基于傅里叶变换红外光声光谱的包膜控释肥料聚合物膜疏水性的表征

以不饱和有机硅改性的丙烯酸酯为基材,在不同条件下制备了30种水基聚合物包膜控释肥料模型膜,测定了模型膜的溶胀度及模型膜的傅里叶变换红外光声光谱。分别以红外光声光谱和溶胀度为自变量和因变量进行简单相关分析,同时也构建了偏最小二乘模型,并利用该模型对模型膜的疏水性进行预测。结果表明,聚合物模型膜具有明显不同的疏水性,其红外光声光谱具有相似的吸收特征,但不同吸收带的相对强度发生明显改变;常用的简单相关分析无法实现模型膜疏水性的预测,表明模型膜的疏水性与谱区更多的特征峰相关;基于偏最小二乘法的多元校正分析具有很好的预测能力,模型的校正系数(R2)为0.9864,校正标准误差为0.70%,验证标准误差为1.92%。此模型可用于模型膜疏水性的预测。本方法样品用量少,测定快速,操作简便且可实现原位测定,为控释肥料包膜材料的研制提供新的手段。

傅里叶变换红外光声光谱法测定土壤中有效磷

以中国科学院封丘生态实验站长期定位实验区的土样为材料(68样),利用傅里叶转换红外光声光谱测定土壤有效磷:以Olsen-P为因变量,通过傅里转换红外光声光谱构建偏最小二乘法和人工神经网络模型,利用模型进行预测。结果表明,偏最小二乘法模型的相关系数(R2)为0.96,校正标准偏差为1.79mg/kg,验证标准偏差为5.25mg/kg;人工神经网络模型的校正系数为0.84,校正标准偏差为2.40mg/kg,验证标准偏差为5.43mg/kg。两种模型均可以用于土壤有效磷的预测,且偏最小二乘模型优于人工神经网络模型。该方法的特点是无需样品前处理,且测定对样品无破坏,为土壤有效磷的快速测定提供新的手段。

傅里叶变换红外光声光谱法在纺织上应用

本文叙述了傅里叶变换红外光声光谱法(FTIR-PAS)的基本原理及其在纺织上应用。研究了组合浆料中变性聚乙烯醇的定量测定、涤棉混纺纤维中涤纶的定量测定、苎麻及甲壳素经碱处理后的光谱性质的变化。研究结果表明,以变性聚乙烯醇C=O基团的伸缩振动1570cm^(-1)吸收峰可作为定量测定变性聚乙烯醇的依据。以涤纶分子结构中羰基伸缩振动1725cm^(-1)峰高与纤维分子结构中碳氢键伸缩振动2915cm^(-1)峰高的比值,可定量测定涤棉混纺纤维中涤纶含量。苎麻经碱处理后,非晶谱带898cm^(-1)度明显增加,晶区谱带1430cm^(-1)强度明显下降,其变化程度取决于碱浓度。甲壳素的酰胺吸收峰1555cm^(-1)随碱处理浓度、温度和时间的增加而下降。与常规的红外吸收光谱法相比较,傅里叶变换红外光声光谱法具有无损快速的优点,适宜于制作困难的试样。

傅里叶变换红外光声光谱在火炸药研究领域中的应用

阐述了傅里叶变换红外光声光谱 (FTIR- PAS)的基本原理、测试条件及其在火炸药研究领域中的应用 ,证实了该技术在含能材料分析和研究中的实用价值。

傅里叶变换红外光谱自适应数字滤波算法研究

针对傅里叶变换红外(FTIR)光谱仪在不同类型环境噪声下导致的仪器性能下降的问题,提出了一种根据不同环境噪声实时更新滤波参数的自适应滤波算法。对该算法的基本原理和实现过程进行了理论推导,分析了不同滤波参数设置下的滤波效果,进而利用设计的滤波算法对实测光谱数据进行了滤波处理,对比分析了不同滤波方法下的光谱信噪比(SNR)。研究结果表明:基于巴特沃斯滤波的自适应FTIR光谱滤波方法在2100~2200 cm^(-1)和2500~2600 cm^(-1)波段的SNR较传统硬件滤波分别提高了1.29倍和1.13倍,表明该算法可以有效提升FTIR光谱信噪比,改善FTIR仪器的性能指标。

变压器游离气体傅里叶变换红外光谱分析

针对目前变压器游离气体气相色谱法分析需要人工取气、耗时过长等问题,文中提出了一种采用傅里叶红外光谱法对游离气体进行在线监测的方法。该方法通过电磁阀控制与气体继电器相连的集气器的工作,从集气器中自动取气进行光谱分析。游离气光谱分析过程中,采用分段比基线校正法对游离气吸收光谱进行校正,采用Tikhonov正则化特征变量方法从混合气体吸收光谱图冗杂的谱线中挑选特征变量,最后利用最小二乘支持向量机法建立定量分析模型,分析计算红外吸收光谱图,得到变压器游离态气体中各组分的体积分数。实验室实验结果表明,变压器游离气体傅里叶红外光谱在线监测系统可以完成对游离气体的自动取气和气体检测功能,实现对游离气体的在线监测以及多组分游离气体的高精度检测,具有实际应用价值。

