西安工业大学材料与化工学院， 陕西 西安 710021
表面增强拉曼散射(SERS)技术具有高灵敏度、 高分辨率、 无损检测及不需要预处理等优点， 已成为一种可以实现定性定量分子检测的有力工具， 使目标分析物信号放大的痕量检测技术， 甚至能够在分子水平上提供丰富的结构信息。 虽然SERS增强机理一直存在争议， 但目前被广泛接受的增强机理包括物理增强(电磁场增强)和化学增强(主要为电荷转移的贡献)。 随着近年来金属、 非金属等诸多材料应用于SERS领域， 诸多学者对于影响SERS基底的增强因素产生广泛兴趣， 对于SERS增强机理的研究具有重要意义。 综述中主要从SERS电磁增强机理、 化学增强机理及两者的协同机理三个方面对SERS增强机理进行阐述， 分析哪些因素影响基底增强效应， 为SERS增强机理的分析提供一些参考。 同时提出不同基底结构在增强机理分析过程中面临的问题: (1)在电磁增强机理中， 单一贵金属基底因其“热点”分布不均匀、 不可控因素导致SERS灵敏度和重复性差等因素， 对SERS电磁增强机理影响效果较大; (2)在化学增强机理中， 单一半导体材料由于价格实惠、 材料性能较稳定、 表面易于改性等优点被广泛应用于SERS基底、 由于增强能力较低等因素、 对SERS化学增强效果不明显; (3)SERS基底不再局限于单一的金属或者非金属材料， 更多是金属-非金属两者的结合， 既能够弥补贵金属的缺点， 也能利用非金属的优点， 通过电磁增强机理和化学增强机理的协同作用有效提高SERS增强能力。 对于SERS增强机理的分析， 有助于制备均一性强、 重复性高的SERS基底， 为SERS基底的制备提供参考。
表面增强拉曼散射 电磁场增强机理 化学增强机理 SERS基底 Surface Enhanced Raman Scattering (SERS) Electromagnetic enhancement mechanism Chemical enhancement mechanism SERS substrate 光谱学与光谱分析
2023, 43(5): 1340
西安工业大学材料与化工学院, 陕西 西安 710021
表面增强拉曼散射(SERS)技术具有高效, 灵敏, 无损检测等特点, 能实现对分析物分子的极低浓度检测, 被广泛应用于痕量分析领域。 在生产和生活中, 有些毒性物质或非法添加剂被人体摄入或长期接触后, 在体内不断累积, 最终导致中毒或者组织器官发生病变; 环境中过量的有害物质残留, 由于其本身的毒性或者使菌株和害虫产生抗药性而造成的生态系统破坏, 会严重影响人们的正常生活; 有些生物分子伴随疾病产生, 可作为疾病的标志物, 能给予人体健康诊断信息; 有些抗癌药物由于本身具有毒性, 使用时需要严格控制用量。 因此, 利用SERS技术对各领域分析物分子的微量检测意义重大。 对SERS技术的发展、 SERS增强机理和检测分析物分子的意义做了简单介绍, 以化学分析、 环境监测、 生物医学和食品安全等领域部分分析物分子为切入点, 重点介绍了SERS基底的制备工艺和检测分析物分子的检出限, 并对拉曼增强机理进行阐述。 检测低浓度的分析物分子, 主要依靠SERS基底与分析物分子之间的有效吸附, 通过基底产生的局域电磁场或者基底与分析物分子形成新的化学状态, 使分析物分子拉曼信号增强。 同时指出在对分析物分子定性定量分析方面面临的诸多挑战: (1)SERS基底大多以金银为原材料, 成本高且不稳定, 对分析物分子检测能力随时间延长而降低; (2)分析物分子在基底表面分布不均, 导致点对点之间差异大, 分析物分子浓度无法通过拉曼特征峰强度来准确获得且拉曼信号易受荧光和背景噪声干扰; (3)微量毒性分析物分子无法被检测出来, 通过食物链或生态系统持续在人体累积, 最终对人体造成不可逆的损伤。 总结了不同领域常见的分析物分子, 为利用SERS技术检测各领域分析物分子提供了分析和比较的基础, 并为不同SERS基底的拉曼增强效果提供参考, 对于推动SERS技术检测不同领域分析物分子具有重要意义。
表面增强拉曼散射 化学分析 环境监测 生物医学 食品安全 Surface-enhanced Raman scattering Chemical analysis Environmental monitoring Biomedical detection Food safety
西安工业大学材料与化工学院, 陕西 西安 710021
