NIR近红外分析仪的使用及模型校正
近红外光谱仪的操作步骤 光谱仪技术指标
近红外光谱仪的操作步骤光谱仪技术指标近红外光谱仪从分光系统可分为固定波长滤光片、光栅色散、快速傅立叶变换、声光可调滤光器和阵列检测五种类型。
滤光片型紧要作专用分析仪器，如粮食水分测定仪。
近近红外光谱仪从分光系统可分为固定波长滤光片、光栅色散、快速傅立叶变换、声光可调滤光器和阵列检测五种类型。
滤光片型紧要作专用分析仪器，如粮食水分测定仪。
近红外光谱仪的操作步骤如下：（1）将烟叶样品全部经60目旋风磨处理，待测：（2）开机（要求在18—24℃范围内启动），持续预热 1.5小时；（3）扫描背景，一般要求四次样品扫一次背景。
在环境要求变化不大时可适当放宽要求；（4）用烧杯量取待测样品约75ml（仅对粉末而言）放入样品杯，样品装填均匀，用压紧器（可做成铜块）压紧样品，要求底部没有裂缝。
（5）将样品杯放入样品室，开始扫描；（6）扫描结束后，取出样品杯，清扫样品；（7）重新装样，进行第二个样品的扫描；（8）样品全部扫描结束后，分析结果。
试样测试完成后，首先应退出FT—IR软件，关闭电脑，最后关闭主机电源。
近红外光谱仪仪器使用的注意事项：A 、保持室内环境相对湿度在50%以下。
KBr窗片和分束器很简单吸潮，为防止潮解，务必保持室内干燥。
同时操作的人员不宜太多，以防人呼出的水气和CO2影响仪器的工作。
B 、维持室内温度相对稳定。
温差变化太大，也简单造成水气在窗片上凝结。
C 、假如条件允许，建议定期对仪器用N2进行吹扫。
D 、尽量不要搬动仪器，防止精密仪器的猛烈震动。
—专业分析仪器服务平台,试验室仪器设备交易网,仪器行业专业网络宣扬媒体。
相关热词：等离子清洗机,反应釜,旋转蒸发仪,高精度温湿度计,露点仪,高效液相色谱仪价格,霉菌试验箱,跌落试验台,离子色谱仪价格,噪声计,高压灭菌器,集菌仪,接地电阻测试仪型号,柱温箱,旋涡混合仪,电热套,场强仪万能材料试验机价格,洗瓶机,匀浆机,耐候试验箱,熔融指数仪,透射电子显微镜。
近红外光谱仪操作流程
近红外光谱仪操作流程下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor. I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!近红外光谱仪操作流程。
1. 开机。
打开仪器电源开关。
启动计算机和光谱软件。
近红外线的使用流程
近红外线的使用流程1. 简介近红外线（NIR）是介于可见光和红外线之间的电磁辐射波段。
近红外线技术在很多领域都有广泛应用，包括医疗诊断、食品安全检测、农业生产、环境监测等。
本文档将介绍近红外线的使用流程，并为用户提供相关使用指南。
2. 仪器设备准备在使用近红外线技术前，需要准备以下仪器设备： - 近红外线光谱仪：用于测量样品的近红外线光谱。
- 样品：待测量的物质样品。
- 电脑：用于控制光谱仪和分析数据。
3. 测量流程下面是近红外线的测量流程：3.1 样品准备•准备待测量的样品，并将其放置在适当的容器中。
•确保样品表面干净，没有污物和尘埃。
3.2 仪器连接•将近红外线光谱仪连接到电脑上，并确保连接正常。
•打开光谱仪软件，并进行相关设置。
3.3 校准•在开始测量之前，需要进行仪器的校准。
•根据光谱仪的使用说明，选择合适的校准方案，进行校准操作。
3.4 扫描样品•将样品放置在光谱仪的测量区域中。
•在软件中选择扫描模式，并进行扫描操作。
•确保样品被均匀照射，并记录扫描结果。
3.5 数据分析•将扫描得到的数据导入数据分析软件中。
•根据需求，选择合适的数据处理方法，例如光谱解析、定量分析等。
•分析并解释数据结果，并记录相关信息。
4. 注意事项在使用近红外线技术时，需要注意以下事项：4.1 样品处理•样品表面应保持干净，并确保样品的质量和状态符合测量要求。