同步热分析-傅里叶变换红外光谱-气相色谱/质谱联用法分析艾叶

应用同步热分析-傅里叶变换红外光谱-气相色谱/质谱联用法对艾叶样品的热分解过程和热解产物进行了研究。分别在氮气、氧气气氛下监测艾叶样品在程序升温下的热失重和红外变化,并将274和312℃时的热解产物切入到气相色谱/质谱仪进行同步检测和分析,两种气氛下共检测到了41个主要化合物,不同气氛下下检测到的化合物的种类是有差别的,在氮气气氛下检测到29个主要化合物,其中γ-松油烯、α-松油醇、马鞭草烯醇、对伞花烃、萜品油烯等含量较高。在氧气气氛下,共检测到27个主要化合物,其中对聚伞花素、γ-松油烯等含量较高。本方法操作比较简单,不需要对样品进行前处理,并可以对热解产物进行实时检测,为艾叶的研究提供了一种新的方法。

基于傅里叶变换红外光谱的鸦胆子主要成分分析

基于傅里叶变换红外光谱原理方法,对不同产地鸦胆子石油醚提取物成分差异进行分析。对比分析不同产地鸦胆子红外光谱数据,其成分含量变化与9个特征峰强度的变化相关,分别是3 471、2 931、2 854、1 743、1 463、1 377、1 238、1 165、723 cm^(-1)。不同产地鸦胆子在特征峰上的含量具有明显的差异,广西玉林和广东湛江产地鸦胆子的油酸和亚油酸含量相对较高,其次为广西百色的靖西、右江,广西田林与广州,含量最低为广西柳州。

傅里叶变换红外光谱在微塑料检测中的应用

塑料制品的生产在为日常生活提供便利的同时也产生了大量塑料废物,其降解产生的微塑料(Microplastics,MPs)的健康效应和生态系统效应已成为全球关注的环境问题。伴随MPs污染问题的严重性和日益突出的环境影响,开发MPs的有效检测技术或方法尤为重要。傅里叶变换红外光谱(Fourier Transform Infrared Spectroscopy,FTIR)技术开发已较为成熟,因其高灵敏度、快速分析、非破坏性等优点,在MPs检测中得到广泛的应用。焦平面阵列-傅里叶变换红外光谱(Focal Plane Array Fourier Transform Infrared Spectroscopy,FPA-FTIR)技术作为FTIR的一项新技术,具有短时间内对大量样品进行高通量光谱扫描的优势,目前用于MPs的鉴定、分析与表面特性研究,为研究MPs与环境间的相互作用机制提供了新的研究方法。对FPA-PFTIR技术在MPs检测中的应用进行着重介绍,同时对其在未来的发展前景进行展望,以实现FTIR技术在识别MPs污染问题上的新突破。

基于傅里叶变换中红外光谱的不同维度光谱图像结合残差神经网络鉴别黄精属物种

将不同维度光谱图像的概念首次应用于物种鉴别,建立了快速准确的黄精属鉴别方法。采集6种黄精属共计563批样品,基于傅里叶变换中红外光谱(FT-MIR)的一阶导数(1st)、二阶导数(2nd)、乘法散射校正(MSC)、标准正态变量变换(SNV)和Savitzky-Golay(SG)5种预处理方法,构建了决策树(DT)、随机森林(RF)和支持向量机(SVM)3种机器学习算法。同时构建了深度学习残差神经网络(ResNet)模型,绘制了不同维度的光谱图像,包括一维MIR,同步、异步和综合二维相关光谱、三维相关光谱、三维相关光谱投影图像的10个数据集,并将其与ResNet模型相结合进行分类。结果表明,不同预处理方法对模型结果的影响不同,MSC预处理方法可显著提高DT、RF和SVM 3种算法的准确率。基于同步二维相关光谱数据集的ResNet算法建模效果最好,准确率达到100%,损失值较小,不需要复杂的预处理,时间成本低,可以准确鉴别黄精属物种,为食品、中草药等其他领域的鉴别提供了参考。

