基于LIBS光谱与成分分析的飞机蒙皮激光除漆可控性研究
杨文锋1,*, 钱自然1, 曹宇2, 魏桂明1, 朱德华2, 王峰3, 付婵媛1
1.中国民用航空飞行学院航空工程学院, 四川 广汉 618307
2.温州大学机电工程学院, 浙江 温州 325035
3.LTB-CHINA, CHENGDU OFFICE, 四川 成都 610000
*通讯作者

作者简介: 杨文锋, 1979年生, 中国民用航空飞行学院教授 e-mail: ywfcyy@163.com

摘要

激光除漆作为激光清洗技术的分支, 有望替代传统打磨及化学除漆工艺, 实现飞机蒙皮表面漆层的可控清除, 但除漆过程及质量的可控性依赖于有效的原位、 在线监测技术。 针对飞机铝合金蒙皮表面多漆层结构, 采用LIBS技术对不同漆层、 不同厚度时漆层特征元素进行光谱与成分分析, 在信号解译基础上建立漆层去除层数、 去除厚度与LIBS光谱变化的内在关联, 实现除漆过程质量的实时监测与反馈控制。 结果表明, 分层除漆过程中面漆、 底漆完全清除后, 漆层特征元素(Fe, Ti)的光谱峰消失。 LIBS监测到面漆的特征元素Fe在501.494 1和521.517 9 nm处Fe Ⅰ 的光谱特征峰消失时, 判定面漆完全清除。 监测到底漆特征元素Ti在498.173 0, 499.107 0和521.039 0 nm处Ti Ⅰ 的光谱特征峰消失时, 判定底漆完全清除。 厚度除漆时, 随漆层厚度降低或激光脉冲作用次数增加, 漆层特征元素(Ca)的光谱峰强相应降低, 至漆层厚度为0时(完全去除), 漆层特征元素光谱峰消失, 同时基体特征元素(Al)光谱峰出现。 LIBS监测616.217 0, 643.907 0和422.673 0 nm处Ca Ⅰ 的光谱信号强度变化能够监测激光除漆时剩余漆层厚度, 实现对激光除漆厚度的可控清除监测。 另外, 结合EDS与SEM测试分析, 验证了LIBS用于飞机蒙皮激光除漆过程与效果监测、 分层与厚度控制的可行性, 表明在不损伤基体氧化层的前提下, 通过监测对应波长位置的面漆、 底漆特征元素光谱与成分变化规律能够实现激光分层可控、 厚度可控除漆。

关键词: 飞机蒙皮; 激光除漆; 激光诱导击穿光谱; 可控性; 监测与反馈
中图分类号:TN249 文献标志码:A
Research on the Controllability of Aircraft Skin Laser Paint Remove Based on Laser-Induced Breakdown Spectrum and Composition Analysis
YANG Wen-feng1,*, QIAN Zi-ran1, CAO Yu2, WEI Gui-ming1, ZHU De-hua2, WANG Feng3, FU Chan-yuan1
1. Civil Aviation Flight University of China, Guanghan 618307, China
2. College of Mechanical and Electrical Engineering, Wenzhou University, Wenzhou 325035, China
3. LTB-CHINA, CHENGDU OFFICE, Chengdu 610000, China
*Corresponding author
Abstract

