Optimisation des cartographies µLIBS à hautes fréquences

High frequency µLIBS cartography optimisation

• Auteur / Autrice : Samy Guellour
• Direction : Cécile Fabre, Vincent Motto-ros
• Type : Projet de thèse
• Discipline(s) : Géosciences
• Date : Inscription en doctorat le 07/10/2024
• Etablissement(s) : Université de Lorraine
• Ecole(s) doctorale(s) : École doctorale SIReNa - Science et ingénierie des ressources naturelles
• Partenaire(s) de recherche : Laboratoire : GeoRessources
• Partenaire(s) de recherche : Equipe de recherche : Ressources Minérales (Axe Matières Premières)

Mots clés

Mots clés libres

Micro

Libs

Spectroscopie

Éléments légers

Labview

Libs

Spectroscopy

Light elements

Labview

Résumé

Afin d'améliorer la détection des éléments légers, cette thèse se concentrera sur la mise en œuvre d'imagerie µLIBS sur plusieurs gammes spectrales optimisées pour différents spectromètres sur une plateforme de µLIBS à haute fréquence 1 kHz. La sélection des détecteurs, les meilleures gammes de longueurs d'onde et les temps d'acquisition seront optimisés pour obtenir le meilleur compromis entre la résolution latérale de l'imagerie (15 µm) et l'efficacité de l'émission/collection de la lumière du plasma. Après avoir optimisé les conditions d'analyse (interface Labview à monter), il sera possible d'utiliser la plateforme µLIBS 1 kHz pour aller plus loin dans la quantification et la cartographie des minéraux à l'aide de l'IA. Pour cela, nous aurons besoin d'un grand ensemble de données comme références pour la stratégie ANN et ces ensembles de données seront complétés en utilisant les images acquises à 1 kHz, consistant en des millions de pixels avec un spectre complet dans chacun d'entre eux. Étant donné que chaque roche contient un nombre limité de minéraux, chaque image contiendra plusieurs centaines/milliers de spectres pour chaque phase minérale de l'échantillon. L'identification des minéraux et la quantification sont basées sur des méthodes normalisées. En utilisant les premières analyses en points individuels par SEM ou LA-ICP-MS sur des minéraux très bien caractérisés (minéraux homogènes et zonés), des images quantitatives via le logiciel LasMap µLIBs seront réalisées. Cette partie prendra en compte la différence d'ablation (effet de matrice) en fonction des phases minérales.

In order to improve the detection of light elements, this thesis will focus on the implementation of µLIBS imaging over several spectral ranges optimized for different spectrometers on a 1 kHz high-frequency µLIBS platform. Detector selection, best wavelength ranges and acquisition times will be optimized to achieve the best compromise between imaging lateral resolution (15 µm) and plasma light emission/collection efficiency. Once the analysis conditions have been optimized (Labview interface to be fitted), it will be possible to use the 1 kHz µLIBS platform to take AI-based mineral quantification and mapping a step further. To do this, we'll need a large dataset as a reference for the ANN strategy, and these datasets will be supplemented using images acquired at 1 kHz, consisting of millions of pixels with a full spectrum in each of them. As each rock contains a limited number of minerals, each image will contain several hundred/thousand spectra for each mineral phase in the sample. Mineral identification and quantification are based on standardized methods. Using the first individual point analyses by SEM or LA-ICP-MS on very well characterized minerals (homogeneous and zoned minerals), quantitative images via LasMap µLIBs software will be produced.