•避免样品受到污染或损坏，影响测量结果。
4.2 光谱仪使用•在使用光谱仪前，要仔细阅读并理解光谱仪的使用说明书。
•正确连接和操作光谱仪，避免不必要的问题和损坏。
4.3 数据分析•在进行数据分析时，要选择合适的方法和工具，并进行合理的数据处理和解释。
•确保数据分析结果准确可靠，并记录相关信息。
5. 总结近红外线技术在科学研究和生产实践中具有重要作用。
本文档介绍了近红外线的使用流程，包括仪器设备准备、测量流程、注意事项等。
希望通过本文档的介绍，用户能够更好地了解和应用近红外线技术，提高工作效率和数据分析能力。
近红外光谱(NIR)分析技术的应用
近红外光谱(NIR)分析技术的应用近红外光谱(NIR)分析技术的应用近红外光谱分析是近20年来发展最为迅速的高新技术之一，该技术分析样品具有方便、快速、高效、准确和成本较低，不破坏样品，不消耗化学试剂，不污染环境等优点，因此该技术受到越来越多人的青睐。
一、近红外光谱的工作原理有机物以及部分无机物分子中各种含氢基团在受到近红外线照射时，被激发产生共振，同时吸收一部分光的能量，测量其对光的吸收情况，可以得到极为复杂的红外图谱，这种图谱表示被测物质的特征。
不同物质在近红外区域有丰富的吸收光谱，每种成分都有特定的吸收特征。
因此，NIR能反映物质的组成和结构信息，从而可以作为获取信息的一种有效载体。
二、近红外光谱仪的应用NIR分析技术的测量过程分为校正和预测两部分（如图一所示），(1)校正：①选择校正样品集，②对校正样品集分别测得其光谱数据和理化基础数据，③将光谱数据和基础数据，用适当的化学计量方法建立校正模型；(2)预测：采集未知样品的光谱数据，与校正模型相对应，计算出样品的组分。
由此可知，建立一个准确的校正模型是近红外光谱分析技术应用中的重中之重。
图一2.1 定标建模2.1.1 为什么要建立近红外校正模型2.1.1.1 建立近红外校正模型的最终目标是获得一个长期稳定的和可预测的模型。
2.1.1.2 近红外光谱分析是间接的（第二手）分析方法，所以①需要定标样品集；②利用定标样品集的参比分析数据与近红外光谱建立校正模型；③近红外分析准确度与参比方法数据准确度高度相关；④近红外分析精度一般优于参比方法分析精度。
2.1.2 模型的建立与验证步骤2.1.2.1 扫描样品近红外光谱准确扫描校正样品集中各个样品规范的近红外光谱：为了克服近红外光谱测定的不稳定性的困难，必须严格控制包括制样、装样、测试条件、仪器参数等测量参数在内的测量条件。
利用该校正校品集建立的数学模型，也只能适用于按这个的测量条件所测量光谱的样品。
近红外光谱信号分析及评价方法研究
近红外光谱信号分析及评价方法研究近红外光谱（NIR）是一种非常重要的分析技术，已被广泛应用于各个领域。
NIR光谱是指在近红外区域（约700-2500nm）的光谱，它可以提供样品的化学和结构信息。
NIR光谱可以被用来定量或定性分析样品的成分、物理和化学属性。
本文将介绍近红外光谱信号分析及评价方法的研究。
一、近红外光谱信号分析方法NIR光谱信号分析是将NIR光谱信号处理为更简单、更易于识别的形式的技术。
这个过程通常包括数据采集、预处理、变量选择、建模和验证等步骤。
1. 数据采集NIR光谱仪是用于获取NIR光谱信号的仪器。
NIR光谱仪的选择应基于采样需要和目的。
数据采集的质量对NIR光谱信号分析的结果至关重要。
2. 预处理数据预处理包括信号平滑、去基线、标准化和波长选择等处理。
这些操作可以减少噪声、增加信噪比、去除传感器和光源造成的影响、降低多重共线性等。
3. 变量选择变量选择是通过筛选和删除原始变量，得到更少而有效的变量，以提高模型的预测精度。
变量选择的方法包括前向选择、后向删除、主成分分析等。
4. 建模建模是通过分析已知样本数据来建立模型，以便预测未知样本的结果。
