利用可见光-近红外吸收光谱法测定Pu(IV)浓度:通过D最优设计与偏最小二乘法消除干扰

《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》:Pu(IV) quantification via visible–near-infrared absorption spectroscopy: tackling interferences using D-optimal design and partial least squares

【字体: 大 中 小 】 时间:2026年07月10日 来源:Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy 4.3

编辑推荐:

  Luke R. Sadergaski|Jeffrey D. Einkauf|Sara E. Gilson|Laetitia H. Delmau|Jonathan D. Burns美国田纳西州橡树岭的橡树岭国家实验室摘要本研究提出了一种新的分析方法,通过结合基于光纤的可见光-近红外

  
Luke R. Sadergaski|Jeffrey D. Einkauf|Sara E. Gilson|Laetitia H. Delmau|Jonathan D. Burns
美国田纳西州橡树岭的橡树岭国家实验室

摘要

本研究提出了一种新的分析方法,通过结合基于光纤的可见光-近红外吸收光谱技术、偏最小二乘回归以及实验设计,用于在手套箱环境中定量检测钚(IV)。该方法解决了由于常见的裂变产物杂质钕(III)带来的光谱特征重叠问题,以及在不同浓度(2.5至11 M)的硝酸中钚(IV)硝酸盐络合物形态变化所带来的挑战。通过D最优设计,利用20个样本的数据构建了训练集,从而能够借助1050纳米附近的近红外波段实现钚(IV)的精准校准。该训练集来自路径长度为1厘米的比色皿中的样本,用于构建偏最小二乘回归模型。此外,还通过使用路径长度为1厘米的浸入式探针并改变钚(IV)浓度来验证模型的稳定性。该模型表现出优异的性能,表明其可从比色皿分析成功转移到浸入式探针分析,同时也凸显了在结晶反应器中进行原位测量和在线监测的潜力。研究结果表明,这种结合光谱技术与化学计量学的方法能够同时准确测定钚(IV)和硝酸的含量,为工艺环境中的实时监测提供了有效工具。

引言

用于核燃料的回收与再处理需要可靠、精确且快速的分析方法,以便监测诸如钚这样的关键锕系元素[1]。在核燃料再处理过程中,尤其是在涉及铀酸硝酸盐结晶的操作中,准确测定钚的含量对于确保工艺控制、掌握库存以及符合安全标准至关重要[2]、[3]、[4]。持续监测可通过提供详细的操作数据和控制措施记录,帮助满足严格的监管要求[5]、[6]。诸如电感耦合等离子体质谱法和阿尔法光谱法之类的定量技术主要用于离线分析,但不适用于这类复杂系统的在线监测[7]、[8]、[9]。
光学光谱技术可用于实时分析核燃料再处理过程,这有望为核能行业带来好处[6]、[10]、[11]、[12]。然而,铀酸硝酸盐结晶通常具有复杂的化学基质,其中硝酸浓度各异,从而导致多种钚(IV)硝酸盐物种的存在,这一因素给分析带来了很大挑战[13]、[14]、[15]、[16]。在硝酸环境中,钚(IV)会形成多种硝酸盐络合物,从低阶的单硝酸盐和二硝酸盐到六硝酸盐络合物都有,这一特点体现在钚(IV)的紫外、可见光及近红外吸收光谱对硝酸浓度的敏感性上[17]、[18]、[19]。此外,诸如钕(III)之类的裂变产物杂质也会进一步增加原位分析的难度[20]、[21]。钕(III)在可见光区域具有与钚(IV)重叠的光谱带,这使得使用传统的单变量方法如比尔定律来检测和定量钕(III)变得十分困难[22]、[23]、[24]、[25]。
近年来,可见光-近红外吸收光谱技术的发展,再加上偏最小二乘回归等多变量分析技术的应用,为克服这些难题提供了新的途径[26]、[27]、[28]、[29]、[30]、[31]。鉴于核燃料再处理环境本身存在的诸多限制,尤其是在那些必须尽量减少样品处理风险的手套箱或高温反应舱中,将可靠的快速光谱分析方法与统计设计工具相结合具有重要意义。为了减少放射性同位素的处理和取样工作,人们采用了实验设计框架工具以及D最优设计等化学计量学方法,以此构建高效的训练集来描述复杂的系统[26]、[32]、[33]、[34]。不过,考虑到钚(IV)硝酸盐体系及其对应光谱的复杂性,仍需对这种设计策略在全面覆盖整个光谱范围方面的有效性进行评估。
本研究开发了一种方法,通过结合可见光-近红外光谱技术、偏最小二乘回归以及D最优设计框架,用于在手套箱环境中检测和定量钚(IV)。尽管此前已有研究针对钚(IV)硝酸盐体系以及类似的镎(IV)体系展开过研究,但本研究更注重特征选择,并充分利用1050纳米附近的钚(IV)近红外光谱带,从而证明了该方法相较于光谱其他区域的更强稳定性[17]、[34]。此外,本研究还探讨了在钚(IV)的光谱带与之重叠的情况下定量检测钕(III)所面临的挑战。同时,基于比色皿开发的分析方法也被成功应用于手套箱环境中的浸入式探针分析。这种探针可用来对反应器中的铀酸硝酸盐结晶进行原位分析[4]。该方法不仅能够准确测定钚(IV)的浓度,还能通过分析近红外水吸收带同时确定硝酸的浓度,从而为监测核燃料再处理过程中的关键元素和参数提供了全面的分析平台。