非线性最小二乘法在傅里叶变换红外光谱定量分析中的误差估计

根据统计学的参数估计理论,提出在傅里叶变换红外光谱定量分析中使用非线性最小二乘法进行浓度反演的参数误差估计方法。实验中,通过光谱平均次数来控制噪声水平,以此来评估不同噪声水平下混合气体中各组分反演结果的估计误差。结果表明,对于自研抽取式傅里叶变换红外光谱仪,8次平均光谱即可满足反演误差小于3%的需求,64次平均光谱的反演结果配合估计误差可以实现对平均浓度的覆盖率达到100%。随着噪声水平的降低,仪器、环境等非噪声因素的扰动是估计误差的主要部分。该方法在优化光谱定量分析的参数配置和指导光谱仪器系统设计等诸多方面具有重要的应用前景。

近红外与傅里叶变换红外光谱技术对麦麸固体发酵饲料中不同成分的监测研究

为实现光谱技术对麦麸固体发酵过程中不同成分变化的在线监测,通过国家标准方法测定61份麦麸固体发酵饲料样本的蛋白质、水分、总酚和粗纤维含量,采集样本近红外光谱(NIR)和傅里叶变换红外光谱(FT-IR),经过标准正态变换(standard normal variate transformation,SNV)、多元散射校正(multiplicative scatter correction,MSC)、平滑(smoothing)等9种预处理方法对原始光谱进行校正,结合偏最小二乘法(partial least squares,PLS)建立4种成分的NIR和FT-IR定量分析模型并进行比较分析。结果表明:所建立的4种成分NIR和FT-IR模型的训练集决定系数(Rc^(2))和验证集决定系数(Rp^(2))均大于0.8,交叉验证均方根误差(root mean square error of cross validation,RMSECV)小于2.0,训练集均方根误差(root mean square error of calibration,RMSEC)和验证集均方根误差(root mean square error of prediction,RMSEP)小于1.0。因此,所建立的NIR和FT-IR定量分析模型具有较好的准确性和稳定性,能够对麦麸固体发酵过程中不同成分变化实行快速监测。

傅里叶变换红外光谱指纹图谱鉴别艾绒等级

提出了傅里叶变换红外光谱指纹图谱鉴别艾绒等级的方法,通过8种光谱预处理方法(去噪处理、高斯滤波、多元散射校正、标准正态变换、一阶导数+Savitzky-Golay(SG)平滑、二阶导数+SG平滑、一阶导数+Norris Gap、二阶导数+Norris Gap)和5种模式识别方法[反向传播神经网络(BP-NN)算法、遗传优化支持向量机(SVM-ga)、粒子群优化支持向量机(SVM-pso)、随机森林(RF)算法、K-最近邻(KNN)算法]的结合对比,得到鉴别艾绒等级的最佳模型。结果表明,艾绒的指纹图谱中有11个共有峰,对其进行主成分分析,得到9个主成分,累计方差贡献率达到99.67%。标准正态变换结合SVM-pso算法的鉴别效果最好,其训练集的鉴别正确率为100%,测试集的鉴别正确率为93.3%。

傅里叶变换红外光谱技术在法庭科学中的应用现状

傅里叶变换红外光谱技术因其方法简单快捷、结果准确直观、样品损耗小、检测成本低廉而被认为是适合分析各类物证的技术之一。通过介绍傅里叶变换红外光谱技术的原理及运用傅里叶变换红外光谱技术进行死后间隔时间推断、避孕套有关成分分析、微生物鉴定、土壤分析和车辆物证分析等几个方面阐述了其在法庭科学领域中的研究和应用现状,希望能够为该技术在法庭科学中的应用提供参考,并为鉴定相关案件中的物证提供一种新的思路。

傅里叶变换红外光声光谱法及其在聚合物研究中的应用

1880年,Bell发现,当一束周期性间断的阳尤照射至封闭池中固体,通过连结到池上一根听筒可以听到音响,该现象称为“光声效应”。直至本世纪七十年代初,经Rosencwaig研究。

傅里叶变换红外光谱结合化学计量学快速预测熊胆粉中牛磺熊去氧胆酸与牛磺鹅去氧胆酸含量

目的:建立用于熊胆粉中牛磺熊去氧胆酸(TUDCA)及牛磺鹅去氧胆酸(TCDCA)含量预测的傅里叶变换红外光谱预测模型,对熊胆粉进行快速质量评价。方法:以高效液相色谱法测定的98批熊胆粉中TUDCA及TCDCA含量为化学参考值;采集样品的红外光谱,筛选最佳光谱预处理方法、光谱波段及主因子个数,建立TUDCA和TCDCA含量预测的偏最小二乘回归模型。结果:熊胆粉中TUDCA和TCDCA红外定量分析模型的校正集相关系数(R2)分别为0.9446和0.9382,校正集均方根误差(RMSEC)依次为0.9551%和1.2854%,验证集R2分别为0.9121和0.8410,验证集均方根误差(RMSEP)依次为1.3058%和1.8748%。配对t检验结果表明预测值与实测值之间无显著性差异。结论:所建立的2个PLSR模型稳定,预测结果准确,可用于熊胆粉中TUDCA及TCDCA的快速定量分析。

