辉光放电质谱法直接分析石墨中痕量杂质
王梓任, 王长华, 胡芳菲, 李继东*
国标(北京)检验认证有限公司, 北京 100088
*通讯联系人 e-mail: lijidong@grinm.com

作者简介: 王梓任, 1992年生, 国标(北京)检验认证有限公司硕士研究生 e-mail: warcraftrain@126.com

摘要

石墨是理想的无机非金属材料, 具有高化学稳定性、 良好的导电性、 较好的耐磨性等优点, 被广泛应用于现代化学工业及其他诸多领域。 由于石墨是难熔物, 其中的微量杂质元素使用普通化学法或常规仪器分析法均难以准确检出。 常用的火法-电感耦合等离子质谱(ICP)方法检测石墨存在的问题是: (1)在高温灼烧期间个别元素容易损失; (2)在加酸溶解灰化组分过程中部分杂质氧化物仍无法溶解完全。 因此, 很多学者开始研究利用固体进样法来测定石墨中的杂质元素含量。 辉光放电质谱法(GDMS)是将辉光放电源(GD)与质谱分析方法(MS)联用的一种技术, 采用固体进样方式, 具有样品前处理简单、 基体效应小、 检出限低、 灵敏度高等优点, 在国内外已成为部分高纯金属和半导体材料分析领域的标准方法。 灵敏度因子值(RSF)是一个用于校正GDMS分析结果的系数, 对于GDMS分析而言, 大部分元素在不同基体中仍然存在较明显的基体效应。 要将GDMS分析作为一种定量分析方法, 需要采用与基体匹配的标准物质来校正RSF, 但目前大多数GDMS分析均采用仪器厂家提供的标准相对灵敏度因子(RSFStd)进行测定, 只能获得半定量分析结果。 研究了采用GDMS直接测定石墨样品中9种杂质元素含量的方法, 通过对放电条件等参数的优化选择, 确定了石墨分析的最佳放电条件(电流强度为55 mA, 放电气体流量为450 mL·min-1)。 在此条件下采用半定量法(RSFStd)测定了石墨参考样品中Mg, Cr, Ni, Ti, Fe, Cu, Al, Si, Ca共九种杂质元素含量, t检验结果表明, 多数元素测量结果与参考值存在显著差异。 要获得更为准确的结果, 需要获得各元素相应的RSF x以建立定量分析方法。 通过实验, 考察了不同的电流强度和放电气体流量对九种元素RSF值的影响, 讨论了影响因素产生的原因。 实验结果表明, 电流强度和放电气体流量对大部分元素的RSF值都有较大的影响, 其中放电气体流量对RSF值影响最大, 各元素的RSF值变化幅度在15%和405%之间。 在选定条件下采用RSFx值定量分析了石墨材料中Mg, Cr和Ni等九种杂质元素含量, 检测结果的 t检验sig值均大于0.05, 表明测定结果与参考值无显著性差异, 方法的准确度有了显著提高; 测定结果的精密度(RSD)介于3.2%~9.9%之间, 方法可满足4N纯度以上高纯石墨材料的分析。

关键词: 辉光放电质谱法; 石墨材料; 9种杂质元素; 分析条件; 相对灵敏度因子值(RSF)
中图分类号:O657.6 文献标识码:A
Quantification of Trace Impurities in Graphite by Glow Discharge Mass Spectrometry
WANG Zi-ren, WANG Chang-hua, HU Fang-fei, LI Ji-dong*
Guobiao (Beijing) Testing & Certification Co., Ltd., Beijing 100088, China
Abstract

