木材处理用于保护对昆虫，真菌，一般磨损和紫外线损伤的管道保护器。典型的木材处理制剂含有氨铜锌砷酸盐（Acza），Penta，CCA和铜。Acza通常用于治疗木材物种，其不保留其他治疗。对于成功的木材处理，必须监测治疗溶液的适当平衡，以获得最高质量，同时减少与产品排斥或治疗使用相关的浪费和成本。为了确保适当的保留，在治疗之前监测溶液中的Zn和Cu的水平，然后在木材中进行监测。需要快速，用户友好和可靠的仪器来在整个质量控制过程中执行分析。X射线荧光（XRF）可用于此目的。本文展示了使用来自Rigaku的NEX QC能量分散XRF（EDXRF）系统的ACZA处理的木材和木材处理解决方案。
.jpg)
图1所示。Rigaku NEX QC EDXRF系统编号
实验装置
| 模型： |
Rigaku NEX QC |
| X射线管： |
4 W AG-Anode |
| 探测器： |
半导体 |
| 样本类型： |
木材(地面)和解决方案 |
| 电影： |
聚酯薄膜 |
| 环境： |
空气 |
| 分析时间: |
100秒 |
| 选项: |
6位置自动进样器 |
样品制备
样品制备涉及将木样品研磨成均匀粉末和随后的干燥。通过填充32mm XRF样品杯3/4满（5g）来定量样品作为松散粉末。通过温和地摇动它们以确保均匀性，然后填充32mm XRF样品3/4完全（5g）来制备溶液样品。
校准-木材中的ACZA
使用一套分析木材标准和测量周期为100秒的每个样品，开发了经验校准。
EST的CUO STD误差：0.0225
单位：％相关性：0.99961 |
| 样品I.D. |
测定值 |
计算值 |
| 的是 |
0.518 |
0.531 |
| W-B |
0.789 |
0.788 |
| 含水量 |
1.150 |
1.145 |
| wd |
0.989 |
0.963 |
| W-F |
1.660 |
1.685 |
| W-G |
2.990 |
2.984 |
.jpg)
Est的ZnO标准误差:0.0087
单位：％相关性：0.99975 |
| 样品I.D. |
测定值 |
计算值 |
| 的是 |
0.264 |
0.266 |
| W-B |
0.382 |
0.381 |
| 含水量 |
0.518 |
0.506 |
| wd |
0.457 |
0.464 |
| W-F |
0.771 |
0.775 |
| W-G |
1.440 |
1.439 |
.jpg)
作为2O5标准误差Est: 0.0269
单位：％相关性：0.99722 |
| 样品I.D. |
测定值 |
计算值 |
| 的是 |
0.518 |
0.531 |
| W-B |
0.789 |
0.788 |
| 含水量 |
1.150 |
1.145 |
| wd |
0.989 |
0.963 |
| W-F |
1.660 |
1.685 |
| W-G |
2.990 |
2.984 |
.jpg)
重复性-木材中的ACZA
从校准标准套件，选择低样品以证明重复性（精度）。每个样品使用100秒的测量时间，在静态位置进行每个样品的测量以进行10个重复分析。
| CUO单位：％ |
| 样品I.D. |
标准值 |
平均值 |
性病Dev |
％ 相对的 |
| 的是 |
0.518 |
0.5209 |
0.0014. |
0.3 |
| W-G |
2.990 |
3.047 |
0.015 |
0.5 |
| ZnO单位：％ |
| 样品I.D. |
标准值 |
平均值 |
性病Dev |
％ 相对的 |
| 的是 |
0.264 |
0.2601 |
0.0010. |
0.4 |
| W-G |
1.440 |
1.455 |
0.005 |
0.4 |
| 作为2O5单位:% |
| 样品I.D. |
标准值 |
平均值 |
性病Dev |
％ 相对的 |
| 的是 |
0.189 |
0.1874 |
0.0011. |
0.5 |
| W-G |
1.280 |
1.289 |
0.002 |
0.2 |
典型的检测限制 - 木材中的Acza
采用经验法测定了空白木材样品10次重复分析的检出下限(LLD)值，并计算其标准差。LLD定义为标准差的三倍。以下是在每个样品100秒的测量时间内确定的检测限:
| 化合物 |
LLD |
| cuo. |
4 ppm |
| Zno. |
4 ppm |
| As2O5 |
3 ppm. |
校准-溶液中的ACZA
使用一套分析木材标准和测量周期为100秒的每个样品，开发了经验校准。
Est的CuO Std误差:0.0394
单位：％相关性：0.99952 |
| 样品I.D. |
测定值 |
计算值 |
| S-A. |
0.53 |
0.552 |
| S-B. |
1.03 |
1.032 |
| S-C. |
1.56 |
1.541 |
| S-D. |
2.11 |
2.061 |
| S-E. |
2.52 |
2.574 |
| S-F. |
5.09 |
5.086 |
.jpg)
ZNO STD ERR EST：0.019
单位：％相关性：0.99956 |
| 样品I.D. |
测定值 |
计算值 |
| S-A. |
0.26 |
0.290 |
| S-B. |
0.52 |
0.510 |
| S-C. |
0.76 |
0.759 |
| S-D. |
1．01 |
1.019 |
| S-E. |
1.30 |
1.281 |
| S-F. |
2.49 |
2.495 |
.jpg)
AS2O5 EST的STD误差：0.0302
单位：％相关性：0.99896 |
| 样品I.D. |
测定值 |
计算值 |
| S-A. |
0.26 |
0.285 |
| S-B. |
0.53 |
0.528 |
| S-C. |
0.80 |
0.788 |
| S-D. |
1.08 |
1.039. |
| S-E. |
1.30 |
1.334 |
| S-F. |
2.63 |
2.633 |
.jpg)
重复性 - 解决方案中的ACZA
从校准标准套件，选择低样品以证明重复性（精度）。每个样品使用100秒的测量时间，在静态位置进行每个样品的测量以进行10个重复分析。
| CUO单位：％ |
| 样品I.D. |
标准值 |
平均值 |
性病Dev |
％ 相对的 |
| S-A. |
0.53 |
0.525 |
0.003 |
0.6 |
| S-F. |
5.09 |
5.088 |
0.027 |
0.5 |
| ZnO单位：％ |
| 样品I.D. |
标准值 |
平均值 |
性病Dev |
％ 相对的 |
| S-A. |
0.26 |
0.263 |
0.002 |
0.8 |
| S-F. |
2.49 |
2.479 |
0.008 |
0.3 |
| As2O5单位:% |
| 样品I.D. |
标准值 |
平均值 |
性病Dev |
％ 相对的 |
| S-A. |
0.26 |
0.269 |
0.002 |
0.7 |
| S-F. |
2.63 |
2.618 |
0.021 |
0.8 |
典型检测限制-解决方案中的ACZA
采用经验法测定了空白木材样品10次重复分析的检出下限(LLD)值，并计算其标准差。LLD定义为标准差的三倍。以下是在每个样品100秒的测量时间内确定的检测限:
| 化合物 |
LLD |
| cuo. |
4 ppm |
| Zno. |
4 ppm |
| As2O5 |
3 ppm. |
铜和锌的可靠测量
使用过去几代分析仪使用填充气体比例计数器探测器的支柱计数器。PRAC计数器检测系统提供宽峰，因此测量锌和铜作为一个峰，如图2所示。必须使用大型数学重叠校正因子或锌测量由支撑符号确定的单峰分离。通过罗斯过滤器的顺序利用。这最终增加了两倍的计数时间。
.jpg)
图2。典型的支柱计数器ACZA谱，它给出了铜和锌的单峰，必须严重反卷积。
NEX QC可以解决此问题，因为它使用坚固且可靠的半导体检测器，这产生了更加清晰的峰值的分辨率。利用NEX QC的ACZA分析如图3所示。使用NEX QC，现在可以测量单个铜和锌，而不会引入由使用罗斯过滤器或大型数学重叠校正引起的额外误差。
.jpg)
图3。典型的NEX QC ACZA光谱，铜、锌和砷的峰清晰、明显。
保留报告
为了测量木材样品，需要进入木材的密度。测量量化了浓度2O5，ZnO和CuO，并产生平衡和保留值。
.jpg)
图4。
结论
从结果，很明显，Rigaku NEX QC是一个理想的工具，在整个质量控制过程中处理木材生产。该工具是一种经济的解决方案，提高生产过程中的质量，同时降低成本，生产废品率和浪费。
.jpg)
这些信息都是从Rigaku提供的材料中获取、审查和改编的。亚博网站下载
有关此来源的更多信息，请访问rigaku.．