高温高压条件下单一CO_(2)体系的傅里叶红外光谱定量模型及天然包裹体应用

傅里叶红外光谱是可以用于定性识别天然流体包裹体组分的原位无损分析技术,目前针对于天然包裹体的温度—压强—组分的定量分析是激光谱学地质应用的重点和难点以及发展方向,傅里叶红外光谱对于天然流体包裹体的定量方法和模型尚未建立。通过高压毛细硅管封装技术结合傅里叶红外光谱仪,对单一CO_(2)体系2ν2+ν3和ν1+ν3伸缩振动双峰进行40~80℃,60~500 bar压强范围下红外光谱的采集和观测,获取了不同温度和压强范围下红外光谱参数,通过拟合和计算获取该体系下傅里叶红外光谱的峰面积和峰位移,建立了CO_(2)的2ν2+ν3和ν1+ν3伸缩振动双峰体系下傅里叶红外光谱流体的密度与峰面积,压强与峰面积的标定模型,并明确CO_(2)的2ν2+ν3和ν1+ν3伸缩振动双峰形态随温度压强的变化特征,讨论了峰位移随温度和压强的变化。通过单一CO_(2)组分傅里叶红外光谱定量技术,在40℃下,采集莺歌海盆地黄流组储层中石英裂隙内纯CO_(2)包裹体的伸缩振动双峰峰面积来计算的密度,同时在室温下,采集包裹体的拉曼光谱,对比利用两种不同原位分析测试方法所计算密度,验证了傅里叶红外光谱定量分析的可行性,傅里叶红外光谱定量分析相比于拉曼光谱定量分析具有不受实验仪器和环境限制的优点,其定量方法可以避免由于仪器所处不同实验室之间产生的误差。

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。

傅里叶变换红外光谱技术评估玉米器官含氮量的可行性研究

探究傅里叶红外光谱(FTIR)技术评估作物器官含氮量的可行性,对快速掌握作物氮素状况、优化氮肥管理具有重要意义。利用低分子量较少的腐植酸(HA1)和低分子量较多的腐植酸(HA2)开展玉米水培试验,通过设置不同的腐植酸浓度短期内获得了器官氮素含量差异较大的植物样品;在测定/采集玉米各器官含氮量与FTIR光谱数据的基础上,利用主成分分析方法探究了玉米各器官含氮量与FTIR特定波数吸光度的相关性,以明确可用于评价玉米样品含氮量的FTIR特征参数。结果显示:(1)不同浓度HA1与HA2对玉米各器官含氮量产生了差异化影响,表现为2.5 mg·L^(–1)HA1显著提高了叶片、茎秆及根系的含氮量(P<0.05),含氮量较对照分别提高20.8%,19.9%以及64.2%,但各器官含氮量随HA1浓度的提高呈降低趋势,当HA1浓度达到25 mg·L^(–1)时,各器官含氮量均低于对照;HA2整体上提高了各器官的含氮量,其中显著提高了根系含氮量,提高幅度达到了35.0%~45.4%。(2)不同浓度HA1与HA2对玉米各器官在1 051.0、1 159.0、1 247.7、1 635.3、1 650.8、1 731.8以及2 919.7 cm^(–1)处FTIR吸光度的影响与含氮量相似,即各浓度HA2与低浓度HA1可提高玉米器官蛋白质、脂类、糖类等有机组分的含量。(3)主成分分析结果表明,与叶片含氮量高度相关的3个特征波数分别为1 635.3、1 247.7以及1 159.0 cm^(–1);茎秆为1 650.8和1 159.0以及1 247.7 cm^(–1);根系为1 635.3、1 650.8以及1 159.0 cm^(–1),即比较玉米各器官上述波数处FTIR的吸光度可用于评估玉米样品的含氮量,吸光度越高,含氮量越高。通过比较玉米各器官FTIR特定波数处的吸光度可以初步评估不同农艺措施对玉米各器官含氮量的影响,这为将来FTIR在植物氮素营养诊断方面的应用提供了重要参考。