Graphite material is an ideal inorganic non-metallic material with high chemical stability, good conductivity, and good wear resistance. As graphite is a refractory substance, it is difficult to test the trace element contents by using common chemical methods or conventional instrumental analyses. Common problems in the graphite analysis by the Fire-ICP method are as follows: (1) the individual elements are easily lost during the high temperature burning pretreatment process, and (2) the graphite cannot be dissolved completely during the process of adding acid dissolution. Therefore, many scholars began using solid analytical technology to determine the impurity contents in graphite. Glow discharge mass spectrometry (GDMS) is a technology combining glow discharge power supply (GD) with mass spectrometry (MS). It has advantages of simple pretreatment, weak matrix effect, low detection limit and high sensitivity. It has become a division of high pure metal and semiconductor materials at home and abroad. Relative sensitivity factor (RSF) is a coefficient used to correct GDMS analysis results. For GDMS analysis, most elements still have obvious matrix effect in different matrixes. In order to make GDMS analysis as a quantitative analysis method, it is necessary to use the standard material matching the matrix to correct the RSF. However, most of the GDMS analysis is based on the standard relative sensitivity factor (RSFStd) provided by instrument manufacturers and only semi quantitative analysis results can be obtained. This paper describes an analytical method to determine the content of 9 elements in graphite materials using GDMS. Through the optimization of the discharge conditions, the suitable discharge conditions of graphite were determined (current intensity as 55 mA, discharge gas flow rate as 450 mL·min-1). Under optimized analytical conditions, 9 impurities (Mg, Cr, Ni, Ti, Fe, Cu, Al, Si and Ca) were determined. The result of t-test showed that there was significant difference between the results of most elements and the reference value. In order to obtain more accurate results, the corresponding RSFx of each element was required to establish quantitative analysis methods. Through experiments, the effects of different current intensity and discharge gas flow on the RSF value of 9 elements were investigated, and the causes of the influencing factors were discussed. The experimental results showed that the current intensity and discharge gas flow have a great influence on the RSF value of most elements. The discharge gas flow has the greatest influence on the RSF value, and the RSF value of each element varies between 15% and 405%. Under selected conditions, the content of 9 impurity elements, such as Mg, Cr and Ni in graphite materials, was quantitatively analyzed by RSF x value. The t-test sig value of the test results was more than 0.05, indicating that there was no significant difference between the measured results and the reference value, and the accuracy of the method was significantly improved. The relative standard deviations (RSD) were between 3.2% and 9.9%. The method can meet the need for the analysis of high purity graphite materials above 4N purity.

Key words: Glow discharge mass spectrometry; Graphite material; 9 impurity elements; Discharge condition; Relative sencitivity factor values
引 言

石墨是理想的无机非金属材料, 具有高化学稳定性、 良好的导电性、 较好的耐磨性等优点, 被广泛应用于现代化学工业及其他诸多领域[1, 2, 3]

由于石墨是难熔物, 其中的微量杂质元素使用普通化学法或常规仪器分析法均难以准确检出。 常用的火法-电感耦合等离子质谱(ICP)方法检测石墨[4]存在的问题是: (1)在高温灼烧期间个别元素容易损失; (2)在加酸溶解灰化组分过程中部分杂质元素氧化物仍无法溶解完全。 因此现在有很多学者开始研究利用固体进样方法来测定石墨中杂质元素含量[5, 6, 7]

辉光放电质谱法(glow discharge mass, GDMS)是将辉光放电源(glow discharge, GD)与质谱分析方法(MS)联用的一种分析技术, 具有前处理简单、 检出限低、 灵敏度高等优点, 在测定高纯金属中杂质元素含量方面具有显著的优势[8, 9, 10, 11, 12], 该方法在国内外已被用作部分高纯金属和半导体材料的标准分析方法, 但对石墨材料中杂质元素的检测尚未见报道。

RSF是一个用于校正GDMS分析结果的系数, 对于GDMS分析而言, 大部分元素在不同基体中仍然存在较明显的基体效应[13, 14, 15, 16, 17]。 将GDMS分析作为一种定量分析方法, 需要采用与基体匹配的标准物质来校正RSF, 但目前大多数GDMS分析均采用仪器厂家提供的标准灵敏度因子(RSFStd)进行测定, 只能获得半定量分析结果。

本工作采用GDMS法对石墨材料中九种杂质元素的含量进行测定, 利用石墨参考样品考察不同实验条件对各元素RSF值的影响, 探索建立石墨材料中杂质元素含量的GDMS定量分析方法。

1 实验部分
1.1 仪器和试剂

Element GD辉光放电质谱仪: 美国Thermo Fisher公司产品, 表1为辉光放电质谱仪工作参数。

表1 辉光放电质谱仪的工作参数 Table 1 Operating parameters of GDMS
表2 元素质量数选择和质谱干扰 Table 2 Element mass selection and mass spectrometry interference