为了获得分布均匀、有序排列、可重复性高的表面增强拉曼散射基底(SERS),选取银离子导体RbAg4I5薄膜,结合真空热蒸镀工艺和固态离子学方法在外加电流作用下制备出高表面粗糙度的银纳米线。同时,选取罗丹明6G(R6G)溶液作为探针分子,研究高表面粗糙度银纳米线作为SERS基底时的表面增强拉曼特性。实验结果表明:制备得到的银纳米线在宏观上呈现为树枝状,在微观上呈现为有序排列,并且其纳米结构的分形维数为1.59;采用银纳米线作为SERS基底时,能够检测到R6G溶液的浓度低至10
-17 mol/L。制备的高表面粗糙度和有序密集排列的银纳米线SERS基底在环境科学等领域具有潜在的应用前景。
材料 高表面粗糙度 固态离子学方法 SERS基底 分形结构
1 中国科学院 长春光学精密机械与物理研究所，吉林 长春 130033
2 燕山大学 工业计算机控制工程河北省重点实验室，河北 秦皇岛 066004
由于常规莫尔条纹计算方法难以满足速度和精度的要求，本文提出一种快速准确求取莫尔条纹方向角的算法。该算法首先根据直线方向与莫尔条纹方向越接近则均方误差值越小的原理，初步求得莫尔方向角α，之后采用Mean-Shift算法在方向角α附近进一步精确求取莫尔条纹方向角。实验结果表明：采用误差评判指标测试对比度满足54%时，提出的算法所获得的莫尔条纹方向角计算精度达到29′，同时计算速度相对频域处理方法大幅提高，计算时间为15 ms，满足算法处理速度对实时性的要求。
莫尔条纹 自动识别 均方根误差 Mean-Shift算法 Moiré fringe automatic recognision Root Mean Squared Error(RMSE) mean-shift algorithm
为了有效地控制激光熔覆层质量，采用反向传播(BP)算法建立了激光熔覆层质量(熔覆层宽度、熔覆层深度和稀释率)随激光功率、光斑直径和扫描速度变化的进化神经网络预测模型。针对BP算法存在收敛速度慢、容易陷入局部极小值及全局搜索能力弱等缺陷，采用遗传算法训练BP神经网络，取代了一些传统的学习算法，设计了基于进化神经网络的学习算法。经过理论分析和实验验证，在神经网络的输出端得到期望的线性输出，并在训练样本之外，选取了5组工艺参数检验神经网络模型的可靠性，预测结果与相应的实验结果的最大相对误差为2．14%。结果表明，运用该模型可以方便、准确地选择激光工艺参数，提高激光熔覆层的加工质量。
激光技术 激光熔覆成形 熔覆层质量 人工神经网络 遗传算法 laser technique laser cladding forming quality of cladding layer artificial neural networks genetic algorithm
分析了激光熔池的动态快速冷凝及“球化”效应机理，基于此采用激光烧结直接成形工艺对铁粉和Ni45合金粉末进行了一系列的激光烧结实验。结果表明,直接烧结单组元铁粉易出现翘曲变形和“球化效应”，成形质量不高，即使调整工艺参数获得多层烧结件，但致密度较低;而在基体上烧结Ni45合金粉末,在合适的工艺参数下获得了致密组织较好的多层烧结件，内部组织细密均匀，表面光滑平整，且与基体结合牢固。
激光技术 金属粉末 直接金属成形 球化效应 工艺参数
为了控制激光熔覆成形薄壁金属制件的精度，分析了激光熔覆成形金属薄壁的工艺理论和影响因素。采用BP神经网络建立了激光功率、光斑直径、扫描速度和送粉率与金属零件壁厚的非线形关系模型和激光熔覆成形薄壁制件的精度控制系统。通过优化神经网络的权值和阈值，并引入动量因子和学习速率的自适应调整，克服了BP算法容易陷入局部最小值的问题。用实验参数作为训练样本对模型进行训练，并进行了误差分析。实验和仿真结果表明，训练样本和检验样本的最大相对误差分别为1.93％和1.19％，预测精度高。该网络模型可用于优化激光熔覆成形工艺参数和成形金属制件精度的在线实时控制。
激光技术 激光熔覆成形 薄壁件 精度预测 神经网络
在激光熔覆成形金属制件工艺中,熔覆层稀释率大小对成形制件的性能以及后续工序的处理有至关重要的影响.设计了基于进化神经网络的学习算法,建立了熔覆层稀释率随工艺参数变化的预测模型,该模型结合了基因遗传算法的全局搜索能力和BP神经网络良好的局部性质.实验和模拟结果表明,基于进化计算的神经网络不仅可以克服单纯使用BP神经网络易陷入局部极小值等问题,而且预测精度较高,具有一定的实用价值.
激光熔覆 金属制件 稀释率 进化神经网络
