紅外光譜實(shí)驗(yàn)設(shè)計(jì).doc_第1頁(yè)
紅外光譜實(shí)驗(yàn)設(shè)計(jì).doc_第2頁(yè)
紅外光譜實(shí)驗(yàn)設(shè)計(jì).doc_第3頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

紅外光譜應(yīng)用試驗(yàn)一:實(shí)驗(yàn)?zāi)康幕蚬δ埽褐兴帗絺舞b別,中藥含量測(cè)定,中藥制劑含量測(cè)定,二:原理:不同物質(zhì)成分的紅外吸收光譜不同 近紅外光譜區(qū)與有機(jī)分子中含氫基團(tuán)(OH、NH、CH)振動(dòng)的合頻和各級(jí)倍頻的吸收區(qū)一致,通過掃描樣品的近紅外光譜,可以得到樣品中有機(jī)分子含氫基團(tuán)的特征信息,在與標(biāo)準(zhǔn)建立的模型對(duì)比分析進(jìn)而區(qū)別真?zhèn)稳簩?shí)現(xiàn)功能:1.選取具有代表性的樣品,以標(biāo)準(zhǔn)方法測(cè)定其組成數(shù)據(jù),作為模型訓(xùn)練集;2.掃描訓(xùn)練集樣本近紅外光譜;3.利用多元校正方法,將樣本光譜與組成數(shù)據(jù)關(guān)聯(lián),建立數(shù)學(xué)模型;4.檢驗(yàn)?zāi)P托阅埽糇C實(shí)模型可靠,即可利用于未知樣本組成性質(zhì)預(yù)測(cè)。為了克服近紅外光譜測(cè)定的不穩(wěn)定性的困難,必須嚴(yán)格控制包括制樣、裝樣、測(cè)試條件、儀器參數(shù)等測(cè)量參數(shù)在內(nèi)的測(cè)量條件。 四:技術(shù)困難:信噪比低,有效信息率低,對(duì)于痕量分析不適用;由于是直接測(cè)定樣品,樣品的狀態(tài),成分組成及測(cè)量條件都將對(duì)光譜造成影響;前期工作反復(fù),需要大量人力和時(shí)間等。 解決方法:加強(qiáng)對(duì)紅外光譜儀的研發(fā),再就是依靠計(jì)算機(jī)技術(shù)和相應(yīng)軟件的研發(fā)和快速更新,以上缺點(diǎn)會(huì)被注意克服。五:為制藥企業(yè)在線和實(shí)時(shí)分析提供了更嚴(yán)格的質(zhì)量控制分析,從而降低次品率,降低生產(chǎn)成本。為醫(yī)院等醫(yī)療部門提供了方便,為避免因假藥而造成的事故有深遠(yuǎn)意義,這樣既降低了治療成本,又避免了不必要的事故,保護(hù)了病人。且該方法具有方便、快速、高效、準(zhǔn)確和成本較低,不破壞樣品,不消耗化學(xué)試劑,不污染環(huán)境等優(yōu)點(diǎn) 準(zhǔn)確掃描校正樣品集中各個(gè)樣品規(guī)范的近紅外光譜:為了克服近紅外光譜測(cè)定的不穩(wěn)定性的困難,必須嚴(yán)格控制包括制樣、裝樣、測(cè)試條件、儀器參數(shù)等測(cè)量參數(shù)在內(nèi)的測(cè)量條件;利用該校正校品集建立的數(shù)學(xué)模型,也只能適用于按這個(gè)的測(cè)量條件所測(cè)量光譜的樣品。 選擇與建立校正樣品集中各個(gè)樣品:為了克服近紅外光譜復(fù)雜與變化的高背景,校正樣品集中的各個(gè)樣品必須包括今后待測(cè)樣品中的全部背景,利用該校正樣品集建立的數(shù)學(xué)模型,就能夠校正樣品中各種復(fù)雜的背景,該數(shù)學(xué)模型也只能適用于包括這些背景的樣品。可以按光譜特征或濃度來選擇校正校品集。 準(zhǔn)確測(cè)定樣品集中每個(gè)樣品的各種待測(cè)成分或性質(zhì)(稱為化學(xué)值)。