний элементов в пробах и оценки качества результатов. В ИПП АРДЭС реализованы возможности обоснованного выбора помехоустойчивых вариантов аналитических параметров и «-мерных градуировочных зависимостей; выявления скрытых факторов в структуре исследуемых данных и нахождения числа главных компонентов для корректного использования многомерных градуировок; вычисления «-мерных градуировок с изменяемой структурой данных. Всё это принципиально отличает ИПП АРДЭС от существующих в мире программ обработки атомно-эмиссионных спектров.

-406. С помощью ИПП АРДЭС расширен круг и диапазоны содержания одновременно определяемых элементов, улучшены их пределы определения, существенно снижены погрешности результатов при сохранении высокой производительности метода и минимальном влиянии человеческого фактора.

7. Достигнуто повышение показателя информативности методик анализа и снижение стоимости аналитических работ при проведении прямого АЭА ДР порошковых проб образцов природных и техногенных сред без проведения трудоёмкой химической пробоподготовки или использования высокоразрешающих спектрометров.

8. Разработаны семь методик АЭА ДР с использованием ИПП АРДЭС, две из которых включены в область аккредитации Аналитического отдела ИГХ СО РАН.

9. Получены новые аналитические данные для аттестации стандартных образцов разнообразного состава природного и техногенного происхождения, геохимических исследований и построения геологических карт нового поколения.

ЗАКЛЮЧЕНИЕ

Новая методология химического анализа сложных объектов обеспечивает улучшение качества аналитических данных, получаемых на современных компьютеризированных дуговых атомно-эмиссионных спектрометрах. Внедрение новой методологии в практику научных и производственных лабораторий будет способствовать проведению масштабных аналитических исследований при геохимических поисках месторождений полезных ископаемых, мониторинге и прогнозе состояния окружающей среды, природных и промышленных объектов для развития минерально-сырьевой базы страны и инновационного развития экономики.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Shabanova E.V., Vasilyeva I.E. Modeling of data structure for multivariate calibration in atomic emission spectrometjy // Progress in Chemometric research / ed. A. Pomerantsev. NY.: NOVA Science Publishers, 2005. P. 137-149.

2. Васильева И.Е., Кузнецов A.M., Васильев И.Л., Шабанова E.B. Градуировка методик атомно-эмиссионного анализа с компьютерной обработкой спектров // Журнал аналитической химии, 1997. Т. 52, № 12. С. 1238-1248.

3. Vasilyeva I.E., Shabanova E.V. Calibration model of simultaneous multielement atomic-emission analysis using analytical line groups of each determined element // Fresenius' Journal of Analytical Chemistry, 1998. V. 361, № 3. P. 280-282.

4. Vasilyeva I.E., Shabanova E.V., Kuznetzov A.M. Evaluation of similarity of macro-element compositions of sample and calibrating RSM in multielement AEA // Chimia, 1998. V. 52, № 7-8. P. 340.

5. Vasilyeva I.E., Shabanova E.V., Sokolnikova Yu.V„ Proydakova O.A., Lozhkin V.I.. Selection of internal standard for determination В and P by ICP-MS in silicon photovoltaic materials // Journal of Analytical Atomic Spectrometry, 1999. V. 14, № 9. P. 1521-1523.

6. Васильева И.Е., Шабанова E.B., Васильев И.Л. Оптимизационные задачи при выборе методических условий анализа вещества // Заводская лаборатория. Диагностика материалов. 2001. Т. 67, №5. С. 60-66.

7. Васильева И.Е., Шабанова Е.В., Сокольникова Ю.В., Пройдакова О.А., Непомнящих А.И., Васильев И.Л., Финкелыптейн А.Л. Комплекс методов определения примесей в

мультикремнии и продуктах его производства /У Аналитика и контроль, 2001. Т. 5, № 1. С. 24-34.

8. Shalaev A., Radzhabov A., Shabanova Е. Introducing alkali impurities into BaFBr:Eu2+ crystals and their effect on photo-stimulated luminescence// Nuclear instruments and methods in physics research (Section A), 2002. V. 486, N° 1-2. P. 471-473.

9. Васильева И.Е., Шабанова E.B. Прямое атомно-эмиссионное определение серебра н золота в геологических образцах // Заводская лаборатория. Диагностика материалов. 2005. Т. 71, № 10. С. 10-16.

10. Шабанова Е.В., Васильева И.Е., Непомнящих А.И. Модель аналитического параметра спектральной линии в атомно-эмиссионном анализе // Заводская лаборатория. Диагностика материалов. 2005. Т. 71, № 1. С. 11-18.

