Сравнение метода “пик/фон” и эмпирической корректировки результатов при электронно-зондовом энергодисперсионном количественном анализе порошковых материалов

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Рассмотрены в сравнении несколько алгоритмов корректировки результатов электронно-зондового количественного элементного анализа образцов с неровной поверхностью и порошковых материалов. Эффективность методов оценивали по отклонениям скорректированных массовых долей элементов от результатов, получаемых на образцах сравнения, в качестве которых применяли полированные пластинки анализируемого материала. При использовании наиболее часто употребляемого метода “пик/фон” интенсивность непрерывного рентгеновского излучения рассчитывали несколькими способами. Первый способ предполагает аналитический расчет функции генерации тормозного излучения и коррекцию ширины и формы спектра тормозного излучения под диагностическими линиями элементов на основе экспериментальных спектров. Второй, более экспрессный способ базируется на непосредственном моделировании непрерывного фона излучения методами Монте-Карло в программной среде NIST DTSA-II. Второй способ расчета фона непрерывного излучения позволяет добиться меньших отклонений результатов количественного анализа от результатов, полученных на образцах сравнения. Также протестирован эмпирический метод корректировки. Он основан на экспериментально выявленных закономерностях в энергодисперсионных спектрах порошковых образцов. При анализе экспериментальных данных установлена зависимость, связывающая параметры характеристических фотонов с величиной ускоряющего напряжения, необходимого для получения корректного соотношения массовых концентраций элементов при анализе порошкообразных материалов. Предлагаемый эмпирический метод корректировки результатов анализа порошковых образцов по совокупности проведенных анализов является более эффективным.

Об авторах

Д. Э. Пухов

Ярославский филиал Физико-технологического института им. К.А. Валиева Российской академии наук

Автор, ответственный за переписку.
Email: puhov2005@yandex.ru
Россия, 150007, Ярославль, ул. Университетская, 21