因?yàn)檫@些值測(cè)定的精確度是近紅外光譜運(yùn)用數(shù)學(xué)模型進(jìn)行定量分析精確度的理論極限。 剔除異常值,建立校正校品集(標(biāo)樣集):由上述 、 環(huán)節(jié)測(cè)定的校正樣品集中種樣品的光譜與化學(xué)值,有可能由于種隨機(jī)的原因而有較嚴(yán)重的失真,這些樣品的測(cè)定值稱為異常值。這些失真的樣品,若包含在校正校品集中,就會(huì)影響所建數(shù)學(xué)模型的可靠性,因此在建立模型時(shí)應(yīng)當(dāng)剔除這些異常值。一般定量分析程序中都包含用統(tǒng)計(jì)方法指出某些異常值,應(yīng)用人員可以根據(jù)情況決定是否將這些異常樣品剔除。 對(duì)校正樣品集中樣品光譜的預(yù)處理與分析譜區(qū)的選定:光譜的預(yù)處理與譜區(qū)的選定,是克服近紅外光譜測(cè)定不穩(wěn)定的有效環(huán)節(jié)。根據(jù)標(biāo)樣光譜的狀況對(duì)光譜預(yù)處理,包括求導(dǎo)、數(shù)字濾波、付立葉變換與小波變換濾波等,以降低系統(tǒng)背景與隨機(jī)背景。近紅外光譜定量分析數(shù)學(xué)模型所包含的譜區(qū)(光譜的數(shù)據(jù)點(diǎn))一般應(yīng)根據(jù)樣品的特點(diǎn)而選定;增加譜區(qū)的范圍就可以增加對(duì)光譜信息采集的范圍,即提高信息量;但因?yàn)槊總€(gè)光譜的數(shù)據(jù)點(diǎn)也包含了測(cè)量誤差,因此數(shù)學(xué)模型所利用的數(shù)據(jù)點(diǎn)越多,則包含的測(cè)量誤差也越大,為了減少近紅外光譜中某些信息量小、失真大的部分譜區(qū),以避免這些譜區(qū)的測(cè)量誤差影響數(shù)學(xué)模型的穩(wěn)定性,需要選擇建立數(shù)學(xué)模型所用的譜區(qū)??梢砸罁?jù)導(dǎo)數(shù)光譜或相關(guān)系數(shù)隨頻率變化的相關(guān)圖,用以選擇數(shù)學(xué)模型包括的頻率范圍。 選擇算法、確定模型的參數(shù)、建立、檢驗(yàn)與評(píng)價(jià)數(shù)字模型:常用的算法有逐步回歸分析、偏最小二乘法、主成分回歸分析等。這些算法的基本思想是應(yīng)用近紅外光譜的全光譜的信息,以解決近紅外光譜的譜峰重疊與復(fù)雜背景的影響。如前所說,不同組分雖然在某一譜區(qū)可能重疊,但在全光譜范圍內(nèi)不可能完全相同,因此,為了區(qū)別不同組分,必須應(yīng)用全光譜的信息。 可用內(nèi)部交叉證實(shí)法確定數(shù)學(xué)模型所用的最佳維數(shù) (即階數(shù))。內(nèi)部交叉證實(shí)的方法是評(píng)價(jià)確定數(shù)學(xué)模型的一種有效方法。這種方法是依次、每次從校正樣品集中提出一個(gè)或幾個(gè)樣品,然后用剩余的樣品建立數(shù)學(xué)模型,并用數(shù)學(xué)模型預(yù)測(cè)原來提出的一個(gè)或幾個(gè)樣品,作為對(duì)數(shù)學(xué)模型的檢驗(yàn)。反復(fù)進(jìn)行上述步驟,直至校正樣品集中的每個(gè)樣品都被預(yù)測(cè)檢測(cè)過一次為止。為了評(píng)價(jià)數(shù)學(xué)模型,將內(nèi)部交叉證實(shí)時(shí)用數(shù)學(xué)模型預(yù)測(cè)計(jì)算的校正集中各樣品的化學(xué)值與各樣品的實(shí)際值作線性相關(guān),計(jì)算相關(guān)系數(shù)和校正標(biāo)準(zhǔn)差,并用相關(guān)系數(shù)與校正標(biāo)準(zhǔn)差來評(píng)價(jià)數(shù)學(xué)模型的預(yù)測(cè)效果。