11. Шабанова Е.В., Васильева И.Е., Васильев И.Л., Непомнящих А.И. Модели градуировки и оценка их применимости в многоэлементном атомно-эмиссионном анализе твердых образцов//Заводская лаборатория. Диагностика материалов. 2005. Т. 71, №2. С. 9-15.

12. Васильева И.Е., Шабанова Е.В., Васильев И.Л. Применение МАЭС для автоматизации дугового атомно-эмиссионного анализа // Аналитика и контроль. 2005. Т. 9, № 2. С. 150-156.

13. Vasilyeva I.E., Shabanova E.V., Pakhomova N.N., Epova E.N. Atomic emission determination of micraelemental composition of diatoms // Chinese Journal of Geochemistry. 2006. V. 25 (Suppl.), P. 201-202.

14. Васильева И.Е., Шабанова E.B. Моделирование структуры данных при использовании многомерной градуировки в атомно-эмиссионной спектрометрии // Аналитика и контроль, 2009. Т. 13, № 1.С. 23-32.

15. Шабанова Е.В., Васильева И.Е., Бусько А.Е., Кунаев А.Б. Оценка размера частиц золота и серебра в геологических образцах с использованием сцинтилляционного атомно-эмиссионного анализа с высоким временным разрешением // Аналитика и контроль, 2009. Т. 14, Ks 4. С. 186-200.

16. Васильева И.Е., Шабанова Е.В., Бусько А.Е., Кунаев А.Б. Методика определения содержания золота и серебра в геологических образцах с использованием сцинтилляционного атомно-эмиссионного анализа с высоким временным разрешением // Аналитика и контроль, 2009. Т. 14, № 4. С. 201-213.

17. Шабанова Е.В., Васильева И.Е. Использование многомерных градуировок для атомно-эмиссионного определения бора и фосфора в продуктах производства кремния // Аналитика и контроль, 2011. Т. 15, №3. С. 353-362.

18. Васильева И.Е., Шабанова Е.В. Дуговой атомно-эмиссионный анализ для исследования геохимических объектов // Заводская лаборатория. Диагностика материалов. 2012. Т. 78, № 1(11). С. 14-24.

19. Шабанова Е.В., Бусько А.Е., Васильева И.Е. Дуговой сцинтилляционный атомно-эмиссионный анализ порошковых проб при использовании МАЭС с высоким временным разрешением // Заводская лаборатория. Диагностика материалов. 2012. Т. 78,. № 1(11). С. 2433.

20. Струневич С.К., Васильева И.Е., Пройдакова O.A., Шабанова Е.В., Джугашвили A.A. Некоторые особенности пробоподготовки трихлорсилана и четырёххлористого кремния к атомно-эмиссионному определению примесей // Аналитика и контроль. 2012, Т. 16, № 1. С. 4-13.

21. Шабанова Е.В., Джугашвили A.A., Васильева И.Е., Струневич С.К., Пройдакова O.A. Атомно-эмиссионное определение примесей в трихлорсилане и четырёххлористом кремнии // Аналитика и контроль, 2012. Т. 16, № 1. С. 14-22.

22. Васильева И.Е., Шабанова Е.В., Анчугина Е.А., Суслопарова В.Е. Исследование стабильности материала стандартных образцов состава горных пород СГ-3, ССЛ-1, СИ-2 и СИ-3 // Стандартные образцы. 2012. Na 2. С. 13-30.

23. Васильева И.Е., Шабанова Е.В., Развозжаева Э.А. Благородные металлы в нерастворимом углеродистом веществе черносланцевых пород и руд по данным прямого атомно-эмиссионного анализа // Геохимия, 2012, № 9. С. 860-866

Отчеты о научно-исследовательской работе

24. Автоматизированный комплекс определения элементного состава природных и техногенных твёрдых образцов с помощью дугового атомно-эмиссионного анализа (государственный контракт №3372Р/5831 от 11.08.2005) / рук. темы Шабанова Е.В. Иркутск: Спектр-информ, 2006. 131 с.

Материалы конференций

25. Шабанова Е.В., Павлов С.М., Романова A.C. Количественный дуговой атомно-эмиссионный анализ геологических образцов по способу вдувания-просыпки с помощью ИПП АРДЭС // Материалы конф. молодых ученых. Иркутск: Изд-во ИГ СО РАН, 2007. С. 189-191.