高纯石墨样品(5N纯度)和两块石墨参考样品: 北京有色金属研究总院提供, 各元素参考含量见表3表4

表3 石墨参考样品A中九种元素的分析结果 Table 3 Analytical results of 9 elements in graphite reference sample A
1.2 待测元素质量数选择

以选择同位素丰度高、 质谱干扰小为原则, 选择合适的待测元素质量数进行测定, 具体信息列于表2, 其中“ Distinguishing ability” 指设置仪器分辨率为10 000时是否能区分待测峰和干扰峰情况。

表2可知, 其中仅有待测元素88Sr++对于44Ca的干扰需要10 000以上的分辨率才可以分开, 通过测定, 发现待测样品中Sr含量未检出, 88Sr++对于44Ca的干扰可忽略。 其他待测元素的潜在干扰峰在10 000分辨率时均可以完全分开, 测定时可不考虑这些元素的潜在质谱干扰。

1.3 样品

石墨样品切割成尺寸约为5 cm× 4 cm× 2 cm的块状, 用800目砂纸打磨表面, 去离子水清洗, 酒精棉擦拭后用1∶ 1硝酸浸泡3 min, 去离子水二次冲洗, 高纯氮气吹干后备用。

2 结果与讨论
2.1 放电条件优化

为了确定最优放电条件, 考察了12C, 24Mg, 44Ca, 63Cu和220(背景噪声)五个质量数处的信号强度随放电电流和放电气体流量改变产生的变化情况。

2.1.1 放电电流强度的选择

设定放电气体流量为450 mL· min-1, 选择放电电流梯度为45, 50, 55, 60和65 mA, 实验结果如图1所示。

图1 放电电流强度对信号强度和精密度的影响Fig.1 The effects of discharge current for signal intensity and precision

由图1可知, 随着电流强度的增大, 四种元素的信号强度均呈逐渐增强趋势。 放电电流在45~55 mA间变化时, 所有元素的信号强度均随电流强度的增加明显增大; 除Mg以外, 电流超过55 mA后各元素信号强度增大趋势逐渐减小, 而Mg元素信号强度在55~60 mA间略有减小; 从精密度来看, 各元素信号强度的相对波动均在5%以内, 无明显变化。 太大的电流强度会增加碳在阳极上的沉积速度, 沉积物增多最终会导致放电短路, 缩短放电时间; 同时, 沉积物的增多也会导致检测信号的稳定性变差, 影响测定结果的精密度。 综合考虑, 选择55 mA作为放电电流进行实验。

2.1.2 放电气体流量的选择

设定放电电流为55 mA, 选择放电气体流量梯度为375, 400, 425, 450, 475和500 mL· min-1, 实验结果如图2所示。

图2 放电气体流量对信号强度和精密度的影响Fig.2 The effects of discharge gas flow rate for signal intensity and precision

由图2可知, 随着放电气体流量的增大, C信号强度呈先增大后减小的趋势, 在425~475 mL· min-1间基本保持不变; 对于Mg, Ca和Cu三元素, 随着放电气体流量的增大, 信号强度呈逐渐减小趋势; 从精密度来看, 各元素信号强度的相对波动均在5%以内, 无明显差异。 综合考虑信号强度和精密度变化情况, 最终选择放电气体流量为450 mL· min-1进行实验。

2.1.3 放电条件变化对背景噪声的影响

由实验数据可知, 在实验条件范围内无论电流和放电气体流量如何改变, 220质量数处的信号始终保持在0~1 cps之间, 表明仪器的背景噪声未受放电条件变化的影响。

2.2 预溅射时间选择

实验通过监测Na元素含量变化来确定样品预溅射时间的长短, 以除去可能存在于样品表面的污染, 设定放电电流为55 mA, 放电气体流量为450 mL· min-1。 图3为样品表面Na含量随溅射时间的变化情况。

图3 石墨样品中钠含量与溅射时间的关系Fig.3 The relationship between Na content in graphite sample and sputtering time

由图3可知, 随着放电进行, Na含量逐渐降低, 至15 min后下降趋势减缓, 18 min以后基本稳定, 表明样品表面确实存在一定的污染情况。 实验选择18 min作为预溅射时长, 以去除样品表面存在的污染。