Laser paint removal, as a branch of laser cleaning technology, will replace the traditional polishing and chemical paint removal technology to achieve the controlled paint removal of the aircraft skin surface.However,the process and quality of controlled paint removal depend on effective in-situ online monitoring technology. For the multi-paint layer on the surface of the aircraft aluminum alloy skin,LIBS technology is used to analyze the spectral and the component of characteristic elements of different paint layers and different paint thicknesses during laser paint removal.Based on signal interpretation, to establish the relationship between the paint layer and paint thicknesses of laser paint removal and the change of LIBS spectrum.And to realize the real-time monitoring and feedback control of the paint removal process and quality.The results show that the spectral peak of the characteristic elements (Fe, Ti) of the layer disappears when the topcoat or primer is completely removed in the process of layered removal.Once LIBS monitors the characteristic element Fe of topcoat at 501.494 1 and 521.517 9 nm Fe Ⅰ spectral characteristic peak disappears, the topcoat has been completely removed at the same time. And when the characteristic element Ti of primer at 498.173 0, 499.107 0 and 521.039 0 nm Ti Ⅰ spectral characteristic peak disappears, determine primer has been completely removed.When the paint is removed in different thicknesses, the spectral peak strength of the paint characteristic element (Ca) decreases correspondingly with the decrease of the paint thickness or the increase of laser pulse. Until the paint thickness is 0 (completely removed), the spectral peak of the paint characteristic element disappears, and the matrix characteristic element (Al) appears.By applying the LIBS spectral signal intensity changes of Ca Ⅰ at 616.217 0, 643.907 0 and 422.673 0 nm, the remaining paint thicknesses during laser paint removal could be monitored and further realizes Laser-based Thickness Controlled Paint Removal. In addition, combined with EDS and SEM testing and analysis, the feasibility of LIBS for aircraft skin laser paint removal process and effect monitoring, Laser-based Layered Controlled Paint Removal and Laser-based Thickness Controlled Paint Removalare verified. It shows that under the premise of not damaging the oxide layer of the substrate, by monitoring the characteristic element spectrum and composition change law of the topcoat and primer at the corresponding wavelength position, Laser-based Layered Controlled Paint Removal and Laser-based Thickness Controlled Paint Removal can be achieved.

Keyword: Aircraft skin; Laser paint remove; Laser-induced breakdown spectroscopy; Controllability; Monitoring and feedback
引言

飞机蒙皮表面为复杂的多漆层结构, 维修、 维护时表面漆层的清除须满足分层可控或厚度可控要求, 以保证其固有可靠性与安全性。 目前工程上广泛采用的化学溶剂、 人工打磨及喷丸除漆方法, 一般采用厚度测量统计, 并结合工程经验作为除漆程度判断的依据, 在质量可控性与除漆精度方面难以满足应用需求, 也不能实现对除漆过程与效果的实时监测与反馈。

激光除漆作为一种新型清洗技术, 因其无接触、 环境友好、 可控性强, 且可实现自动化等优点, 对于飞机铝合金与复合材料蒙皮除漆具有巨大应用价值[1]。 激光诱导击穿光谱(laser-induced breakdown spectroscopy, LIBS)可以样品表面的等离子体发射光谱确定其元素成分及含量, 是光谱与成分分析领域一种前沿性技术, 目前已开展的研究领域包括金属[2]、 煤炭[3]、 文物保护[4]等。

NASA的Palmieri和Ledesma等[5, 6]采用低脉冲能量LIBS(μLIBS)深入研究了航空碳纤维复合材料粘接处理前的表面质量控制新方法。 Yin等[7]使用LIBS技术对敦煌壁画涂层进行研究, 结合主成分分析法, 建立孔雀石和氯铜矿石的分类模型, 成功运用于古壁画三种不同色调绿色颜料的在线识别与分类, 结果与X射线衍射分析吻合。 孙兰香[8]等结合LIBS技术, 设计激光清洗在线监测系统, 发现波长在588.819与589.411 nm处Na I原子谱线可以表征碳纤维复合材料清洗的效果。 辛勇[9]等自主研制了LIBS液态金属成分在线分析仪, 工业现场的长期在线测试结果已证明其对Si, Fe, Cu, Mn和Ti元素的在线分析结果满足工厂精度要求, 能够实现高温、 震动、 粉尘等环境下LF6系列铝合金熔炼过程的化学成分在线监测。 在激光除漆的在线监测与反馈方面, 冯国英[10]等研究了铝合金基体表面单层油漆特征元素对应的光谱特征峰强度随时间演变的规律, 提出基于LIBS技术及油漆去除过程的时间分辨特征峰对激光除漆效果进行实时判断的方法。 邓国亮[11]等基于LIBS技术和特征元素的时间分辨光谱, 报道了通过监测油漆与基体的元素特征峰强度和比值实时监测激光除漆过程的方法。