26. Шабанова Е.В., Павлов С.М. Возможности ИПП АРДЭС в анализе твёрдых образцов // Материалы конф. молодых ученых. Иркутск: Изд-во ИГ СО РАН, 2007. С. 192-194.

27. Шабанова Е.В., Бусько А.Е., Пройдакова O.A., Васильева И.Е. Определение мышьяка в сопряженных средах "вода-почва-растение" атомно-эмиссионными методиками // Геология Западного Забайкалья: Материалы Всерос. молодеж. науч. конф. Улан-Удэ: Изд-во Бурятского госуниверситета, 2011. С. 134-137.

28. Шабанова Е.В., Васильева И.Е. Количественная методика одновременного определения 20 элементов в геохимических объектах методом атомно-эмиссионной спектрометрш! по способу вдувания-просыпки // Геология Забайкалья: Материалы Всеросс. молодеж. науч. конф. Улан-Удэ: Изд-во Бурятского госуниверситета, 2011. С. 137-141.

29. Шабанова Е.В., Бусько А.Е., Васильева И.Е. Способы учета матричных и спектральных влияний при сцинтилляционном атомно-эмиссионном определении Au, Ag, Pt и Pd в геологических образцах // Геология Забайкалья: Материалы Всерос. молодеж. науч. конф. Улан-Удэ: Изд-во Бурятского госуниверситета, 2012. С. 32-46.

30. Шабанова Е.В., Васильева И.Е., Бусько А.Е., Забанов Ю.А Некоторые приёмы математической обработки информации в атомно-эмиссионной спектрометрии // Применение анализаторов МАЭС в промышленности: материалы XII междунар. симп. Новосибирск: ВМК-Оптоэлектроника, 2012. С. 34-41.

Объекты интеллектуальной собственности

31. Васильева И.Е., Шабанова, Е.В., Павлов С.М. Интегрированный программный продукт "Автоматическая расшифровка дуговых эмиссионных спектров" (ИПП АРДЭС) / Васильева И.Е., Павлов С.М., Шабанова Е.В.//Реестр программ для ЭВМ Федеральной службы по интеллектуальной собственности, патентам и торговым знакам РФ (Свидетельство № 2006610490 от 1 февраля 2006 г.).

32. Методика СТП ИГХ-015-01. Мультикремний, кремний кристаллический, диоксид кремния, кварц и трихлорсилан. Методика выполнения измерений массовых долей примесей / Васильева И.Е., Пройдакова O.A., Шабанова Е.В. Иркутск: ИГХ СО РАН, 2001. 26 с.

33. Методика ФР.1.31.2008.05150. Методика КХА. Атомно-эмиссионный анализ геологических образцов по способу вдувания-просыпки / Шабанова Е.В., Васильева И.Е., Павлов С.М.. Иркутск: ИГХ СО РАН, 2007.26 с.

34. Методика ФР.1.31.2010.07881. Трихлорсилан и кремний чегыреххлористый. Методика определения массовых долей примесей сорбционно-атомно-эмиссионным методом / Васильева И.Е., Пройдакова O.A., Шабанова Е.В., Джугашвили A.A., Счрунсвич С.К. Иркутск: ИГХ СО РАН, 2010.24 с.

Подписано к печати 06.02.2014 г. Формат 60 х 84/16. Объем 2,6 п.л. Тираж 120 экз. Заказ № 633. Издательство Института географии им. В.Б. Сочавы СО РАН. 664033 г. Иркутск, ул. Улан-Баторская, 1.

Федеральное государственное бюджетное учреждение науки Институт геохимии им. А.П. Виноградова Сибирского отделения Российской академии наук (ИГХ СО РАН)

На правах рукописи

05201450710

Шабанова Елена Владимировна

МНОГОМЕРНАЯ ОБРАБОТКА СПЕКТРАЛЬНОЙ ИНФОРМАЦИИ В ДУГОВОМ АТОМНО-ЭМИССИОННОМ АНАЛИЗЕ ПРИРОДНЫХ И ТЕХНОГЕННЫХ ОБРАЗЦОВ

** 4 Специальность 02.00.02 - Аналитическая химия

Диссертация на соискание ученой степени доктора физико-математических наук

Иркутск — 2013

СОДЕРЖАНИЕ

Введение..............................................................................................................................................4

Глава 1. Техническое развитие и компьютеризация атомно-эмиссионного анализа................14

1.1. Схема процесса химического анализа...............................................................................14

1.2. Геохимия и геоанализ.........................................................................................................17