Список литературы

  1. Armstrong J.T., Buseck P.R. Quantitative chemical analysis of individual microparticles using the electron microprobe: Theoretical // Anal. Chem. 1975. V. 47. № 13. P. 2178. https://doi.org/10.1021/ac60363a033
  2. Goldstein J.I., Newbury D.E., Michael J.R., Ritchie N.W.M., Scott J.H.J., Joy D.C. Scanning electron microscopy and X-ray microanalysis. 4rd Ed. New York: Springer, 2018. 550 p. https://doi.org/10.1007/978-1-4939-6676-9
  3. Newbury D.E. Electron probe microanalysis of rough targets: Testing the peak-to-local background method // Scanning. 2004. V. 26. № 3. P. 103. https://doi.org/10.1002/sca.4950260302
  4. Small J.A. The analysis of particles at low accelerating voltages (≤10 kV) with energy dispersive X-ray spectroscopy (EDS) // J. Res. Natl. Inst. Stan. 2002. V. 107. № 6. P. 555. https://doi.org/10.6028/jres.107.047
  5. Buseck P.R. A general characteristic fluorescence correction for the quantitative electron microbeam analysis of thick specimens, thin films and particles // X-Ray Spectrom. 1985. V. 14. № 4. P. 172. https://doi.org/10.1002/xrs.1300140408
  6. Newbury D.E., Ritchie N.W.M. Quantitative SEM/EDS, step 1: What constitutes a sufficiently flat specimen? // Microsc. Microanal. 2013. V. 19. № 2. P. 1244. https://doi.org/10.1017/s1431927613008210
  7. Bayazid S.M., Yuan Y., Gauvin R. Study of the peak to background (P/B) method behavior as a function of take-off angle, tilt angle, particle sze, and beam energy // Scanning. 2021. V. 7. Article ID 8070721. https://doi.org/10.1155/2021/8070721
  8. Hovington P., Lagace M., Rodrigue L. X-ray analysis of rough surfaces at low energy // Microsc. Microanal. 2002. V. 8. № 2. P. 1472. https://doi.org/10.1017.S1431927602103990
  9. Newbury D.E., Ritchie N.W.M. Performing elemental microanalysis with high accuracy and high precision by scanning electron microscopy/silicon drift detector energy-dispersive X-ray spectrometry (SEM/SDD-EDS) // J. Mater. Sci. 2015. V. 50. № 2. P. 493. https://doi.org/10.1007/s10853-014-8685-2
  10. Armstrong J.T. Quantitative elemental analysis of individual microparticles with electron beam instruments / Electron Probe Quantification / Eds. Heinrich K.J.F., Newbury D.E. N.Y.: Plenum Press, 1991. P. 261. https://doi.org/10.1007/978-1-4899-2617-315
  11. Gauvin R., Hovington P., Drouin D. Quantification of spherical inclusions in the scanning electron microscope using Monte Carlo simulations // Scanning. 1995. V. 17. № 4. P. 202. https://doi.org/10.1002/sca.4950170401
  12. Storms H.M., Janssens K.H., Torok S.B., Van Grieken R.E. Evaluation of the Armstrong-Buseck correction for automated electron probe X-ray microanalysis of particles // X-Ray Spectrom. 1989. V. 18. P. 45. https://doi.org/10.1002/xrs.13001820
  13. Sanchez D., Llovet X., Graciani R., Salvat F. A tracking algorithm for Monte Carlo simulation of surface roughness in EPMA measurements / IOP Conf. Ser.: Mater. Sci. Eng., 2018. V. 304. P. 1. https://doi.org/10.1088/1757-899x/304/1/012015
  14. Paoletti A., Bruni B.M., Gianfagna A., Mazziotti–Tagliani S., Pacella A. Quantitative energy dispersive X-ray analysis of submicrometric particles using a scanning electron microscope // Microsc. Microanal. 2011. V. 12. № 5. P. 710. https://doi.org/10.1017/s1431927611000432
  15. Ritchie N.W.M. Using DTSA-II to simulate and interpret energy dispersive spectra from particles // Microsc. Microanal. 2010. V. 16. № 3. P. 248. https://doi.org/10.1017/s1431927610000243
  16. Trincavelli J.C., Van Grieken R.E. Peak-to-background method for standardless electron microprobe analysis of particles // X-Ray Spectrom. 1994. V. 23. P. 254. https://doi.org/10.1002/xrs.1300230605
  17. Labar J.L., Torok S.B. A Peak-to-background method for electron-probe X-ray microanalysis applied to individual small particles // X-Ray Spectrom. 1992. V. 21. P. 183. https://doi.org/10.1002/xrs.1300210407
  18. Castellano G., Osanb J., Trincavelli J.C. Analytical model for the bremsstrahlung spectrum in the 0.25–20 keV photon energy range // Spectrochim. Acta B. 2004. V. 59. P. 313. https://doi.org/10.1016/j.sab.2003.11.008
  19. Limandri S.P., Bonetto R.D., Josa V.G, Carreras A.C., Trincavelli J.C. Standardless quantification by parameter optimization in electron probe microanalysis // Spectrochim. Acta B. 2012. V. 77. P. 44. https://doi.org/10.1016/ j.sab.2012.08.003
  20. Ding Z.-J., Shimizu R., Obori K. Monte Carlo simulation of x-ray spectra in electron probe microanalysis: Comparison of continuum with experiment // J. Appl. Phys. 1994. V. 76. № 11. P. 7180. https://doi.org/10.1063/1.357998
  21. Eggert F. The P/B-method, about 50 years a hidden champion // Microsc. Microanal. 2018. V. 24. № 1. P. 734. https://doi.org/10.1017/s1431927618004166
  22. Small J.A., Leigh S.D., Newbury D.E., Myklebust R.L. Modeling of the bremsstrahlung radiation produced in pure-element targets by 10–40 keV electrons // J. Appl. Phys. 1987. V. 61. № 2. P. 459. https://doi.org/10.1063/1.338245
  23. Duncumb P., Barkshire I.R., Statham P.J. Improved X-ray spectrum simulation for electron microprobe analysis // Microsc. Microanal. 2001. V. 7. № 4. P. 341. https://doi.org/10.1007/s10005-001-0010-6
  24. Riveros J.A., Castellano G., Trincavelli J.C. Comparison of φ(ρz) curve models in EPMA // Mikrochim. Acta. 1992. V. 12. P. 99. https://doi.org/10.1007/978-3-7091-6679-6-7
  25. Drouin D., Couture A.R., Joly D., Tastet X., Aimez V., Gauvin R. CASINO V2.42 – A fast and easy-to-use modeling tool for scanning electron microscopy and microanalysis users // Scanning. 2007. V. 29. № 3. P. 92. https://doi.org/10.1002/sca.20000
  26. Drouin D., Hovington P., Gauvin R. CASINO: A new Monte Carlo code in C language for electron beam interaction – Part II: Tabulated values of Mott cross section // Scanning. 1997. V. 19. № 1. P. 20. https://doi.org/10.1002/sca.4950190103
  27. Hovington P., Drouin D., Gauvin R. CASINO: A new Monte Carlo code in C language for electron beam interaction – Part I: Description of the program // Scanning. 1997. V. 19. № 1. P. 1. https://doi.org/10.1002/sca.4950190101
  28. Hovington P., Drouin D., Gauvin R., Joy D.C., Evans N. CASINO: A new Monte Carlo code in C language for electron beam interaction – Part III: Stopping power at low energies // Scanning. 1997. V. 19. № 1. P. 29. https://doi.org/10.1002/sca.4950190104
  29. Ritchie N.W.M. Spectrum simulation in DTSA-II // Microsc. Microanal. 2009. V. 15. № 5. P. 454. https://doi.org/10.1007/s10853-014-8685-2
  30. Newburry D.E., Ritchie N.W.M. Measurement of trace constituents by electron-excited X-ray microanalysis with Energy-dispersive spectrometry // Microsc. Microanal. 2016. V. 22. № 3. P. 520. https://doi.org/10.1017/s1431927616000738
  31. Newburry D.E., Ritchie N.W.M. Quantitative electron-excited X-ray microanalysis of borides, carbides, nitrides, oxides, and fluorides with scanning electron microscopy/silicon drift detectore-dispersive spectrometry (SEM/SDD-EDS) and NIST DTSA-II // Microsc. Microanal. 2015. V. 21. № 5. P. 1327. https://doi.org/10.1017/s1431927615014993
  32. Пухов Д.Э., Лаптева А.А. Способ корректировки результатов электронно-зондового энергодисперсионного элементного анализа порошковых материалов // Журн. аналит. химии. 2022. Т. 77. № 9. С. 837. (Pukhov D.E., Lapteva A.A. Method for correcting the results of energy-dispersive electron probe elemental analysis of powder materials // J. Anal. Chem. 2022. V. 77. № 9. P. 1162. https://doi.org/10.1134/s106193482209011810.1134/s1061934822090118)https://doi.org/10.31857/s0044450222090110

Дополнительные файлы


© Д.Э. Пухов, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».