建模的方法包括偏最小二乘法、支持向量机、偏最小二乘判别分析等。
5. 验证验证是评价建模结果的一种方法，可通过交叉验证、留一交叉验证、外部验证等来完成。
验证可以检查建模过程中存在的问题，同时也可以确定模型的准确性。
二、近红外光谱信号评价方法NIR光谱信号的评价通常包括两个方面：定量和定性分析。
1. 定量分析NIR光谱定量分析是识别和测量样品中化学成分的量。
它的优点是飞快的采集速度、不需要样品准备、不需要危险化学品、不破坏原样品，同时也具有高准确性、高精度和高可靠性。
应用定量分析可以通过测量样品中的主要成分，来判断物质的含量、品质和认证等问题。
2. 定性分析NIR光谱定性分析是确定样品中的化学和结构信息。
定性分析可以用于识别和鉴别样品，为化学品、食品、药品等制造商提供质量控制的手段。
近红外光谱数据处理
近红外光谱数据处理
近红外光谱（NIR）是一种非常有用的分析技术，可以用于快速、准确地检测和分析各种化学物质。
近红外光谱数据处理是指对从近
红外光谱仪获得的数据进行处理和分析的过程。
这项工作通常包括
数据预处理、特征提取和建模等步骤。
首先，数据预处理是近红外光谱数据处理的重要步骤之一。
由
于近红外光谱数据通常受到噪声和干扰的影响，因此需要对数据进
行平滑、去噪和基线校正等处理，以提高数据的质量和可靠性。
其次，特征提取是近红外光谱数据处理的另一个关键步骤。
通
过对预处理后的数据进行特征提取，可以识别出与所研究化合物相
关的特征波长和光谱特征，为后续的建模和分析提供重要依据。
最后，建模是近红外光谱数据处理的最终目标之一。
通过建立
合适的模型，可以实现对样品中化合物含量或其他相关属性的快速、准确预测，为化学品的质量控制和过程监测提供了有力的工具。
总的来说，近红外光谱数据处理是一项复杂而关键的工作，它
为化学分析和质量控制提供了强大的技术支持。
随着技术的不断进
步和应用领域的拓展，近红外光谱数据处理将在化学、食品、制药等领域发挥越来越重要的作用。
近红外光谱(NIR)安全操作保养规定
近红外光谱(NIR)安全操作保养规定近红外光谱(NIR)是一种非常常用的分析技术，比较适用于质量控制、品质评估、产品分析等方面。
近红外光谱(NIR)已经在食品、制药、化工、农业、环保等领域被广泛应用，并且在研究领域也具有很大的应用潜力。
在使用近红外光谱(NIR)进行分析过程中需要特别注意安全操作和保养，以确保分析结果的准确性和安全使用。
一、安全操作规定1.在使用近红外光谱(NIR)进行分析前，一定要仔细阅读仪器的使用说明书，并通过培训掌握仪器操作步骤。
切勿擅自操作，以免产生危险。
2.近红外光谱(NIR)分析时，应将仪器置于干燥、无尘的环境中，且不要受到温度、湿度、电磁场等干扰。
3.分析前应检查仪器各个部位是否正常运转、是否存在故障、是否需要更换零部件。
如发现异常情况，应及时联系维修人员进行处理。
4.使用近红外光谱(NIR)进行分析时，应确保仪器近旁没有可能引起危险的材料和器械，如易燃、易爆、有毒或腐蚀性的物质等，以避免产生火灾、爆炸或人员受伤的危险。
5.近红外光谱(NIR)在分析过程中可能产生有毒有害气体，如CO2、CO等，应在配备专业气体检测仪器的前提下进行排放处理，并确保操作区域通风良好。
6.在操作近红外光谱(NIR)时，应穿戴适当的工作服、手套、眼睛、口罩等个人防护用品，以防止仪器发射的辐射或者有害气体对人体造成伤害。
7.近红外光谱(NIR)分析后，应及时关掉仪器电源并进行定向灭火检查，避免因操作不当而引发火灾等安全事故，同时也有利于保养设备。
二、设备保养规定1.在使用近红外光谱(NIR)之前，应对仪器的光学系统进行检查，并保持清洁状态。
2.在使用近红外光谱(NIR)进行分析时，切勿碰撞或挤压仪器，在移动仪器时要轻拿轻放，以避免损坏设备。
3.定期检查并清理仪器各个部件，如滤光片、样品室窗口、光纤等。