1.3. Объекты, пробоотбор и пробоподготовка........................................................................18

1.4. Аналитическое устройство, измерение и размерность аналитического сигнала.........19

1.4.1. Аналитическое устройство........................................................................................19

1.4.2. Измерение и размерность аналитического сигнала................................................20

1.5. Обработка спектральной информации и представление результатов...........................23

1.5.1. Процессы обработки спектров..................................................................................23

1.5.2. Программные продукты для атомно-эмиссионного анализа.................................39

1.6. Выводы.................................................................................................................................41

Глава 2. Модели извлечения информации из дуговых атомно-эмиссионных спектров...........43

2.1. Модели представления информации в дуговом атомно-эмиссионном анализе, адаптированные к компьютерной обработке спектров..........................................................46

2.1.1. Модель аналитического сигнала...............................................................................46

2.1.2. Аналитическая информация, используемая при градуировании

в атомно-эмиссионной спектрометрии..............................................................................51

2.1.3. Структура градуировочных моделей в дуговом атомно-эмиссионном анализе..51

2.2. Хемометрические подходы к извлечению информации.................................................53

2.2.1. Хемометрическая модель выбора оптимального аналитического параметра спектральной линии.............................................................................................................53

2.2.2. Хемометрическая модель выбора оптимальной градуировочной зависимости ..56

2.3. Выводы.................................................................................................................................60

Глава 3. Интегрированный программный продукт для автоматической расшифровки дуговых эмиссионных спектров.....................................................................................................61

3.1. Схема работы ИПП АРДЭС...............................................................................................62

3.2. Структуры баз данных ИПП АРДЭС................................................................................63

3.2.1. База данных стандартных образцов.........................................................................65

3.2.2. База данных аналитических линий...........................................................................66

3.2.3. База данных нормативов количественного химического анализа........................66

3.2.4. Система управления базами данных........................................................................67

3.3. База знаний ИПП АРДЭС...................................................................................................67

3.4. Представление данных, используемых ИПП АРДЭС.....................................................68

3.4.1. Структура хранения данных в программе...............................................................68

3.4.2. Загрузка исходной аналитической информации.....................................................69

3.4.3. Коррекция исходных данных....................................................................................72

3.5. Алгоритмическое описание математических методов,

используемых в ИПП АРДЭС...................................................................................................75

3.5.1. Алгоритмы сортировки..............................................................................................76

3.5.2. Алгоритмы работы с матрицами..............................................................................77

3.5.3. Алгоритмы построения градуировок.......................................................................79

3.5.4. Алгоритмы проверки качества полученных результатов......................................83

3.5.5. Алгоритмы хемометрического извлечения информации.......................................85

3.6. Экспорт полученных результатов.....................................................................................87

3.6.1. Рабочий журнал аналитика.......................................................................................87

3.6.2. Журналы контроля качества результатов анализа..................................................88

3.7. Выводы.................................................................................................................................89

Глава 4. Автоматизированная обработка спектральной информации в методиках дугового атомно-эмиссионного анализа. Достигнутые показатели качества результатов: правильность, воспроизводимость, информативность.................................................................91

4.1. Эмиссионное определение фтора по способу вдувания-просыпки...............................92

4.2. Определение 25 элементов по способу вдувания-просыпки........................................104

4.3. Дуговой сцинтилляционный атомно-эмиссионный анализ порошковых проб..........120

4.4. Атомно-эмиссионное определения Аи и Р1 в концентратах нерастворимого

углеродистого вещества...........................................................................................................131

4.5. Определение бора и фосфора в продуктах производства кремния..............................136

4.6. Атомно-эмиссионное определение примесей в трихлорсилане и

четырёххлористом кремнии....................................................................................................142

4.7. Выводы...............................................................................................................................148

Заключение.....................................................................................................................................149

Список терминов и определений..................................................................................................152

Список условных обозначений и сокращений............................................................................161

Литература......................................................................................................................................165

Введение

Актуальность. В последние десятилетия развитию прямых методов анализа вещества уделяется особое внимание. Эти методы позволяют определять не только элементный состав макро- и микро образцов твёрдых (порошковых) проб без переведения в раствор, но и размеры частиц индивидуальных фаз. Одним из первых физических спектральных методов определения химического состава сложных смесей и чистых веществ явился атомно-эмиссионный анализ с дуговым разрядом (АЭА ДР). До сих пор привлекательность метода заключается в высокой информативности получаемых результатов - это одновременное экспрессное определение микро- и макроэлементов в широком диапазоне содержаний; недорогое и простое в эксплуатации оборудование для анализа порошковых непроводящих материалов, в том числе с высоким содержанием органических соединений; оценка в валовой пробе распределения по размерам частиц рудных минералов и др. Несмотря на большие случайные и систематические погрешности результатов, прямой АЭА по-прежнему остаётся одним из наиболее универсальных методов анализа вещества в науках о Земле; востребован при поисках рудного и нерудного минерального сырья, технологических исследованиях, экологическом мониторинге.

