《Spectrochimica Acta Part B: Atomic Spectroscopy》：Depth profiling of Al/Cu interface by FO-LIBS based on ablation crater morphology calibration
编辑推荐：
•
本文展示了在电磁发射系统中使用激光诱导击穿光谱（FO-LIBS）技术对Al/Cu界面进行深度分析的成果。
•
- •
本文展示了在电磁发射系统中使用激光诱导击穿光谱（FO-LIBS）技术对Al/Cu界面进行深度分析的成果。
- •
基于烧蚀坑形态的模型成功重建了元素深度分布。
- •
该模型将三个标准样品中扩散层厚度的过高估计值（分别为3.49、3.96和5.53）控制在5.4%以内。
引言
电磁发射技术是一种创新的发射方法，其运行依赖于电枢与导轨之间的高速滑动接触[1],[2],[3]。在高导电性的铝电枢在发射过程中，由于剧烈的焦耳热效应和摩擦耗散，会发生局部熔化。这些熔化的物质迅速凝固在铜轨表面上，形成成分复杂且厚度高度不均匀的金属残留层[4],[5],[6]。这种沉积会显著改变导轨的电导率、热性能和表面粗糙度，导致局部热点、电弧侵蚀和接触电阻波动，从而成为导轨退化、使用寿命缩短甚至潜在灾难性故障的主要原因[7],[8]。因此，精确描述这些沉积物的空间分布和界面结合状态至关重要。然而，封闭的发射孔道环境（具有极强的电磁干扰、剧烈振动和高度动态的条件）严重限制了传统的离线检测技术。诸如X射线荧光（XRF）[9]、扫描电子显微镜（SEM）和电感耦合等离子体光发射光谱（ICP-OES）[10]等方法无法在运行过程中实现实时、原位或非破坏性的监测。因此，迫切需要一种兼具高空间分辨率、高测量精度和良好抗恶劣环境能力的在线诊断技术。
激光诱导击穿光谱（LIBS）作为一种多用途的分析技术，能够实现顺序层状烧蚀和同时收集等离子体发射光谱[11],[12],[13],[14],[15]。光谱分析可用于重建具有深度分辨率的元素浓度分布，从而精确定位界面。LIBS具有显著优势，包括无需样品预处理、对表面损伤小、能同时检测多种元素以及可远程应用[11],[14]。因此，基于LIBS的深度分析技术广泛应用于地质勘探[16],[17],[18]、冶金分析[19],[20]、环境监测[21],[22]和遗产保护[23],[24]等领域。
由于发射孔道内部的空间限制，传统的直焦LIBS配置并不实用。为克服这一难题，本研究采用了光纤激光诱导击穿光谱（FO-LIBS）技术。在FO-LIBS系统中，柔性的光纤将激光脉冲精确传递到目标区域，并收集相应的等离子体发射光谱[25],[26]。该技术具有小型化探头设计、出色的抗电磁噪声能力、远程操作功能以及无缝的系统集成能力，特别适合在发射孔道这种受限且电磁环境恶劣的环境中进行在线监测[27],[28],[29]。尽管FO-LIBS具有巨大潜力，但其应用于深度分析的研究 ainda 较为有限。现有关于LIBS深度分析建模的文献中，以往研究人员建立的校准模型（如St-Onge模型和Liu等人的模型[30],[31]）主要针对在受控实验室条件下制备的理想化多层标准样品。这些模型尚未应用于实际具有复杂成分梯度和不均匀界面的工程表面。因此，目前仍缺乏系统的方法来表征电枢熔化及随后再固化过程中形成的异质界面结构。为填补这些空白，本研究利用FO-LIBS对典型的铝/铜（Al/Cu）电枢-导轨系统进行了评估，实现了对其界面结构的深度分析。同时，我们还分析了等离子体动态，并建立了结合烧蚀坑形态和界面粗糙度的模型，为原位、低损伤评估电磁发射导轨提供了方法。
章节摘录
实验装置
本研究采用了优化的FO-LIBS系统进行深度分析实验，如图1所示。激发源为Q开关Nd:YAG脉冲激光器（Centurion+, Quantel USA），工作波长为1064 nm，脉冲宽度约为12 ns，重复频率为2 Hz。激光束通过一根多模熔融石英传输光纤（长度5 m，芯径1000 μm，NA=0.22）传输，并通过物镜垂直聚焦到样品表面。
等离子体特性
图3展示了在深度分析标准样品1过程中不同激光脉冲次数下获得的LIBS光谱。在样品的固定位置进行顺序激光烧蚀，以获取覆盖265–715 nm波长范围的光谱。由于铝层位于表面且易氧化，首先使用十个激光脉冲去除氧化层。如图3所示，Al线强度随脉冲次数的变化而显著变化。
结论
本研究将FO-LIBS技术应用于电磁发射器中的典型Al/Cu电枢-导轨沉积系统，实现了对其复杂界面结构的深度分析和定量表征。所使用的FO-LIBS系统表现出出色的分析能力。研究发现，在激光能量密度为30.65 J/cm2、平均烧蚀速率为0.0318 μm/脉冲的情况下，上层元素信号在烧蚀过程中会出现明显的衰减现象。
作者贡献声明
李晓轩：写作 – 原稿撰写，概念构思。 吴健：资金争取，概念构思。 周颖：数据整理。 黄树志：数据分析。 陈敏欣：实验研究。 郭新宇：方法设计。 李敬辉：方法设计。 何家耀：数据可视化。 李星文：研究监督。
作者声明
李晓轩：概念构思，原始稿撰写。 吴健：概念构思。
周颖：资金争取。 黄树志：数据分析。 陈敏欣：实验研究。 郭新宇：方法设计。 李敬辉：方法设计。 何家耀：数据可视化。 李星文：研究监督。
致谢
作者感谢国家自然科学基金（项目编号：92066207、U24A20154）对本研究的财政支持。
李晓轩 | 吴健 | 周颖 | 黄树志 | 陈敏欣 | 郭新宇 | 李敬辉 | 何家耀 | 李星文