以上针对单一漆层或微-介观尺度污染物激光清洗的研究, 表明LIBS技术应用于激光清洗实时监测与反馈、 在线检测方面的潜力, 将其应用于飞机蒙皮激光除漆, 有望实现在线识别漆层表面物质成分, 实时监测激光除漆过程及效果。 针对飞机蒙皮激光除漆的可控需求, 基于LIBS技术快速、 无损、 多元素同步在线检测的特点, 研究飞机铝合金蒙皮表面不同漆层、 漆层不同厚度处的特征元素在除漆过程中的LIBS光谱与成分变化规律, 建立LIBS特征元素光谱信号与激光分层除漆、 厚度除漆的内在关联, 获得飞机蒙皮激光分层、 厚度可控除漆的实时监测与反馈控制方法。

1 实验部分
1.1 测试样品制备

采用电光调Q的Nd:YAG脉冲光纤激光除漆系统(波长1 064 nm, 输出脉宽0.35 μs, 脉冲频率90 kHz, 扫描速度2 000 mm· s-1)制备LIBS测试样品, 输出的高斯光束由振镜、 透镜聚焦至漆层表面, 光斑直径为50 μm。 通过改变激光功率这一单一变量, 结合涂层测厚仪(型号 Defelsko PosiTector 6000 FS1)的平均值结果, 获得分层及厚度除漆的LIBS测试样品, 其示意图及编号如图1。 其中深灰色为面漆层(top coating, Tc), 浅灰色为底漆层(primer, Pr), 青色为铝合金蒙皮阳极氧化层, 蓝色为铝合金基体层(aluminum substrate, As), 红色虚线框外为待清除的漆层。

图1 激光除漆样品示意图及编号
(a): 分层除漆样品; (b): 厚度除漆样品
Fig.1 Schematic diagram and serial number of laser paint remove sample
(a): Paint remove sample of different layers; (b): Paint remove sample of different thickness

不同样品的激光除漆功率值如表1, 由于单层底漆剩余15 μm(Pr-15)左右时, 可通过改变一次激光功率去除干净, 故不研究单层底漆厚度在0~15 μm之间的LIBS光谱变化。

表1 激光除漆样品功率参数表 Table 1 Power parameter of laser paint remove sample
1.2 LIBS测试

LIBS检测系统如图2, 由激光器(脉宽39 ps, 波长1 064 nm, 单脉冲能量11.5 mJ, 脉冲频率1 Hz)、 透镜、 移动式载物台、 光纤探头、 中阶梯光栅光谱仪(型号ARYELLE 200, 全波段探测范围380~880 nm, EMCCD增益1000)和主控计算机组成, 对分层、 厚度除漆样品进行测试, 并在线收集光谱信号。 激光经透镜聚焦在漆层表面产生等离子体, 光纤探头收集等离子体后传输至光谱仪, 输出的光谱图在计算机端显示。 保持室内25 ℃温度和50%湿度, 避免LIBS信号稳定性受温湿度波动影响。

图2 LIBS在线测试系统示意图Fig.2 System diagram for on-line detection of LIBS

2 结果与讨论
2.1 LIBS光谱图滤波和环境因素预处理

LIBS系统采集等离子体光谱的过程中由于激光能量波动等原因, 会引入不可避免的光谱误差与干扰信息, 参考文献[12, 13, 14]的方法, 基于滑动窗口方法, 使用MATLAB对原始LIBS光谱图进行求均值、 数据平滑、 基线校准、 峰值保留等滤波预处理。 滤波后光谱图的背景信息明显减少, 特征峰突出, 便于对结果的分析, 如图3(a)和(b)。