傅里叶变换红外光谱法结合化学计量学对护肤品的检验研究

建立一种简便快速、无损检验护肤品的分析方法。利用傅里叶变换红外光谱法(FTIR)对51个护肤品样品进行检验,根据红外光谱中吸收峰的峰位进行分析后,重点选取波数范围为3500~2700 cm^(-1)和1700~1000 cm^(-1)区域的数据,结合主成分分析法(PCA)对光谱数据进行降维分析,并通过采用组间联接法度量该样本类间亲疏程度,采用欧氏距离作为度量个体间距离的依据,将变量Z分数标准化为N[0,1]后,进行系统聚类分析法(HCA)实现对护肤品分类情况的进一步验证和分析。根据光谱数据的处理和分析,护肤品样品可以被分为五大类,利用化学计量学方法可以将51个护肤品样品全部区分开。该实验方法操作简单,结果准确、重现性好,可为护肤品物证鉴定提供科学的依据,为公安工作开展提供有效的帮助。

傅里叶变换红外光谱结合化学计量学的生物降解塑料袋鉴别分类

建立生物降解塑料袋物证鉴别分类方法。以55个市售标称生物降解塑料袋样品为研究对象,利用傅里叶变换红外光谱采集样品光谱信息并进行重现性检验;分别建立主成分分析、聚类分析及判别分析的化学计量学生物降解塑料袋样品鉴别分类模型。结果表明,55个样品主要材质为聚己二酸-对苯二甲酸丁二醇酯及聚乙烯,填料以碳酸钙、滑石粉、淀粉为主,根据主要化学成分的不同,将样品分为5个类别,不同类别样品的主成分分析与聚类分析鉴别效果较好;基于判别分析鉴别分类,模型的样品原始分类准确率与留一法交叉验证分类准确率为100%。将傅里叶变换红外光谱与化学计量学相结合能快速鉴别分类生物降解塑料袋,为犯罪现场生物降解塑料袋物证鉴别分类提供有效方法。

傅里叶变换衰减全反射红外光谱检测血液样本在疾病筛查及诊断的应用进展

傅里叶变换衰减全反射红外(attenuated total reflection Fourier transform infrared,ATR-FTIR)光谱技术以其快速、准确、无创的特点,在生物医学领域尤其是临床血液学检验中显示出巨大潜力。该技术记录样本中分子的振动光谱,提供生物样品内核酸、蛋白质和脂质的化学结构信息,可用于疾病筛查和诊断。ATR-FTIR光谱技术在地中海贫血、艾滋病毒感染、乳腺癌、卵巢癌和脑瘤等疾病中的研究现状和发展情况,提示该技术结合化学计量学方法可实现疾病的快速筛查、诊断与鉴别诊断。ATR-FTIR光谱技术与偏最小二乘法回归模型相结合,以定量法分析人外周血样品中平均红细胞血红蛋白含量、平均红细胞体积和血红蛋白等地中海贫血筛查指标,筛查地中海贫血的灵敏度、特异度分别达到100.0%和95.3%。采用ATR-FTIR光谱技术,基于遗传算法的线性判别分析法,分析血液样本红外图谱中1653 cm-1(酰胺Ⅰ带)、1558 cm-1(酰胺Ⅱ带)、1506 cm-1(环基)和901 cm-1(磷酸二酯伸缩带)处的特征峰,对人类免疫缺陷病毒(human immunodeficiency virus,HIV)感染孕妇血液样本的辨别准确率为89%,灵敏度、特异度分别为83%、92%。采用主成分回归(principal component regression)法对乳腺患者血液ATRFTIR光谱进行识别,其灵敏度与特异度高达92.3%与87.1%此外,ATR-FTIR光谱技术还可应用于生物医学领域的其他方面,如细胞和组织学样本的检测、疾病严重程度的分类等。ATR-FTIR光谱技术展现出广阔的应用前景,但仍面临环境干扰、样本污染等挑战。未来,随着ATR-FTIR光谱技术的优化、发展,其有望在更多疾病的临床血液学检验中发挥重要作用。

傅里叶变换红外光谱法测定轧制油羟值含量

铝合金轧制生产中需要工艺润滑,轧制油的羟值是衡量润滑性能的重要指标。及时检测轧制油羟值的含量变化情况,可为轧制生产控制提供依据。羟值的测定一般采用化学方法,但化学方法检测时间长、操作繁琐。利用傅里叶变换红外光谱(FT-IR)法能够快速、准确地测定轧制油羟值含量。该方法的精密度高,相对标准偏差为0.18%;准确度高,相对误差均在±1%以内。与传统化学方法相比,该技术具有分析时间短、操作简单、特征性好和不破坏试样等特点,可满足及时指导工艺的需求,提高工作效率。