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%。

被动式傅里叶红外光谱遥测技术在炼化企业的应用

在监测石化园区内的危险化学品气体时,常规的气体监测方式存在监测半径小、难以全覆盖、结果不够直观等问题。提出了采用被动式傅里叶红外光谱遥测成像报警系统的气体监测方案,分析了国内大型、特大型石化园区对于危险气体监测的特性需求,介绍了被动式傅里叶红外光谱遥测技术的特点,以及该系统与一体化综合监测平台网络的连接架构。阐述该系统在某炼化企业易燃易爆、有毒有害等气体监测中的应用,并探讨了后续深化应用,以期为石化产业在构建发展危险气体监控体系方面起到借鉴作用。

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。

基于傅里叶红外光谱和化学模式识别的洗衣液真伪鉴别技术研究

文章研究了一种通过傅里叶红外光谱技术建立洗衣液图谱库并利用化学模式识别方法对图谱库进行化学计量学分析从而对洗衣液进行真伪鉴别的技术。采集洗衣液的红外光谱图,对光谱图进行一阶求导处理,并采用偏最小二乘判别分析法建立模型。实验结果表明,该方法对洗衣液进行真伪鉴别的准确度为100%,具有简单、快速、无损、准确度高的优点。

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。

傅里叶变换红外光谱技术在氯化氰在线检测中的应用

为满足氯化氰在线检测需求,设计加工了小体积、长光程、耐腐蚀性强的吸收池,开发了防交叉干扰图谱解析算法,研制了一套基于傅里叶变换红外光谱分析技术的氯化氰在线检测装置。采用该装置对氯化氰标准气体进行了在线测试验证,发现其体积分数检测范围为8.00×10^(-5)~7.87×10^(-3),相对偏差小于5%,表明该在线检测装置具有较宽的检测范围和较高的检测准确度。

基于傅里叶变换红外光谱的平菇蛋白质、多糖含量预测方法研究

平菇是我国大宗食用菌品种之一,产量位居我国食用菌的第三位。平菇不仅味道鲜美,而且含有丰富优质的蛋白质及具有多种生物活性的平菇多糖,深受消费者喜爱。市场上的平菇产品众多,质量参差不齐,并且现有营养成分分析方法耗时长、成本高,难以满足平菇等大宗食用菌的营养成分检测需求。傅里叶变换红外光谱(FTIR)技术具有检测速度快、操作方便、可同时分析多种化合物、安全环保等特点,将其与化学计量学结合,构建数学模型,能满足对平菇等大宗农产品营养成分的快速检测、分析及评价。以平菇为研究对象,在全国范围内收集主栽平菇样品85份,分别进行红外光谱扫描,并运用多元散射校正(MSC)、标准正态变换(SNV)、正交信号校正(OSC)、光滑加一阶导数(F-G D)、光滑加二阶导数(S-G D)等5种光谱数据预处理方法,通过比较模型验证集回归系数,确定平菇蛋白质模型最佳预处理方式为OSC结合S-G D,平菇多糖模型最佳预处理方式为OSC结合F-G D。在最佳光谱预处理下,采用LASSO算法对7458个光谱波段进行特征波段提取,获得平菇蛋白质特征波数93个,平菇多糖特征波数92个,压缩率达到98%。将特征波数与化学方法检测得到的平菇蛋白质、多糖含量值进行拟合,建立PLS模型。结果显示,蛋白质模型校正集回归系数R2为0.9998,RMSECV为0.0477,验证集回归系数R2为0.9872,RMSEP为0.5068,RPD为8.8406大于3;多糖模型校正集回归系数R2为0.9999,RMSECV为0.0201,验证集回归系数R2为0.9803,RMSEP为0.2929,RPD为7.1198大于3,模型拟合效果均较好,预测能力及稳健性良好。该研究为傅里叶变换红外光谱技术在食用菌营养成分含量快速预测方法的建立提供参考,为平菇产品的营养品质评价的建立提供基础,促进平菇乃至其他食用菌产品的优质化发展。