图3 LIBS光谱图
(a): 滤波前; (b): 滤波后; (c): 滤波后空气
Fig.3 LIBS spectra
(a): Before filtering; (b): After filtering; (c): After filtering of air

另外, 由于测试在大气环境中进行, 采集的LIBS光谱中包含空气的特征谱线, 需排除空气谱线对结果分析的影响。 为获得空气的等离子体光谱图, LIBS系统直接击穿空气, 与样品的曝光时间保持一致, 每次随机击穿5个点, 进行滤波预处理后获得的空气等离子体光谱图如图3(c)。 图中显示, 空气谱线主要分布在740~880 nm波段。 而且, 空气的成分与含量, 通常是固定的。 所以认为740~880 nm为本研究中空气干扰波段。

参考美国国家标准与技术研究院(National Institute of Standards and Technology, NIST)的原子光谱数据库(atomic spectra database, ASD)进行光谱的元素分析, 发现试样成分的C, O, Al, Si, Ca, Ti, Mg, Fe和Ni元素在380~740 nm波段均有明显的特征峰分布。 因此, 排除740~880 nm波段的环境因素不会对结果分析产生影响。

2.2 LIBS监测特征元素的确定

为了证明激光除漆过程中LIBS监测元素光谱能够反映漆层表面状态, 采用原始漆层样品和漆层被去除不同程度的样品, 将扫描电子显微镜(scanning electron microscope, SEM)和能谱仪(energy dispersive spectroscopy, EDS)测试结果与LIBS光谱结果进行对比分析。

完全去除面漆(Tc-C)与底漆(Pr)的SEM测试结果如图4(a)和(b), 其表面颗粒大小及形貌保持一致, 但Tc-C存在明显的孔洞和小块状的材料脱落。 这是由于漆层受到激光辐照时, 二者之间的光-热、 光-力作用导致漆层材料烧蚀、 开裂及脱落[15], 说明LIBS测试样品的可靠性。

图4 漆层表面形貌和EDS能谱图
(a): Tc-C的SEM; (b): Pr的SEM; (c): Tc的EDS; (d): Pr的EDS
Fig.4 Morphology and energy dispersive spectroscopy (EDS) images of paint surface
(a): SEM of Tc-C; (b): SEM of Pr; (c): EDS of Tc; (d): EDS of Pr

EDS测试结果表明, Tc的主要特征元素为Fe, Mg和Ni, Pr的主要特征元素为Ca和Ti, 如图4(c)和(d)。 结合LIBS测试结果, 分层除漆时选取Fe, Ti和Ca元素, 厚度除漆时选取Ti和Ca元素作为LIBS监测的特征元素。

2.3 分层可控除漆

激光除漆前, 面漆(Tc)的LIBS广谱图如图5(a), 标定了面漆成分的所有元素。 激光去除部分面漆(Tc-P)的LIBS光谱图如图5(b), 光谱图的峰强均低于Tc。 激光完全去除面漆(Tc-C)的LIBS光谱图如图5(c), 已不同于图5(a)和(b)。

图5 LIBS光谱图
(a): Tc; (b): Tc-P; (c): Tc-C; (d): Pr; (e): Pr-P; (f): Pr-C
Fig.5 LIBS spectra
(a): Top coating; (b): Top coat removing(Partially); (c): Top coat removing(Completely); (d): Primer; (e): Primer removing(Partially); (f): Primer removing(Completely)

图5(a)和(b)中的特征峰1, 2和3是Tc(面漆)中Fe元素在所选波段的特征峰, 由于Fe Ⅰ 是采集到的原子态粒子, Fe Ⅲ 是采集到的二次电离态粒子, 没有原子态稳定, 所以选取Fe Ⅰ 的特征峰(特征峰2和3)进行分析。