2.3 方法的检出限、 准确度和精密度

在选定的优化测定条件下, 采用仪器自带的RSFstd对高纯石墨样品独立进行11次分析, 统计测定结果标准偏差, 以3倍标准偏差计算方法的检出限; 对石墨参考样品A进行平行六次测定, 统计准确度和精密度; 对测定结果与参考值进行单变量t检验, 选择置信区间为95%, 所得sig值见表3。 若sig> 0.05, 表示测定结果与参考值无显著差异。 w1代表被测元素的参考含量, w2代表该元素的平均测定含量。

表3可知, 各元素测定结果的相对标准偏差(relative standard deviation, RSD)介于2%~10%之间。 对于低含量元素如Mg和Ni, RSD值较大, 在8.5%左右。 实验结果表明, 该法测定石墨材料中杂质元素的精密度良好。 t检验结果表明, 对于Si和Ca两元素, 检测结果与参考值无显著差异, 对于其他元素则存在显著差异。 因此, 有必要通过技术改进进一步提高本方法的测量准确度。 拟通过实验获得优化条件下的各元素RSFx值并校正检测结果, 以获得更准确的定量分析结果。

2.4 相对灵敏度因子(relative sensitixity factor, RSF)测定

相对灵敏度因子的计算方法见式(1)和式(2)。

ck=IxIm(1)

RSFx=cxck(2)

其中, ck是元素的表观测定含量, IxIm分别是待测元素和基体元素的离子计数强度(丰度校正后), cx是参考样品中元素的参考含量。

2.4.1 电流强度对RSF值的影响

设定放电气体流速为450 mL· min-1, 依次考察放电电流为40, 45, 50, 55和60 mA对各元素RSF值的影响, 实验结果见图4。

图4 待测元素RSF值随着电流强度的变化趋势Fig.4 Trend of RSF value of element tested with current intensity

由图4可知, 大多数元素的RSF值随着电流强度的增加有逐步增大的趋势。 多数元素RSF值在50~55 mA范围内相对保持稳定, 在55~60 mA范围内个别轻元素(如Mg, Al和Si)RSF值明显增大, 重元素(Cr, Ni, Cu)RSF值呈减小趋势。 从变化幅度来看, Mg, Al和Si的RSF值变化幅度超过40%, 其他元素如Ca, Cr, Ni和Cu的RSF值的变化幅度在10%左右。 实验结果表明, 轻元素RSF值更容易受放电电流的影响, 原因可能是轻元素原子在石墨材料中具有更高的溅射率, 随着放电电流增强, 其原子的溅射速率快速增大, RSF值也随之明显改变; 其他元素的溅射率受放电电流强度影响较小, 因此RSF值保持相对稳定。 综上所述, 放电电流对石墨材料中多数元素的RSF值有较大影响。

2.4.2 放电气体流量对RSF值的影响

放电电流设定为55 mA, 在400~500 mL· min-1范围内依次改变放电气体流量, 考察放电气体流量对RSF值的影响。 实验结果见图5。

图5 待测元素RSF值随放电气体流量的变化趋势Fig.5 Trend of RSF value of element tested with gas flow rate

由图5可知, 随着放电气体流量的增大, 各元素RSF值均发生了明显变化。 Si元素RSF值增大了近15%, 而Ca, Ti, Fe和Cu的RSF值增幅在100%以上, 其他元素的RSF值增幅也都超过了30%。 不断增大的气体流量会导致被溅射出来的粒子密度降低, 但同时各元素的溅射或电离效率获得提高。 大多数元素RSF值随着放电气体流量的增加而增大, 原因可能在于各元素溅射或电离效率提高带来的加强效果超过了气体稀释效应, 表现为多数元素的RSF值逐渐增大; 在气体流量介于475~500 mL· min-1范围时, Si和Cu的RSF值略有减小, 可能的原因是气体的稀释效应过大, 导致RSF值变小。 综上所述, 放电气体流量对石墨中各元素的RSF值有显著的影响。

2.5 样品分析

在优化放电条件(放电电流为55 mA, 放电气体流量为450 mL· min-1)下, 采用该条件下获得的RSFx值对石墨参考样品B进行了六次重复测定, 所得结果见表4, 其中w3是石墨参考样品B中各杂质元素的参考含量, w4是利用仪器自带RSFstd测定获得的各元素含量, w5是利用获得的RSFx值测定结果; sig1和sig2分别对应为w4w5测定结果与参考值的t检验结果。

