- 1、本文档共68页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
[化学]近红外09
现代近红外光谱分析技术 一、近红外光谱分析基础知识 二、近红外光谱仪器 三、近红外光谱定量及定性分析 一、近红外光谱分析基础知识 1.1 概述 1.2 近红外(near infrared,NIR)光谱分析原 理 1.3 近红外光谱分析技术的特点 1.1 概述 近红外光谱分析是将光谱测量技术、计算机技术、化学计量学技术与基础测试技术的有机结合。是将近红外光谱所反映的样品基团、组成或物态信息与用标准或认可的参比方法测得的组成或性质数据采用化学计量学技术建立校正模型,然后通过对未知样品光谱的测定和建立的校正模型来快速预测其组成或性质的一种分析方法 近红外光谱是发展最快最引人注目的分析技术之一 。 与常规分析技术不同,近红外光谱是一种间接分析技术,。 与传统分析技术相比,近红外光谱分析技术具有诸多优点 。 近红外光谱主要是反映C—H、O—H、N一H、S—H等化学键的信息,因此分析范围几乎可覆盖所有的有机化合物和混合物。 近红外光谱分析技术的组成有三部分: 光谱测量技术基础测试技术 化学计量学技术 计算机软件技术 1.2 近红外(near infrared,NIR)光谱分析原理 1.2.1近红外光谱 近红外光(NIR)是介于可见光(VIS)和中红外光(MIR)之间的电磁波,ASTM定义的近红外光谱区的波长范围为780~2526nm(12820~3959cm-1),习惯上又将近红外区划分为短波(780~1100nm)和长波(1100~2526nm)两个区域。 光波各波段与分子内能的跃迁形式 近红外光谱记录的是分子中单个化学键的基频振动的倍频和合频信息,它常常受含氢基团X-H(X-C、N、O)的倍频和合频的重叠主导,所以在近红外光谱范围内,测量的主要是含氢基团X-H振动的倍频和合频吸收。 不同基团(如甲基、亚甲基、苯环等)或同一基团在不同化学环境中的近红外吸收波长与强度都有明显差别,NIR 光谱具有丰富的结构和组成信息,非常适合用于碳氢有机物质的组成与性质测量。但在NIR区域,吸收强度弱,灵敏度相对较低,吸收带较宽且重叠严重。因此,依靠传统的建立工作曲线方法进行定量分析是十分困难的,化学计量学的发展为这一问题的解决奠定了数学基础。 被测物质的近红外光谱取决于样品的组成和结构。样品的组成和结构和近红外光谱之间有着一定的函数关系。使用化学计量学方法确定出这些重要函数关系,即经过校正,就可以根据被测样品的近红外光谱,快速计算出各种数据。 1.2.2化学计量学方法 化学计量学是化学、计算机技术与数学相互结合形成的一门崭新的边缘学科。现代分析化学计量学已发展成数理统计、数据处理、分类、解析、实验设计最优化,最大限度地获取有关物质系统化学信息等的有效方法。由于采用了计算机技术,通过解析光谱数据获得物质的有关化学信息,利用数学模型和数学方法描述,消除基质和干扰组分的影响,从而对复杂样品不经预处理直接进行多组分分析。 化学计量学 (Chemometrics)是综合使用数学、统计学和计算机科学方法从化学测量的数据中提取信息的科学。 定量校正也称多元校正,即在物质浓度(或其他物化性质)与分析仪器响应值建立定量关联关系.它是化学计量学的主要分支.常用的多元校正的方法,如PLS、MLR、约束MLR、PCA以及这些方法的组合。 20世纪70年代美国开始了化学计量学的研究,尤其是将分析仪器与化学过程自动化联系起来,综合使用数学、统计学和计算机科学知识,研究如何从测定数据中提取信息。随后又发展了偏最小二乘法(PLS),该方法在对光谱矩阵进行降维处理的同时引入应变量信息。目前,PLS是近红外光谱分析中应用最广的计算方法。 物质中某一化学成分的含量与近红外区内多个不同的波长点吸收峰呈线性关系。公式如下 Y1=b0+b1x1+b2x2+b3x3+….+bnxn 式中b0,b1,b2,…,bn——回归系数; x1,x2,x3,…xn——第n个波长点的吸收峰; Y1——近红外光谱分析的某个化学成分含量。 通过对一批已知其化学成分含量的近红外光谱校正,可获得n个波长点的回归系数,再用这个被确定的模型来预测未知样品中该化学成分的含量。 分析过程包括校正和预测两个过程 在校正过程中,收集一定量有代表性的样品(一般需要40个样品以上),在测量其光谱图的同时,根据需要使用有关标准分析方法进行测量,得到样品的各种质量参数,称之为参考数据。通过化学计量学对光谱进行处理,并将其与参考数据关联,这样在光谱图和其参考数据之间建立起一一对应的映射关系,通常称之为模型。 虽然建立模型所使用的样本数目很有限,但通过化学计量学处理得到的模型应具有较强的普适性。对于建立模型所使用的校正方法,视样品光谱与待分析的性质关系不同而异,常用
文档评论(0)