清理时，严禁使用有腐蚀性或磨损性的清洗液或工具，避免产生二次污染。
4.在使用过程中，应对光学系统进行定期校准，以保证分析结果的准确性。
近红外光谱校正
选择建模校正样品实际操作
? 根据生产经验挑选建模样品，即多挑选生产异常时样 品，生产正常时样品可少挑选
? 最开始收集的100 个样品全部用于建模
? 采集的同一个样品的重复光谱在光谱数量小于400 时， 可作为不同样品建模
? 当收集的样品个数大于200，光谱个数大于400以后， 可将建模样品中的重复光谱删除，节约内存开销加快计 算速度
? 全局距离和最近邻距离可剔除部分信息重复的样品， 一般情况下仅使用最近邻距离剔除样品
? 多数情况下按照性质值分布挑选建模样品
选择建模校正样品实际操作
? 根据样品分布情况 找出有代表性样品
化学基础数据原则
代表性样品基础数据平行 测试
基础数据检测采用标 准或经典方法
化学基础 数据
同一样品的化学基础数 据必须与该样品光谱对 应
异常样品处理的原则
? 马氏距离（杠杆值）判定的异常样品一般不剔除。 前提1：其化验性质值确实准确无误 前提2：该样品对模型的准确度影响不太大， 可保证SECV值与该性质的稳定性标准差相当
? 学生残差判定的异常样品一般进行剔除 ? 建模过程中一般最多剔除3轮异常样品而形成最终分析模型
异常样品处理的原则
近红外定量模型校正过程
1. 样本的收集 2. 光谱的采集 3. 校正样本的选择 4. 化学基础数据的测定 5. 定量模型的建立 6. 定量模型的验证 7. 模型维护
7个方面建立规范
样本收集原则
建模样品收集
建模样品应包含以后未知样 品所包含的所有化学组分
建模样品的浓度变化范围大 于未知样品的变化范围
光谱采集原则
光谱采集原则
仪器
仪器充分预热 性能测试过关
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
摘要：油品在线调合系统已经在全球各大炼油厂大规模实施，并取得了很大的投资回报率，经过十几年不断完善，汽油在线调合技术已经非常成熟，在国内也逐渐得到成功应用。
兰州石化于近年正式投用了汽油在线管道调合系统，该系统采用在线检测nir近红外分析仪系统和dcs集散控制系统，实现在线测定组份油的辛烷值等质量指标以及控制管道调合成品油的质量指标，随时优化和控制调合配方，使调合后成品油的辛烷值等质量指标达到设定目标控制值的一种在线管道优化调合方式，通过这种调合方式来挖掘汽油组份辛烷值的潜力，避免汽油辛烷值超标而造成质量过剩的一项新的调合技术。
关键词：在线调合，nir近红外分析仪，模型建立，模型校正
第1章汽油在线管道调合的原理
1.1 近红外线分析仪的工作原理
nir光谱包含了样品的大量组成结构信息，样品性质与其组成结构是相关的，因此根据样品nir光谱可以预测样品的性质，其技术关键在于在两者之间建立一种定量关系，依靠这种关系，就能从未知样品的nir光谱求出其性质或组成数据。
建模的大致过程为：在模型建立时，选取具有代表性的样品集，测定其nir光谱数据，再使用传统的标准方法测定其性质数据，通过用偏最小二乘法建立的分析模型，对这些光谱数据进行分析，从而得到物料的参数数据。
在利用nir进行未知样品分析时，先测定其nir光谱，再根据已建立的模型来预测未知样品的性质数据。
1.2 近红线分析仪模型建立的过程
近红外分析仪模型的建立大致为以下七步：采样、进行光谱分析、按照要求在实验室对所有样品进行常规分析、将实验室分析值输入到spectron软件的lab data中、利用model studio软件对光谱数据进行处理、利用unscrambler软件进行离线建模工作、完成软件设定后，运行统计unscrambler 软件，建立数学模型。
在建模型时，要反复计算，去除偏离太大的界外点，建立数学模型[1]。
