NIR近红外光谱技术

合集下载

近红外光谱测定氧浓度

近红外光谱测定氧浓度

近红外光谱测定氧浓度
近红外光谱(NIR)是一种用于分析化学成分的非破坏性技术,可以应用于气体、液体和固体样品的分析。

在测定氧浓度方面,NIR 光谱可以通过分析样品吸收、反射或透射近红外光的方式来确定氧气的浓度。

首先,NIR光谱测定氧浓度的原理是基于样品对近红外光的吸收特性。

氧气在近红外光谱范围内也会表现出特定的吸收特性,因此可以利用这一特性来测定氧气的浓度。

通过将样品暴露在近红外光下,测量光谱图像并分析样品对光的吸收情况,就可以推断出氧气的浓度。

其次,NIR光谱测定氧浓度的方法可以采用基于化学计量学模型的定量分析方法。

通过建立标准曲线或者使用化学计量学方法,将样品的光谱特征与氧气浓度建立数学关系,从而实现对氧气浓度的准确测定。

此外,NIR光谱测定氧浓度的优点之一是其非破坏性,可以在不破坏样品的情况下进行测定,适用于对样品保持完整性的要求高的场合。

同时,NIR光谱测定速度快,操作简便,可以实现实时监
测和快速分析,因此在工业生产和环境监测中具有广泛的应用前景。

需要注意的是,NIR光谱测定氧浓度也存在一些局限性,比如
受到水汽、温度等环境因素的影响,需要对测量条件进行严格控制。

此外,样品的表面状态、形态等因素也会对测定结果产生影响,需
要进行适当的样品处理和校正。

综上所述,近红外光谱测定氧浓度是一种非常有前景的分析技术,可以通过样品对近红外光的吸收特性来准确测定氧气的浓度,
具有快速、非破坏性等优点,但也需要注意环境因素和样品状态对
测定结果的影响。

近红外光谱技术(NIR)在制浆造纸工业中的应用

近红外光谱技术(NIR)在制浆造纸工业中的应用

品中各物质的含量 。其分析方法如下 :) 1选择标样集 样品并测其 N 图; ) I 2用标准或人们认可的方法预先 测 定标 样集 的成 分和 含量 ;) 据 NR和化 学计 量学 3根 I 软 件 建立 校正 数 据数 学 模 型( 吸光 度 与待 测 成分 之 如 间的数 学关 系)4) ; 测定 未 知试 样 的 N R, 入 已建好 I 套 的数学 模型 预测 出待测 成分 的含 量 。 检测 固体样 品一 般 采 用 漫反 射 技 术 ,对 于 液 体样 品 的检 测 用 透射 方 法 。建立 数学 模 型的方 法主要 有 : 线性 回归 、 多元 主成 分法 、 偏最小二乘法(L) 3 P S等[ 1 。 12 特 点 . 近 红外光 谱分 析具 有 以下 优点 : ( 速度快、 1 ) 效率高。近红外光谱分析的试样一般不 需 经过制 备 即可完成 分 析 。 往 只需 要 1 mn便 可 往 ~2 i, 同时测 出样 品 的多 种组 分 。 () 由于测 定 过程 中不 需要 耗 费化 学药 品 , 2 近红外 堪 称 环境友好 型分析技 术 。 () 近红外 是 无损 伤分 析技 术 ,不仅 消耗 样 品少 , 3 从 外 观到 内在 都 不会对 样 品造成 影响 。 () 测 试 重 现性 好 。 由于 光谱 测 量 具 有稳 定 性 的优 4 点 , 试 结果 较 少 受人 为 因素 的影 响 , 测 与标 准 或 参 考 方法相比, 近红外光谱一般显示 出较好 的重现性 。 () 可 进行 现 场分 析 、 接触 分 析 、 5 非 或光 纤 分析 ( 探 将 测设 置 在危 险 环境 区域 , 远 距 离操 作 也 可用 于 在 进行 线分 析) 。除 了能测定 化学 量 以外 , 可 以测定 物 理 还 量( 的粒度 、 粉体 密度 、 晶化度等) 由于近红外光谱可以 在光纤 中无偏差的传播, 因而通过光纤可 以使仪器远 离采样 现场 , 实现 在线 检测 。 ( 6 )具 有 比较广 泛 的适 应性 。 由于物 质在 此 波 段 (0n 80m~2 0n 的特 征吸 收峰 的吸收 率小 , 因而 近 50m) 红外光谱法极其适用于 固体 、 液体 、 气体及悬浮液的 测定。 ( 便 于操作 。 7 ) 现代 近红 外分 析仪 已与计 算机 很好 地

近红外光谱总结new

近红外光谱总结new

近红外光谱总结new一、近红外光谱介绍近红外(Near Infrared,NIR)光是指波长介于可见区与中红外区之间的电磁波,其波长范围约为800~2500nm,波数范围约为12500~4000cm-1,(波数=104/波长)。

近红外光谱分析是指利用近红外谱区包含的物质信息,主要用于有机物质定性和定量分析的一种分析技术。

特定化学基团有其特定的基频频率,称为指纹吸收带。

基团伸缩振动引起的基频吸收带(指纹吸收带)一般位于中红外区,特定的基团对应特定的吸收光谱,所以运用中红外光谱可以定性和定量分析组分成分和含量。

但是中红外只能用于静态测量,样品要求极薄,不适用于在线测量。

基团伸缩振动引起的基频吸收带一般位于中红外区,而基团伸缩振动引起的泛频,又称倍频(如第一、第二甚至更高)一般位于近红外区,伸缩振动和弯曲振动的组频(又称合频)吸收带一般也位于近红外区。

近红外光谱分析的信息与信号:近红外光谱的信息源是分子内部原子间振动的倍频与合频。

该谱区信号的频率比中红外谱区高,介于中红外谱区和可见谱区之间。

但近红外法的检测低限不如中红外定量分析,约为10-3~10-4,(一般要求成分含量不能低于0.1%)不适宜做含量过低的样品、微量样品的分析。

近红外光谱(NIR)作为一种分析手段,可以测定有机物以及部分无机物。

这些物质分子中化学键结核的各种基团(如O —H 、C=O 、N-H 、C-H )的伸缩、振动、弯曲等运动都有它固定的振动频率。

当分子受到红外线照射时,被激发产生共振,同时光的能量一部分被吸收,测量其吸收光,可以得到极为复杂的图谱,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,这就为近红外光谱定量分析提供了基础。

二、近红外光谱分析1、比耳定律吸收光谱定量分析是根据样品对某一谱区光吸收强度与吸光粒子(低能态的分子或原子)之间的关系,并考虑到样品中吸光粒子数与样品粒子总数的关系来定量的。

近红外检测原理

近红外检测原理

近红外检测原理近红外(NIR)检测是一种非侵入式的光谱分析技术,广泛应用于农业、食品、制药等领域。

它通过检测物质在近红外光波段的吸收和散射特性,来获取物质的相关信息。

近红外检测原理基于光的相互作用和物质的分子结构。

1. 光的相互作用与近红外光谱光是由一系列电磁波组成的,包括可见光、紫外光、红外光等。

近红外光谱波段通常被定义为750-2500纳米(nm),相对于可见光而言,近红外光具有较高的穿透力和较弱的散射能力。

2. 分子的能级和跃迁分子在吸收光的过程中,会发生能级跃迁。

当分子吸收能量与能级间隔相等时,电子会从基态跃迁至激发态。

近红外光的能量正好位于分子能级间隔的范围,因此适用于近红外检测。

3. 物质的吸收特性不同物质在近红外光谱波段的吸收特性是由其分子结构和化学键决定的。

不同的化学键振动和伸缩会导致不同的吸收光谱。

通过测量物质在近红外光谱波段的吸收,可以了解其组成、浓度、质量等信息。

4. 光源、光谱仪和样品槽近红外检测系统由光源、光谱仪和样品槽等组成。

光源发出近红外光,经过样品后,被光谱仪接收并分析。

样品槽是将待测样品放置的空间,通常采用透明的玻璃或石英材料,以便光线穿透。

5. 数据处理和模型建立在近红外检测中,采集到的光谱数据需要进行预处理和分析。

预处理包括光谱校正、信号平滑和噪声滤波等步骤。

分析阶段则需要建立模型,将光谱数据与样品的性质进行关联,以实现定性或定量分析。

6. 应用领域近红外检测技术在农业、食品、制药等领域具有广泛应用。

例如,在农业领域,近红外检测可用于土壤分析、农作物品质评估和植物病害检测等;在食品领域,可用于食品成分分析、食品质量控制和食品安全检测等;在制药领域,可用于药品含量检测、药材鉴定和药品质量监控等。

近红外检测技术凭借其快速、无损、高效等优势,成为现代科学研究和工业生产中的重要工具。

在不断的研究和发展中,相信近红外检测技术将更加成熟和广泛应用于更多领域。

近红外光谱成像技术在医学中的应用

近红外光谱成像技术在医学中的应用

近红外光谱成像技术在医学中的应用近红外光谱成像技术(Near-infrared Spectroscopy Imaging,NIRSI)在医学中的应用越来越广泛,它具有无创、无辐射、高灵敏度、高分辨率等优点,在临床生物医学研究、疾病诊断、治疗和监测等方面都有着广泛的应用前景和重要的意义。

本文将阐述NIRSI的原理与应用,在医学领域中的研究现状和前景。

原理NIRSI是一种成像技术,基于近红外(NIR)光在组织中的散射和吸收特性,通过测量组织表面NIR光在不同波长下的吸收、散射和反射光谱,进而对组织的成分、生理功能和病理状态进行研究和分析。

NIR谱图可以获得有效的生物分子组成信息,如氧合血红蛋白、脱氧血红蛋白、水等指标,以及钙离子、荧光染料、药物等的分布情况,为生物医学研究提供了定量信息和高灵敏度的表征手段。

应用1. 脑功能成像NIRSI可以通过监测耳和额叶区域的组织NIR信号,实现对脑功能活动和缺血缺氧状态的观察和诊断。

在脑卒中、脑外伤等神经系统疾病治疗过程中,NIRSI可以帮助临床医生实时监控患者的脑部灌注、代谢情况,及时发现并处理潜在风险。

研究还表明,NIRSI能准确识别脑死亡患者,具有广泛的临床价值。

2. 心血管疾病诊断心血管疾病是全球范围内死亡率最高的疾病,NIRSI在心血管疾病的早期诊断和治疗中发挥着重要作用。

NIRSI可以实现对心脏及周围血管的血流、血氧饱和度、组织代谢等指标的测量与评估,同时也可以监测治疗的效果。

NIRSI技术支持的成像软件还可以通过对差异信号灰度值和高斯模型拟合来检测血管内皮功能异常,为心血管科医生提供了有力的辅助手段。

3. 肿瘤诊断NIRSI技术在肿瘤诊断和治疗中有着极大的潜力。

肿瘤组织与正常组织在信号反射、传输和吸收方面有较大的差异,这可以被NIRSI较为准确地测量和分析出来。

NIRSI成像技术可以通过测量组织氧合血红蛋白和脱氧血红蛋白的变化,来评估肿瘤组织的血供情况和代谢状态;同时,NIRSI技术也可以利用组织对荧光染料的吸收和散射特性,实现肿瘤的早期检测和定位。

近红外光谱分析的应用及前景

近红外光谱分析的应用及前景

摘要现代近红外光谱(NIR)分析技术是近年来分析化学领域迅猛发展的高新分析技术,越来越引起国内外分析专家的注目,在分析化学领域被誉为分析“巨人”,它的出现可以说带来了又一次分析技术的革命。

