傅里叶变换衰减全反射红外光谱法的应用与进展

随着傅里叶变换红外光谱仪的应用及化学计量学的发展 ,傅里叶变换衰减全反射红外光谱法(ATR FTIR)成为用传统透过法制样效果不理想 (或制样复杂 )的样品及表层结构分析的有利工具和手段。ATR FTIR技术已应用到纺织、质检、公安等各个领域。目前 ,人们正在针对ATR FTIR的特性 ,开展应用研究。为此 ,文章主要介绍了国内外应用ATR FTIR技术进行深度剖析的研究 ,对材料表面的定性分析 ,组分的定量分析 ,光学纤维与ATR附件的联用技术 ,以及在其他领域 (如运用ATR FTIR技术考察中空纤维的结构及取向变化 ,研究皮肤促进剂的作用机理 )

傅里叶变换衰减全反射红外光谱法鉴定皮革产品

ATR-FTIR(傅里叶变换衰减全反射红外光谱法)技术分析皮革材料的结构,依据不同物质所得ATR谱的不同,从而快速、简便地分析出真皮革和人造革。该实验技术对样品具有非破坏性,能够准确地对皮革样品进行鉴定。

聚二甲基硅氧烷变温傅里叶变换衰减全反射红外光谱研究

采用变温傅里叶变换衰减全反射红外光谱技术（ATR-FTIR），分别研究了聚二甲基硅氧烷的红外光谱。实验发现，在4000~600cm^-1区域，聚二甲基硅氧烷主要存在着甲基伸缩振动模式（VCH3）、甲基变形振动模式（δCH3）、硅．氧键伸缩振动模式（Vs-0）、甲基摇摆振动模式（PCH3）和硅一碳键伸缩振动式（蜘弋）等。进一步考察温度变化对于聚二甲基硅氧烷结构的影响，研究发现，在303～393K温度范围内，聚二甲基硅氧烷具有良好的热稳定性。

傅里叶变换衰减全反射红外光谱法化学试剂定性鉴别数据库的建立

使用傅里叶变换衰减全反射红外光谱法(ATR-FTIR)进行了近200种有机化学试剂的定性鉴别试验,建立了傅里叶变换衰减全反射红外光谱数据库。使用该方法能够鉴别大多数常见的有机化合物,并具有分辨力高、检验简便的特点。

基于小波和小波包变换的苯丙酮尿症傅里叶变换衰减全反射红外光谱筛查模型的研究

应用小波和小波包变换对傅里叶变换衰减全反射红外光谱(FTIR/ATR)进行去噪处理,以提高苯丙酮尿症(PKU)筛查模型的性能。首先优化小波和小波包变换的参数,然后分别对原始光谱(OS)、9点平滑光谱(9S)和一阶微分9点平滑光谱(1D9S)进行去噪处理,以均方根误差(RMSE)、平均相对误差(MRE)、预测准确率(Acc)等为指标,考察小波和小波包变换对模型性能的影响。结果与变换前相比,模型性能均有所提高,其中小波变换以1D9S+sym12处理结果为最优,而小波包变换以1D9S+sym1为最优;Acc全部提高为100%。

傅里叶变换衰减全反射红外光谱法(ATR-FTIR)的原理与应用进展

傅里叶变换衰减全反射红外光谱(ATR-FTIR)在难以制备的样品、无损检测及表面信息的获取等方面具有独特的优势。本文对傅里叶变换衰减全反射红外光谱(ATR-FTIR)的基本原理、特点及应用进展进行了较为全面的综述,对从事此方面相关工作的研究具有一定的参考价值。

聚对苯二甲酸乙二醇酯变温傅里叶变换衰减全反射红外光谱研究

在303～ 393 K温度范围内,采用变温傅里叶变换衰减全反射红外光谱技术（ATR-FTIR）,分别测定聚对苯二甲酸乙二醇酯（PET）的一维红外光谱、二阶导数红外光谱和四阶导数红外光谱.研究发现,在1 800～600 cm-1的频率范围内,PET主要存在着C=O伸缩振动模式（vC=O）、苯环C=C伸缩振动模式（vc=c）、CH2变角振动模式（δCH2）、CH2面外摇摆振动模式（ωCH,）、苯环CH面内弯曲振动模式（δCH）和苯环CH面外弯曲振动模式（γCH）.并进一步研究温度对PET分子结构的影响,拓展了ATR-FTIR技术在PET材料热变性方面的研究范围.

