Resonant laser-induced breakdown spectroscopy (RLIBS) analysis of traces through selective excitation of aluminum in aluminum alloys
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We investigated laser-induced breakdown spectroscopy for the detection of traces of magnesium and silicon contained in aluminum alloys by using the same 5 ns optical parametric oscillator laser pulse to ablate the sample and excite selectively an atomic transition of vaporized aluminum (Al I 309.27 nm). The excitation energy of aluminum is then transferred to all components of the gas/plasma phase via particle collisions. The optical emission of the trace elements as a function of the laser wavelength exhibits a high peak when the laser is tuned exactly to the aluminum transition. The on-resonance signal-to-noise ratio of magnesium (Mg 285.21 nm) was maximized near the off-resonance threshold fluence for detection of the magnesium line (∼1.78 J cm−2). The detection threshold of the magnesium line decreases below 1.0 J cm−2 when the laser is on resonance for a sample of aluminum alloy containing 150 ppm of magnesium. Under optimal conditions, the limits of detection of magnesium and silicon in aluminum alloy were found to be 0.75 ppm and 80 ppm, respectively, compared to 39 ppm and 5000 ppm, respectively, when the laser was off resonance at the same fluence. The limits of detection obtained by using low fluences and low energy per pulse are similar to those obtained using conventional LIBS but with much higher fluences and higher energy per pulse. The main advantage of this technique is that it allows measuring simultaneously relatively low concentrations of several trace elements while minimizing the damage to the sample.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle