能量色散 X 射線譜 (能譜) 是一種檢測手段,它分析的是由入射電子束激發(fā)樣品原子所產(chǎn)生的 X 射線。能譜是電子顯微鏡中的常用技術,是一種快速、準確、無損的成分分析技術,這使得能譜在冶金、表面分析、礦物學等領域具有吸引力。
飛納臺式掃描電鏡為各種樣品的能譜分析提供了*集成的自動化解決方案。飛納電鏡的能譜采用可靠的成分分析解決方案,在不影響分析質量的前提下可以快速獲得分析結果,適合于各類用戶。
1. 電鏡的信號有哪些?它們來自哪里?
當電子束撞擊樣品時,隨著電子進一步穿透到樣品內(nèi)部,會發(fā)生多種相互作用。在掃描電鏡中有三個最重要的信號,分別是背散射電子、二次電子、X 射線,如圖 1 所示。關于不同的信號來自于哪個深度,與高能量信號相比,樣品深處產(chǎn)生的低能量信號到達表面的概率更低。也就說,較低能量的信號更容易被樣品吸收,而較高能量的信號更容易被散射。
二次電子能量相對較低(通常 < 50eV),雖然在整個相互作用區(qū)中都可產(chǎn)生二次電子,但只有樣品表面的二次電子才可以逸出材料表面,從而被檢測到,這種特性使得二次電子可以提供更好的形貌信息成像。背散射電子來自從樣品中散射逸出的入射電子。這種散射過程高度依賴于電子運動路徑上所遇到的原子。這意味著,可以從背散射電子信號中觀察出成分稱度差異。背散射電子的能量比二次電子高一個數(shù)量級,可以提供樣品更深處的成像信息。
X 射線在樣品內(nèi)部相對較大的體積內(nèi)產(chǎn)生,它們逸出樣品的過程中發(fā)生更多的相互作用。這就使得 X 射線的能量低于入射電子能量。了解這些相互作用對于 X 射線能譜的定量解釋至關重要。我們將詳細闡述影響能譜定量的重要因素,并展示飛納電鏡的軟件如何對它們進行建模,以得到準確、一致的定量結果。
玻爾軌道模型對于理解入射電子如何產(chǎn)生 X 射線非常有用。該模型認為不同電子存在于原子核外不同的能級殼層。其中 K 層最靠近原子核,其能量低。從 K 層開始按字母順序,依次是 L 層和 M 層,依此類推。通常,前三個能級層與電鏡上 X 射線的分析最為相關。入射電子將較低能級層的電子激發(fā)到較高的能級層,該原子為了穩(wěn)定,具有較高能量的外層電子將會返回并填充到原始能量較低的內(nèi)層,在這個過程中就會釋放 X 射線。不同原子的能級結構是不同的,這意味著 X 射線的能量是每個原子的特征。
不同殼層之間存在一定能量差,而每個殼層又分為多個不同能量的次殼層。能譜中常見兩個字母的組合來命名 X 射線峰位置,其中第一個字母表示電子回落到的殼層,而后面的希臘字母則表示由高能級的不同殼層回落到低能級殼層而激發(fā)產(chǎn)生的。例如,Kα 線和 Kβ 線都表示由高能級殼層向K殼層的躍遷,但是 Kα 是由 L 層向 K 層躍遷而產(chǎn)生,而 Kβ 則是由 L 層向 K 層躍遷而產(chǎn)生。躍遷產(chǎn)生的特征 X 射線的能量是不同能級能量之間的能量差,如圖 2 所示。
從激發(fā)態(tài)躍遷到基態(tài)可以通過一步躍遷或多步中間態(tài)躍遷而實現(xiàn)。例如 M 層電子躍遷到 K 層,可以由 M 層直接躍遷至 K 層而實現(xiàn);也可以由多步躍遷實現(xiàn):L 層的電子填充 K 層空位,隨后,M 層的電子躍遷至 L 層剛產(chǎn)生的空位。每個躍遷都會產(chǎn)生 X 射線的激發(fā),激發(fā) X 射線的能量的總和等于 K 層和 M 層之間的能級差。
硅漂移探測器(SDD)因其良好的性能而廣泛用于掃描電鏡中的 X 射線檢測。到達探測器窗口的 X 射線被轉換為小的電流信號,這些電流之后被放大,由數(shù)字脈沖處理器進行計算處理。硅漂移探測器比之前的鋰漂移硅 [Si(Li)] 探測器具有更高的性能,比如具有更高的計數(shù)率、更好的能量分辨率、更優(yōu)秀的輕元素檢測。為了確保能譜分析的準確性,對檢測過程中產(chǎn)生的其他作用進行修正是非常重要的(將在下篇的專家部分詳細講述)。飛納電鏡可以同時控制掃描電鏡的電子束和能譜探測器,*集成于一個用戶界面中。這進一步優(yōu)化了信號分析過程,提升了用戶體驗。
飛納方案
1. 從原始數(shù)據(jù)到最終信息
飛納能譜分析是一個使用正向模擬方法的全自動工作流程。首先分析能譜中存在哪些元素,提供量化的初始結果。通過迭代計算,創(chuàng)建多個合成能譜,與測量的能譜進行逐步比對,直到得到最佳匹配結果,如圖 3 所示。
電子在樣品內(nèi)部的運動產(chǎn)生的能量損失會產(chǎn)生連續(xù) X 射線的輻射,以背景信號的形式存在于譜圖中。因此必須消除此背景信號的干擾,以便進行更準確的定性和定量分析。
然而,背景信號的強度并不均勻,因為穿透到樣品內(nèi)的電子的能量會逐漸降低,同時沿穿透路徑激發(fā)一連串的 X 射線信號。
該背景信號的建?;谌肷潆娮幽芰?、樣品成分、檢測過程。
飛納算法將這些因素都考慮在內(nèi),因此能以最高精度對背景信號進行建模修正。
3. 元素識別
在飛納電鏡中,對所得能譜進行元素識別的過程是*自動化的。關于元素定性識別,是根據(jù)已知的譜線數(shù)據(jù)庫搜索對應譜峰的位置,這是業(yè)內(nèi)通用的方法。飛納算法所使用的數(shù)據(jù)庫,包含許多已發(fā)布的、且被專家審定的原子能譜信息數(shù)據(jù)。
使用數(shù)據(jù)庫識別元素是一種簡便的定性方法。但是,實際情況下有些 X 射線的峰值僅相差幾十 eV 能量,這個能量差小于能譜探測器的分辨率。
檢測是否存在其它能量譜線非常重要,例如,一個 Kβ 峰具有相對應的 Kα 峰。在整個能量范圍內(nèi),飛納能譜算法將獲得的譜線與擬合譜線進行比對。多次迭代計算以匹配最佳結果,從而獲得最準確的結果。
4. 處理重疊峰
在一些案例中,不同元素的峰會發(fā)生重疊。例如,硅 (Kα1=1.739 keV) 和鎢 (Mα1=1.779 keV) 的間距僅為 40 eV,這超出了能譜探測器的能量分辨率。
反卷積算法是一個用于分離重疊峰,并確定每個獨立元素對重疊峰形的貢獻的方法。圖 4 中可以看出,飛納能譜算法可以輕松解析并準確定量分析這些重疊峰。
圖 4 內(nèi)部熔有鎢元素的純硅基質。飛納電鏡的算法可以輕松地從 1.739 keV 的硅元素 Kα1 峰中檢測到與之重疊的 1.779 keV 的鎢元素 Mα1 峰,并對其進行定量分析。百分比分別代表元素的重量比。
一旦獲得譜圖,通過元素種類及其含量的一階估算將生成一個對應于該元素種類及估算含量的新譜圖。然后,采用合適的數(shù)學優(yōu)化方法反復調整該估算含量,直到估算生成的譜圖與觀察到的譜圖盡可能接近。最佳匹配的估算將作為最終的能譜結果并生成報告。
這種方案的主要優(yōu)點是物理和數(shù)學相結合;產(chǎn)生 X 射線的物理過程決定了合成譜圖,而數(shù)學方法則用于確定哪個譜圖是最合適的。
為了合理地模擬能譜圖,必須考慮幾種效應,它們都集成在整個迭代算法過程中。小編將在下一篇為大家詳細講述。