章节节选

材料说明

70%浓度的硝酸由Sigma-Aldrich公司购买。Nd(NO?)?·6H?O晶体同样来自该公司。所有试剂均按其原始状态直接使用。所有样品均采用电阻率为18.2 MΩ·cm的去离子水制备。一个240钚样本是在美国能源部的橡树岭国家实验室内部制备的;通过阿尔法光谱法(Canberra Alpha Spectrometer Model 7401)和电感耦合等离子体质谱法(iCAP Q ICP-MS,Thermo Fischer Scientific)对样本进行了验证

吸收光谱

钚(IV)在硝酸中的特征吸收带会受到溶液中硝酸根配体配位状态的影响[18]、[35]、[36]、[37]。关于在锕系(IV)离子配位环境中提高硝酸浓度所产生的影响,相关研究已有大量文献记载[13]、[19]、[38]。在本研究中,我们测试了不同硝酸浓度(2.5–11 M)下钚(IV)和钕(III)的可见光-近红外光谱,以此探究这一参数对光谱特征的影响

结论

本研究展示了一种高效的分析方法,它结合了基于光纤的可见光-近红外光谱技术、偏最小二乘回归以及D最优设计,可用于在手套箱环境中定量测定钚(IV)、硝酸和钕(III)的含量。该方法成功区分了钕(III)以及各类钚(IV)硝酸盐物种之间的重叠光谱特征,因此能够在涵盖铀酸硝酸盐结晶及其他核加工过程相关条件的广泛硝酸浓度范围内实现精准定量。D最优设计

作者贡献

本论文是由所有作者共同撰写完成的。所有作者均已批准该论文的最终版本。

资金来源

本文中所呈现的信息、数据及研究成果部分得到了美国能源部先进研究计划局-能源项目的资助,相关合同编号为DE-AC05-00OR22725,资助编号为DE-AR0001689。本文中作者所表达的观点并不一定代表美国政府或其任何机构的立场。

利益冲突声明

作者声明自己不存在任何可能影响本文研究结果的已知财务利益关系或个人关系。

致谢

本研究使用了由美国能源部橡树岭国家实验室运营的放射化学工程开发中心的相关资源。此外,本研究还得到了美国能源部先进研究计划局-能源项目下的将未使用核燃料中的放射性同位素转化为能源(CURIE)计划的资助,资助编号为DE-AR0001689,项目负责人为Burns。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号