从Tc(面漆)到Tc-P(部分去除面漆): 特征峰2(501.494 1 nm)和特征峰3(521.517 9 nm)Fe Ⅰ 强度分别由421 a.u.和325 a.u.降低为278 a.u.和270 a.u.; 从Tc-P到Tc-C(完全去除面漆): 特征峰2和3消失, 出现了与Pr(底漆)成分元素Ti元素相同的特征峰10(498.173 0 nm), 11(499.107 0 nm), 12(521.039 0 nm)。 说明随漆层的去除, 漆层成分的元素强度降低。 当漆层被去除干净后, 成分元素的谱峰消失, 下层成分元素的谱峰出现。 首先, 在不变的LIBS参数组合下, 特征元素光谱谱峰强度稳定。 另外, 随漆层变薄, 漆层表面激发的等离子体密度和温度逐渐减小, 导致光谱图的强度降低。

对底漆去除过程进行特征元素Ti元素的光谱分析, 可得到类似的结论: 从Pr(底漆)到Pr-P(部分去除底漆): 特征峰10(498.173 0 nm), 11(499.107 0 nm)和12(521.039 0 nm)处Ti Ⅰ 强度分别由407 a.u., 329 a.u.和256 a.u.降低为325 a.u., 272 a.u.和207 a.u.; 从Pr-P表面到Pr-C(完全去除底漆)表面: 其峰强均降为0, 并且Pr-C表面出现了与基体氧化层成分元素O, Al元素相同的特征峰18(396.152 0 nm), 19(517.060 0 nm), 20(625.683 0 nm)。

分层除漆过程中面漆、 底漆特征元素的峰强变化如图6。

图6 分层除漆过程中面漆、 底漆特征元素的峰强变化Fig.6 The LIBS spectra peak intensity changes of the characteristic elements of topcoat and primer in the process of layered laser paint remove

激光除漆过程中, 通过监测面漆的特征元素Fe元素在501.494 1 nm(特征峰2)和521.517 9 nm(特征峰3)处Fe Ⅰ 的峰强变化, 能够实现仅去除面漆保留底漆的激光分层可控除漆。 当Fe元素的特征峰消失时, 表明面漆被去除干净。 通过监测底漆特征元素Ti元素在498.173 0 nm(特征峰10)、 499.107 0 nm(特征峰11)和521.039 0 nm(特征峰12)处Ti Ⅰ 特征峰强度变化, 能够实现面漆去除之后在不损伤铝合金基体的条件下去除底漆。 另外, 由于面漆成分中不含Ti元素, 所以, 通过监测Ti元素的峰强也能够实现整体去除面漆和底漆且不损伤基体。 当Ti元素的特征峰消失时, 表明底漆被去除干净, 应即刻停止除漆, 避免铝合金基体阳极氧化层被损伤。

2.4 厚度可控除漆

由于分层可控除漆只能确定不同漆层的监测边界, 不能监测每一层漆的去除过程, 所以对单层漆的去除过程进行厚度可控除漆研究。

2.4.1 不同厚度漆层的LIBS光谱信号变化

分析不同厚度漆层(Pr, Pr-30, Pr-25, Pr-20, Pr-15和Pr-0)的LIBS光谱图, 发现TiⅠ 和Ca Ⅰ 的信号变化规律相同, 选择变化更为明显的Ca Ⅰ 信号进行分析。 如图7为616.217 0和643.907 0 nm处Ca Ⅰ 的光谱图变化, 发现底漆厚度越薄, Ca Ⅰ 信号强度越低。 当底漆厚度为0时, Ca Ⅰ 强度也为0。 这与多层油漆去除过程中Fe和Ti元素的变化规律相互验证。 说明特征峰强度的不同值对应漆层的不同厚度, 特征峰消失时, 漆层被去除干净。