实际调合车用汽油时辛烷值范围比较宽，这是实验室对大量数据统计的反映，从数学模型统计参数斜率、相关系数的计算结果可以看出，仪表模型参数基本满足生产需要。
采用最简单的模型评价方法将建好的各参数模型安装到m412的spectron软件中。
在线校正模型应用到在线分析后，需要对模型的准确性进行验证和校正。
在调合过程中，对组份和调合总管进行采样分析，对不理想的近红外模型加以校正和更新。
我们之所以要对模型校正，就是为了让在线调合系统的“眼睛”能够准确的看到油品的性质，为系统拿出最佳调合方案奠定基础，从而实现降低汽油调合成本，调合出清洁化的汽油产品。
第2章以93号汽油为例分析模型校正
2.1在线调合93号车用汽油性能指标分析
实验室采集分析的93号汽油数据比较多，为了便于分析对比模型校正的意义，这里用93号汽油在线优化调合的情况做分析对比。
辛烷值数据分析仪显示分别是：93.25、93.09、93.53、92.58、92.88、92.19、93.26、93.42；实验室数据为：92.3、92.2、93、92.8、93.4、93.1、93.5、93.6；数据误差值依次为0.95、0.89、0.53、-0.22、-0.52、-0.91、-0.24、-0.18[2]。
93号汽油的研究法辛烷值从以上数据可以看出，实验室分析数据变化趋势比较大，而近红外分析仪采集数据的变化趋势相对小些。
但是从装置出来的油品辛烷值稍有波动时分析仪的测量误差会很大。
当调合出的93号汽油辛烷值质量过剩时，近红外线分析仪的测量值才与实验室分析数据相接近。
当油品辛烷值略低于质量要求时，分析仪测量误差会增大，而且是正偏差。
测量模型极其不稳定，测量值忽大忽小。
最大差值0.95，最小差值0.18，平均误差
0.555。
平均误差比较大。
需要及时校正模型以满足生产的需要。
93号汽油的马达法辛烷值近红外分析仪采集数据的变化趋势与实验室分析数据变化趋势基本相似。
但分析仪的测量值高于实验室分析值。
以调合的情况看，93号汽油马达法辛烷值趋近于83，相对实验室分析数据一般呈现正偏差。
最大差值0.8，最小差值0.4，平均误差0.613。
平均误差比较大。
2.2校正模型后在线调合93号车用汽油性能指标分析
针对模型存在的问题，对模型进行了校正工作。
下面是模型校正后测量的93号汽油的性能指标分析。
分析仪数据分别是：92.57、92.48、92.51、92.27；实验室数据为：92.3、92.3、91.8、92.4；数据误差值分别为：0.27、0.18、0.71、-0.13[2]。
从以上数据可以看出，模型校正后近红外分析仪测量的93号汽油研究法辛烷值与实验室分析的数据较吻合，总体上近红外分析仪测量的数据略高，但模型校正后研究法辛烷值测量误差明显比以前减小，正负偏差均接近零刻度线。
最大差值0.71，此点的误差明显远远的大于其它点的误差。
经分析造成分这点误差偏大的原因是：①化验室在抽样检验分析时产生了严重的随机误差；②调合时生成油的辛烷值比正常偏小导致超出了该模型参数相关图的精确测量段。
最小差值0.13，平均误差0.193（抛除了最大偏离点得出的结果）。
平均测量误差减小为原来的35%。
基本上满足生产的需要。
第3章结论
通过93号车用汽油的质量指标对比分析，可以看出近红外分析仪模型的好坏对在线系统能否严格控制汽油质量的重要性。
在没有改变在线调合系统设备的前提下，仅对近红外线的测量模型做了一次校正便使93号汽油的研究法辛烷值误差降低到了0.193。
上述的综合对比可以看出随着模型的不断校正，分析仪测量的误差越来越小。
从93号汽油的调合情况来看，新建立的分析仪模型校正了以往研究法辛烷值模型不稳定的现象，研究法辛烷值测量误差在≤±0.3以内的占到了75%；马达法辛烷值测量误差基本控制在≤±0.3以内。
模型的完善和检验是一个长期工作，随着调合项目的深入，模型会越来越完善，能够为在线调合提供可靠保障，使系统提高一次调合成功率并降低调合成本。