Ранее из-за недостаточности развития теории метода для снижения погрешностей результатов анализа использовали только эмпирические и полуэмпирические приёмы учёта влияния перекрёстных помех и формы нахождения определяемого элемента в пробе (рациональный выбор градуировочных образцов; предварительная пробоподготовка; совершенствование спектральных приборов и др.) [50]. Современное развитие метода связано с заменой спектрографов на компьютеризированные спектрометры с цифровой регистрацией излучения твердотельными детекторами изображений, с использованием стабилизированных дуговых генераторов, вычислительной техники и программного обеспечения (ПО) для управления оборудованием и обработки спектральной информации. Однако обрабатывающее ПО по-прежнему базируется только на простейших вычислительных моделях, которые с 30-х годов прошлого столетия применяли при ручной обработке спектров. Это снижает эффективность использования автоматизированных спектрометров, надёжность результатов и резко ограничивает круг аналитических задач, для решения которых прямой многоэлементный АЭА ДР является наиболее экономически выгодным методом химического анализа.

Отсутствие теоретически обоснованных и хорошо согласующихся с реальными данными вычислительных моделей обработки спектральной информации в АЭА объясняется множественностью взаимных влияний разнообразных факторов, невозможностью их оперативного учёта для каждой пробы, что не позволяет создать физическую модель интенсивности спектральной линии, которая обеспечивала бы необходимую точность

количественного результата многоэлементного анализа. Поэтому совершенствование ПО должно опираться на поиск и применение многомерных моделей обработки данных, адекватно описывающих процессы взаимодействия вещества с аналитическим устройством. Одним из перспективных направлений развития метода является представление процесса химического анализа с точки зрения теории информации, что даёт возможность создавать и использовать информационные модели управления для компьютеризированной обработки спектральной информации, обеспечивая повышение качества результатов АЭА ДР. Таким образом, цели исследования заключались в:

- формировании моделей обработки спектральной информации на основе наиболее информативных признаков для улучшения качества результатов при условии сохранения всех достоинств прямого АЭА ДР (разнообразие объектов исследования, многоэлементность, широкие диапазоны определяемых содержаний)

- проектировании технологических схем функционирования предложенных моделей для автоматизации методик рутинного атомно-эмиссионного анализа;

- создании программного обеспечения для реализации автоматизированных методик определения элементного состава природных и техногенных образцов методом АЭАДР, ориентированного на обработку эмиссионных спектров, полученных по способам вдувания-просыпки и испарения из канала электрода и зарегистрированных многоканальными анализаторами МАЭС в коммерческом ПО АТОМ (ООО "ВМК-Оптоэлектроника", Новосибирск).

Для достижения поставленных целей потребовалось решение следующих задач:

1. Разработка информационной модели аналитического сигнала, структуры градуировочных зависимостей и алгоритмов выбора оптимальных вариантов, как для вычисления аналитического сигнала, так и градуирования при обработке спектральной информации на отдельных этапах процесса анализа.

2. Проектирование технологического процесса выделения необходимой спектральной информации из данных, получаемых любой методикой АЭА ДР.

3. Разработка алгоритмов и архитектуры ПО для обработки дуговых атомно-эмиссионных спектров природных и техногенных образцов.

4. Формирование баз данных и знаний, необходимых для работы ПО.

5. Выбор и апробация способов компьютерной обработки спектральных данных с учётом особенностей конкретного программно-аппаратного спектрального комплекса (способы введения проб в разряд и варианты регистрации спектров) и объекта анализа.

6. Создание, при помощи разработанного ПО, автоматизированных методик прямого АЭА порошковых образцов, оценка их показателей качества (метрологических характеристик и информативности).

Научная новизна исследования заключается в следующем:

1. Теоретически обоснована необходимость использования нечёткого моделирования при выборе оптимальной структуры спектральной информации для учёта матричных эффектов (неспектральные влияния) и наложений линий мешающих элементов (спектральные помехи) в дуговом спектре, а также повышения качества результатов АЭС.