傅里叶变换衰减全反射红外光谱在顺丁橡胶分析中的应用

研究傅里叶变换衰减全反射红外光谱(ATR-FTIR)在顺丁橡胶(BR)分析中的应用,得到多个BR的ATR-FTIR特征谱。结果表明:通过ATR-FTIR谱可以快速区分BR的生胶与硫化胶,便于未知胶料的鉴定;可以判断硫化胶中是否含有白炭黑。用ATR-FTIR谱分析BR方便、快捷。

织物傅里叶变换衰减全反射红外光谱库的建立及应用

针对常规方法鉴别纯纺织物及预测混纺织物组分含量工序多、耗时长且污染环境的问题,采用傅里叶变换红外光谱仪,结合衰减全反射(ATR)附件测试各纯纺及二组分混纺织物的傅里叶变换衰减全反射红外光谱(ATR-IR)图,并从已测的753个样品中筛选出正反经纬组分一致的纯纺及混纺织物样品205个,建立了涤纶/棉、涤纶/羊毛、涤纶/锦纶、蚕丝/棉和涤纶/粘胶等纯纺及混纺织物的ATR-IR谱库。并利用自建谱库的检索功能,对20个未知纤维织物样品进行快速无损鉴别及含量预测。研究表明:对于纯纺织物,识别准确率为100%;对于混纺织物,当误差≤3%时,通过T检验,其定量预测结果与国标法测定值无显著差异,方便了样品的快速检验与含量预测。

傅里叶变换衰减全反射红外光谱分析塑料的润滑剂

研究傅里叶变换衰减全反射红外光谱(ATR-FTIR)在塑料润滑剂分析中的应用。结果表明,通过 ATR-FTIR 法可以快速分析塑料的润滑剂。

傅里叶变换衰减全反射红外光谱结合向前区间偏最小二乘法快速测定食用油中总极性化合物

建立了傅里叶变换衰减全反射红外光谱法(ATR-FTIR)结合向前区间偏最小二乘法(FiPLS)快速测定食用油中总极性化合物的分析方法。以精炼大豆油、花生油、菜籽油、葵花籽油及其煎炸油为研究对象,通过光谱预处理,采用FiPLS优化建模区间,得到了较优的总极性化合物分析通用模型。结果表明:原始红外波谱经二阶导数处理后,在3 400~2 800、1 800~1 400、1 000~800 cm^-1上建模,所得模型的性能最优,此时模型的决定系数为0.999 0,校正均方差为0.93,预测均方差为1.16。利用5种类型的油共15个样品对模型进行准确性验证。结果显示,其真实值与红外预测值的相对误差仅为3.88%,表明所开发的红外模型具有良好的准确度、稳定性和广谱性。

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。

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。

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。

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。

基于红外光谱特征和傅里叶变换的牛奶成分检测方法

目前提出的牛奶成分检测方法对于乳中蛋白质、脂肪以及乳糖的检测能力较差,导致检测相对误差较高。为了解决上述问题,基于红外光谱特征和傅里叶变换研究了一种新的牛奶成分检测方法。通过对液态牛奶成分表征与各种形态变化,进行红外光谱追踪与监测,根据牛奶红外光谱分析结果实现数据预处理,识别处理红外光谱带特征波长,考虑牛奶成分浓度与估计变量分布概率,实现参数估计,根据最小二乘法计算各成分参数估计值后,可计算出牛奶成分预测参照数值,根据成分特征,光谱吸收理论差异,划分观测样本类型,按照牛奶质量等级,不同成分含量浓度高低进行分类,完成特征提取。实验结果表明,基于红外光谱特征和傅里叶变换的牛奶成分检测方法检测相对误差低于0.2%,检测准确率较高。

衰减全反射傅里叶变换红外光谱技术结合模式识别进行油品鉴别

海洋溢油是主要环境灾害之一,而且近年来其发生频率呈上升趋势。快速地对油品进行种类鉴别、来源评估有利于及时采取应急措施,因此具有重要意义。采用衰减全反射傅里叶变换红外光谱法(ATR-FT-IR)对25种不同来源的油品进行了检测,用不同数据预处理方法对原始光谱进行了预处理,继而用主成分分析(PCA)和系统聚类分析(HCA)方法对光谱进行了分类鉴别。结果表明用多元散射校正(MSC)和连续小波变换(CWT)方法进行数据预处理可以提高分类的准确性,使分类结果与油样的实际来源一致。该方法对正构烷烃差异较大的油品进行了很好的区分,但对差异较小的油品其分辨能力仍有一定局限性。因此提供了一种快速的油品鉴别方法,可用于溢油事件的初步鉴定,从而为油品的进一步鉴定提供有用信息。