要求相關(guān)系數(shù)接近 1 、校正標(biāo)準(zhǔn)差逼近于校正集測(cè)定標(biāo)樣化學(xué)值的標(biāo)準(zhǔn)差。如果內(nèi)部交叉證實(shí)的方法確定數(shù)學(xué)模型預(yù)測(cè)的效果較好,則可以運(yùn)用外部證實(shí)法進(jìn)一步檢驗(yàn)和評(píng)價(jià)數(shù)學(xué)模型;不然,須重復(fù) 、 、 以優(yōu)化數(shù)學(xué)模型 用外部證實(shí)法檢驗(yàn)和評(píng)價(jià)數(shù)學(xué)模型,以檢驗(yàn)數(shù)學(xué)模型在時(shí)間空間上的穩(wěn)定性??梢杂昧硗鈳着?dú)立的、待測(cè)量已知的檢驗(yàn)樣品集,用數(shù)學(xué)模型預(yù)測(cè)計(jì)算檢驗(yàn)集中各樣品的待測(cè)值;對(duì)實(shí)際值與預(yù)測(cè)值作線性相關(guān),并用相關(guān)系數(shù)和預(yù)測(cè)標(biāo)準(zhǔn)差來表示預(yù)測(cè)效果,要求相關(guān)系數(shù)接近 1 、預(yù)測(cè)標(biāo)準(zhǔn)差逼近于校正標(biāo)準(zhǔn)差。為了檢驗(yàn)數(shù)學(xué)模型在時(shí)間、空間上的穩(wěn)定性,需要用數(shù)學(xué)模型預(yù)測(cè)不同時(shí)間和空間的檢驗(yàn)樣品集,檢驗(yàn)預(yù)測(cè)標(biāo)準(zhǔn)差是否都能得到穩(wěn)定的結(jié)果。如果外部證實(shí)的方法確定數(shù)學(xué)模型預(yù)測(cè)的效果好,則可以考慮近紅外光譜分析中應(yīng)用這些數(shù)學(xué)模型;不然須重復(fù) 、 、 以優(yōu)化數(shù)學(xué)模型。如果測(cè)定的樣品在時(shí)間和空間條件上有一些新的變化,原有的數(shù)學(xué)模型已不適合此新條件,則需重新建立有代表性的校正樣品集(可以在原有的樣品集中增加一些新的樣品類型,以使新的校正樣品集能代表新的類型樣品),然后再按照 環(huán)節(jié)對(duì)數(shù)學(xué)模型進(jìn)行修正與維護(hù)。90年代以來,近紅外光譜在工業(yè)領(lǐng)域中的應(yīng)用全面展開,有關(guān)近紅外光譜的研究及應(yīng)用迅速增加,成為發(fā)展最快、最引人矚目的一門獨(dú)立的分析技術(shù)。它在藥學(xué)領(lǐng)域的應(yīng)用愈加廣泛,發(fā)達(dá)國(guó)家已經(jīng)將近紅外方法作為質(zhì)量控制、品質(zhì)分析和在線分析等快速、無(wú)損分析的主要手段。隨著近紅外技術(shù)的日趨完善,對(duì)藥物理化學(xué)參數(shù)的定量表征和大量樣品的質(zhì)量控制、在線分析等方面發(fā)揮重要的作用。雖然近紅外光譜分析還有不足,但是由于近紅外光譜法的快速、非破壞性、無(wú)試劑分析、安全、高效、低成本及同時(shí)測(cè)定多種組分等特點(diǎn),使它成為農(nóng)業(yè)、醫(yī)藥、石油生產(chǎn)等領(lǐng)域經(jīng)濟(jì)、有效且最具發(fā)展前景的分析技術(shù)之一。根據(jù)近紅外技術(shù)的特點(diǎn),應(yīng)大力發(fā)展近紅外在線檢測(cè)及網(wǎng)絡(luò)聯(lián)用。在線檢測(cè)是及時(shí)發(fā)現(xiàn)和解

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論