图7 LIBS光谱图
(a): Tc; (b): Pr-30; (c): Pr-25; (d): Pr-20; (e): Pr-15; (f): Pr-0
Fig.7 LIBS spectra
(a): Primer; (b): Primer removing (5 μm); (c): Primer removing (10 μm); (d): Primer removing (15 μm); (e): Primer removing (20 μm); (f): Primer removing (35 μm)

所以, 通过监测底漆的特征元素Ca元素在616.217 0和643.907 0 nm处Ca Ⅰ 的特征峰强度变化能够实现激光厚度可控除漆。

2.4.2 不同脉冲次数时漆层对LIBS光谱信号影响

为了建立漆层厚度与元素的LIBS峰强之间的关系, 研究不同脉冲次数作用原始漆层表面时漆层的LIBS光谱信号变化。 因为随聚焦在漆层表面激光脉冲次数的增加, 激发等离子体光谱的漆层厚度在变薄, 所以由此能够获得激光厚度可控除漆的LIBS监测方法和漆层厚度与元素的特征峰强度之间的关系。

将LIBS系统的单脉冲激光聚焦在Pr(单层底漆)表面, 每两个脉冲在线采集一次光谱图, 选取特征峰强度变化明显的380~500 nm波段的光谱图进行光谱与成分分析, 如图8为光谱图随脉冲次数的演变过程。

图8 不同脉冲次数作用单层底漆时的LIBS光谱图Fig.8 LIBS spectra of single primer at different laser pulse

对比Ti和Ca元素随激光脉冲次数变化的等离子体光谱图, 发现Ti Ⅰ 在特征峰强度明显的498.173 0, 499.107 0和499.951 0 nm处的信号强度随脉冲次数的增加逐渐减弱, 分别在14, 10和8次激光脉冲作用时, 信号完全消失。 而此时铝合金蒙皮基体的特征元素Al元素的特征峰未出现, 如图9(a)。 所以Ti元素的等离子体信号随脉冲个数增加消失过早, 不适合作为监测元素。 Ca Ⅱ 在393.366 0 nm处的信号, 在2~24次激光脉冲作用过程中, 信号强度逐渐减弱, 在26次激光脉冲作用时, 信号强度消失, 但此时仍未见Al元素的特征峰, 如图9(b)。 而Ca Ⅰ 在波长较长的422.673 0 nm处的特征峰, 在2~26次激光脉冲作用过程中, 信号强度逐渐减弱, 在28次激光脉冲作用时, 信号强度消失, 并在396.152 0 nm处出现了Al Ⅰ 的特征峰, 如图9(c)和(d)。 Al元素特征峰的出现说明此时激光已作用到铝合金基体层。

图9 不同脉冲次数作用单层底漆后Ti, Ca, Al元素的LIBS光谱图
(a): Ti Ⅰ ; (b): Ca Ⅱ ; (c): Ca Ⅰ ; (d): Al Ⅰ
Fig.9 LIBS spectra of Ti, Ca and Al elements irradiated by different laser pulse numbers
(a): Ti Ⅰ ; (b): Ca Ⅱ ; (c): Ca Ⅰ ; (d): Al Ⅰ

所以, 通过监测底漆的特征元素Ca元素在422.673 0 nm处Ca Ⅰ 的特征峰强度变化也能够实现激光厚度可控除漆。

关于激光分层、 厚度可控除漆过程中LIBS监测光谱与成分总结如表2

表2 基于LIBS光谱与成分分析的飞机蒙皮激光分层、 厚度可控除漆监测 Table 2 Monitor on laser controllable paint remore of layer and thickness of aircraft skin based on laser-induced breakdown spectrum and composition analysis
3 结论

采用LIBS技术对表面涂覆有两层油漆的2024-T3铝合金激光除漆不同程度表面、 只涂覆单层油漆的铝合金漆层不同厚度表面进行了LIBS测试分析, 通过滤波和环境因素预处理光谱图后, 分析特定漆层所含特征元素所对应某一波长位置的电离状态时的元素光谱与成分变化规律, 结论如下:

(1)LIBS谱峰强度与不同除漆表面存在关联性, 说明了LIBS用于激光除漆在线监测与反馈的可行性。

(2)通过监测面漆的特征元素Fe元素在501.494 1和521.517 9 nm处Fe Ⅰ 的特征峰强度变化能够实现仅去除面漆保留底漆的激光分层可控除漆; 通过监测底漆特征元素Ti元素在498.173 0, 499.107 0和521.039 0 nm处Ti Ⅰ 的特征峰强度变化能够实现仅去除底漆或整体去除面漆和底漆且不损伤基体的激光分层可控除漆。

(3)通过监测底漆的特征元素Ca元素在422.673 0, 616.217 0和643.907 0 nm处Ca Ⅰ 的信号强度变化能够实现激光厚度可控除漆。

(4)EDS的成分检测结果与SEM的微观形貌对比验证了LIBS监测方法的准确性与激光除漆的效果。 说明在飞机蒙皮的激光除漆过程中, 基于LIBS技术的光谱与成分分析, 能够实现激光分层、 厚度可控除漆。

参考文献
[1] WANG Xiao-dong, YU Jin, MO Ze-qian, et al(王晓东, 余锦, 貊泽强, ). Laser & Optoelectronics Progress(激光与光电子学进展), 2020, 57(5): 59. [本文引用:1]
[2] Shakeel H, Haq S U, Aisha G, et al. Physics of Plasmas, 2017, 24(6): 063516. [本文引用:1]
[3] Sheta S, Afgan M S, Hou Z, et al. Journal of Analytical Atomic Spectrometry, 2019, 34(6): 1047. [本文引用:1]
[4] Botto A, Campanella B, Legnaioli S, et al. Journal of Analytical Atomic Spectrometry, 2019, 34(1): 81. [本文引用:1]
[5] Palmieri F L, Ledesma R I, Dennie J G, et al. Composites Part B: Engineering, 2019, 175: 107155. [本文引用:1]
[6] Ledesma R, Palmieri F, Connell J. International Journal of Adhesion and Adhesives, 2020, 98: 102528. [本文引用:1]
[7] Yin Y, Sun D, Su M, et al. Optics & Laser Technology, 2019, 120: 105689. [本文引用:1]
[8] SUN Lan-xiang, WANG Wen-ju, QI Li-feng, et al(孙兰香, 王文举, 齐立峰, ). Chinese Journal of Lasers(中国激光), 2020, 47(11): 299. [本文引用:1]
[9] XIN Yong, LI Yang, CAI Zhen-rong, et al(辛勇, 李洋, 蔡振荣, ). Metallurgical Analysis(冶金分析), 2019, 39(1): 15. [本文引用:1]
[10] CHEN Lin, DENG Guo-liang, FENG Guo-ying, et al(陈林, 邓国亮, 冯国英, ). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2018, 38(2): 367. [本文引用:1]
[11] Zhou Qionghua, Deng Guoliang, Chen Yin, et al. Applied Optics, 2019, 58(34): 9421. [本文引用:1]
[12] Li An, Guo Shuai, Wazir Nasrullah, et al. Optics Express, 2017, 25(22): 27559. [本文引用:1]
[13] WANG Xian-shuang, GUO Shuai, XU Xiang-jun, et al(王宪双, 郭帅, 徐向君, ). Chinese Optics(中国光学), 2019, 12(4): 888. [本文引用:1]
[14] ZHANG Rui, SUN Lan-xiang, CHEN Tong, et al(张蕊, 孙兰香, 陈彤, ). Acta Geologica Sinica(地质学报), 2020, 94(3): 991. [本文引用:1]
[15] GAO Liao-yuan, ZHOU Jian-zhong, SUN Qi, et al(高辽远, 周建忠, 孙奇, ). Chinese Journal of Lasers(中国激光), 2019, 46(5): 335. [本文引用:1]