表4 实际样品分析 Table 4 Sample analysis

表4数据可知, 利用RSFx值进行测定和计算的检测结果sig值均大于0.05, 表明采用RSFx进行测定的结果更接近参考值, 方法的准确度有了显著提高。

3 结 论

建立了采用GDMS法定量分析石墨材料中9种杂质元素含量的方法, 方法具有良好的准确度和精密度; 研究了不同放电条件对各元素RSF值的影响, 研究结果表明大部分元素的RSF值会受放电条件的影响, 其中放电气体流量对RSF值有更为显著的影响。 利用优化条件下获得的RSFx测定各元素含量, 获得了满意的分析结果, 方法可满足4N以上纯度石墨样品中杂质元素含量的分析要求。

The authors have declared that no competing interests exist.

参考文献
[1] GAO Tian-ming, CHEN Qi-shen, YU Wen-jia(高天明, 陈其慎, 于汶加). Resource Science(资源科学), 2015, 37, 1059. [本文引用:1]
[2] ZHANG Yun-qiu, LIANG Yong-ming, ZHOU Jian-xin(张芸秋, 梁勇明, 周建新). Acta Chimica Sinica(化学学报), 2014, 72, 367. [本文引用:1]
[3] YUAN Xiao-ya(袁小亚). Journal of Inorganic Materials(无机材料学报), 2011, 26: 561. [本文引用:1]
[4] GE Peng, WANG Hua-jun, XIE Lin(葛鹏, 王化军, 解琳). Mining and Metallurgical Engineering(矿冶工程), 2010, 30: 96. [本文引用:1]
[5] Sand ra M Cruz, Lucas Schmidt, Flavia M Dalla Nora. Microchemical Journal, 2015, 123: 28. [本文引用:1]
[6] Ghosh M, Swain K K, Remya Devi P S, et al. Applied Radiation and Isotopes, 2017, 128: 210. [本文引用:1]
[7] WANG Zi-ren, PAN Yuan-hai, LI Ji-dong(王梓任, 潘元海, 李继东). Chinese Journal of Analysis Laboratory(分析试验室), 2017, 36(11): 1320. [本文引用:1]
[8] YANG Hai-an, LUO Shun, LIU Ying-bo(杨海岸, 罗舜, 刘英波). Yunnan Metallurgy(云南冶金), 2015, (3): 61. [本文引用:1]
[9] Konarski P, Kaczorek K, Kaliński D. Surface and Interface Analysis, 2013, 45(1): 494. [本文引用:1]
[10] Marisa Di Sabatino. Measurement, 2014, 50: 135. [本文引用:1]
[11] HU Fang-fei, WANG Chang-hua, LI Ji-dong(胡芳菲, 王长华, 李继东). Journal of Chinese Mass Spectrometry Society(质谱学报), 2014, 35(4): 335. [本文引用:1]
[12] LIU Hong, WEI Ru-xin, LI Ai-chang(刘红, 魏茹欣, 李爱嫦). Chinese Journal of Analysis Laboratory(分析试验室), 2018, (2): 188. [本文引用:1]
[13] LIU Jie, QIAN Rong, ZHUO Shang-jun(刘洁, 钱荣, 卓尚军). Chinese Journal of Analytical Chemistry(分析化学), 2012, 40(1): 66. [本文引用:1]
[14] TANG Yi-chuan, ZHOU Tao, XU Chang-kun(唐一川, 周涛, 徐常昆). Journal of Instrumental Analysis(分析测试学报), 2012, (6): 664. [本文引用:1]
[15] WEI Xing-lian, WANG Li-ping, QIN Zhen(魏兴俭, 王丽萍, 秦震). Journal of Chinese Mass Spectrometry Socieuy(质谱学报), 2016, (4): 343. [本文引用:1]
[16] HUANG Jin, GUO Bin-bin, ZHENG Qing-hong(黄瑾, 郭斌斌, 郑清洪). Chinese Journal of Analysis Laboratory(分析试验室), 2016, 35(7): 765. [本文引用:1]
[17] Marisa Di Sabatino, Anne L Dons, Joachim Hinrichs. Spectrochimica Acta Part B: Atomic Spectroscopy, 2011, 66(2). [本文引用:1]