LTB Lasertechnik Berlin GmbH是在整个光学光谱领域内具有创新开拓精神的短脉冲激光器、高分辨率光谱仪、和基于激光的分析设备制造商，产品行销世界各地。我们探索最广范围的实际应用需求，并把它们纳入我们的产品开发。我们的产品以高瞻远瞩的创新水平为特点并且对全球设备标准产生着深远的影响。

在工业生产中，保证工艺洁净度，消除微粒污染是保证产品质量安全的主要方面。特别是合金颗粒，它具有一定的硬度和导电性，需要避免出现在相应的产品中。因此为了有效避免污染，德国宝马汽车公司（BMW）提出了对零件生产过程中产生的微粒快速表征溯源的需求。

LTB公司依托自身的优势，为其设计了结合激光诱导击穿光谱技术（LIBS）和拉曼技术（RAMAN）两种检测手段的设备CORALIS以满足其需求，并利用元素定量分析研究了机械内部生成的铝颗粒与其原材料的对应性，分析结果表明该设备为从事TCA工作的实验室提供了轻松将零件内部产生的微粒溯源的可能。

实验配置

实验采用了LIBS&RAMAN耦合装置CORALIS（LTB Lasertechnik Berlin，Germany）进行。内置Nd：YAG激光器，波长1064nm，聚焦光斑20μm，脉冲能量设置5mJ；搭配中阶梯光谱仪Aryelle Butterfly（LTB Lasertechnik Berlin，Germany），分辨率15000（λ/Δλ），EM-CCD相机增益设置200。并选取了45-100μm（a），100-250μm（b），250-500μm（c），500-1000μm（d），＞1000μm （e）（上限约为5000μm）不同尺寸等级的铝合金样本标样（CRMs）作为研究对象。

实验结果

利用PLS回归建立了Si、Mg、Ni、Pb、Cr等10种元素的定量模型。标准模型的建立和验证使用了MATLAB程序。通过验证和相关系数R2来评估所建立的定量模型质量，并确定了预测浓度和参考浓度的绝对偏差。

图1展示了硅元素的回归曲线，x轴为样本参考浓度，y轴为预测浓度值。在图1A中，可以看到覆盖整个硅浓度范围（0~12.7%wt）的“全局”回归曲线，预测值与参考值之间偏差较大，因此，为了改善模型，将硅浓度范围分为两部分来建立两个子标准模型（图1B、C）：在粗略估计是选择“全局”标准模型，两个子校准模型可以用来精确定量。虽然硅在2~6%wt之间，没有可参考的CRMs，但是在TCA分析中主要关注的铝合金硅含量都不在这个范围之内。

在图2中展示了硅、锰、镁预测结果，黑色表示参考浓度，蓝色方框是验证结果，未用于建立标准模型的样本用绿色星星标注。除了铜的LOQ是0.1%wt，所有元素的定量限都近似为0.05%wt。这对于TCA来说已经足够用了，常用的铝合金中元素浓度标准几乎都高于0.05%wt，甚至0.1%。当然在预测值接近定量上下限时偏差会较大，均在1%以上，在使用建立的模型时这是必须要考虑和说明的。而预测准确度方面，用于标准模型建立和未用于标准模型建立的CRMs之间没有明显差异，其绝对偏差一般都在0.5~0.002%wt之间，这意味着模型的稳定性和准确性。作者最后还考虑到样品铝合金的制造工艺不同，粒径以及金相结构等方面，来解释误差或者偏移情况。具体可以参考：https://doi.org/10.1016/j.sab.2023.106691

总结

一般来说，虽然定量结果存在偏移，但在TCA的背景下并不显著，无论微粒的状态如何都能够很好地代表其原材料的类别。当我们通过CORALIS不断在工厂内部积累大量数据，形成内部参考标准时，将未知微粒的成分和大块材料直接关联起来，从而使确定污染物来源成为可能。