2. Для аналитических процессов, имеющих место в методиках АЭС, на основе теории информации и многомерного статистического анализа построены нечёткие модели управления, которые являются полными и устойчивыми:

- аналитического сигнала спектральной линии с учётом её спектрального окружения и аппаратурных особенностей спектральной установки;

- хемометрического выбора оптимального аналитического параметра;

- хемометрического выбора оптимальной градуировочной зависимости.

3. Предложенные модели положены в основу разработанного интегрированного программного продукта "Автоматическая расшифровка дуговых эмиссионных спектров" (ИПП АРДЭС) для автоматизации методик прямого атомно-эмиссионного анализа природных и техногенных образцов для улучшения качества результатов.

4. ИПП АРДЭС является набором приложений для решения классификационных и вычислительных задач, которые возникают в практике анализа. ИПП АРДЭС не имеет аналогов в России и за рубежом, т.к. характеризуется следующими принципиальными особенностями:

- использование информационных моделей нечёткой логики для обоснованного выбора помехоустойчивых вариантов аналитических параметров и п-мерных градуировочных зависимостей с изменяемой структурой данных;

- выявления скрытых факторов в структуре исследуемых данных и нахождение числа главных компонент;

- вычисление п-мерных градуировочных зависимостей с изменяемой структурой данных;

- оперирование базами данных (содержаний элементов в стандартных образцах и аттестованных смесях, аналитических линий элементов, нормативов количественного химического анализа) и базами знаний (модули решения классификационных задач).

5. На основе сформированных принципов технологии обработки спектральной информации с использованием автоматизированного спектрального комплекса разработаны методики АЭА ДР, соответствующие Ш-1У категориям точности Классификации методов лабораторного анализа [87] и предназначенные для поисковых и оценочных геолого-геохимических исследований, выполнения геоэкологического мониторинга состояния территорий, для аналитического контроля промышленного производства кремния.

Степень обоснованности результатов исследования. При разработке ИПП АРДЭС проведено математическое и компьютерное моделирование процессов обработки спектральных данных с применением нечёткой логики, методов многомерного статистического анализа и прикладной статистики объектов нечисловой природы. В качестве критериев оптимизации разработанных математических моделей использованы общепринятые в аналитической химии представления о качестве результатов анализа, характеризуемом минимальными случайными и систематическими погрешностями. В вычислительных экспериментах для выбора оптимальных способов компьютерной обработки спектральной информации использована технология обратного распространения ошибки. Достоверность результатов разработанных методик анализа подтверждена способами контроля качества по стандартным образцам состава, методами стандартных добавок и разбавления нейтральной средой, получением согласованных результатов измерений независимыми аналитическими методами. Две методики прошли метрологическую экспертизу и внесены в Реестр методик РФ.

Практическая значимость работы:

1) Разработана структура информационных моделей, математический и алгоритмический аппарат для учёта спектральных и неспектральных влияний при обработке спектральных данных, полученных при выполнении прямого АЭА ДР порошковых проб природных и техногенных сред.

2) Создан ИПП АРДЭС для обработки дуговых атомно-эмиссионных спектров, который позволяет существенно снизить погрешности результатов прямого АЭА при сохранении аналитических возможностей (разнообразие объектов исследования, многоэлементность, широкие диапазоны определяемых содержаний) и высокой производительности метода благодаря замене личных знаний и опыта аналитика на компьютерную модель.

3) Для работы ИПП АРДЭС созданы базы данных аналитических линий элементов, содержаний элементов в стандартных образцах и аттестованных смесях, нормативов количественного химического анализа.

4) Использование в программном продукте системы шаблонов, позволяет разрабатывать методики и выполнять анализы с минимальным влиянием человеческого фактора. Заложенные алгоритмы проверки качества результатов согласно алгоритмам нормативных документов упрощают процедуры проверки и оценки их точности, ускоряют процесс выдачи результатов.

5) ИПП АРДЭС является набором приложений для расчёта содержаний элементов в пробах и оценки качества результатов, которые заносятся в рабочий журнал аналитика, журналы внутреннего оперативного и приёмочного контроля, и выдаются заказчику в виде электронных таблиц или твёрдой копии протокола результатов КХА.

6) Разработаны методики КХА порошковых проб с метрологическими характеристиками результатов, соответствующие Ш-ГУ Категориям точности классификации методов лабораторного анализа МПРиЭ:

- Эмиссионное опре