近红外光谱是一种快速、无损、可实现多组分同时测定的分析技术。

本文简要介绍了近红外光谱的发展、测量原理、技术特点,并对近年来近红外光谱技术在各个领域的应用及前景进行了总结。

随着近红外光谱技术的不断成熟,除了应用范围将不断拓宽之外,相信对于目前较为空白的应用机理的研究也将越来越深人、细致及严谨。

关键词近红外光谱分析技术原理应用发展前景1 前言电磁波按波长递增的分为(图例)近红外光谱是指波长在780~2526nm范围内的电磁波,是人们最早发现的非可见光区域。

近红外光谱技术(NIR)是近年来发展较为迅速的一种高新分析测试技术,是光谱测量技术、计算机技术、化学计量学技术与基础测量技术的有机结合。

但是由于近红外光谱区吸收峰的特征性差,灵敏度低,受当时的技术水平限制,近红外光谱技术“沉睡” 了近一个半世纪。

20世纪80年代,随着计算机技术、仪器硬件的迅速发展,以及化学计量学方法在解决光谱信息提取和消除背景干扰方面取得的良好效果,近红外光谱技术飞速发展,成为近十年来发展最为迅速的高新分析技术之一,在众多领域都有广泛应用,其分析应用领域也不断拓宽。

越来越引起国内外分析专家的注目,在分析化学领域被誉为分析的“巨人”[1].今天我们主要讲近红外光谱的原理,应用,优缺点和发展前景。

2 近红外光谱分析基本原理及应用近红外光谱仪的基本工作原理:波长在700nm – 2,500nm (4,000–14,300cm-1) 的光谱为近红外光谱。

它是一种既快速(十到二十秒钟) 又简便(不需作样品前处理) 的测试手段, 这种方法的特点是对样品作一步式组份(需测的浓度大于0.01%) 分析而不需破坏样品。

如果产品颜色是质量指标之一、您可选400nm-1,100nm 的图谱数据作鉴定。

近红外光谱分析

近红外光谱分析
试剂,无污染; (5)非破坏性分析,可实现产品的无损质量检测; (6)可使用光纤,从而可实现远程分析检测。
缺点:(1)建立模型需要大量有代表性且化学值已知的样品; (2)模型需要不断的维护改进 ; (3)近红外测定精度与参比分析精度直接相关,在参比方法精度
不够的情况下,无法得到满意结果。
谢谢
近红外光谱谱区示意图
定量分析
• 近红外光谱分析与其它吸收光谱按照比耳 定律作定量分析类似。作常规光谱定量分 析时,需要建立光谱参数与样品含量间的 关系(标准曲线)。但对复杂样品作近红 外光谱定量分析时,为了解决近红外谱区 重叠与谱图测定不稳定的问题,必须充分 应用全光谱的信息。
近红外光谱定量分析的流程与步骤
傅立叶近红外分析仪器
定性分析
• 近红外光谱定性分析利用模式识别与聚类 的一些算法,主要用于鉴定。在模式识别 运算时需要有一组用于计算机“学习”的 样品集,通过计算机运算,得出学习样品 在数学空间的范围,对未知样品运算后, 若也在此范围内,则该样品属于学习样品 集类型,反之则否定。聚类运算时不需学 习样品集,它通过待分析样品的光谱特征, 根据光谱近似程度进行分类。
近红外光谱分析技术
———分析化学领域 的“巨 人”
近红外光
近红外光(Near Infrared,NIR)是介 于可见光(VIS)和中红外光(MIR)之 间的电磁波,波长范围为780~2526nm, 习惯上又将近红外区分为近红外短波 (780~1100nm)和近红外长波 (1100~2526nm)两个区域。
近红外光谱分析原理
• 近红外光谱主要是由于分子振动的非谐振 性使分子振动从基态向高能级跃迁时产生 的,记录的主要是含氢基团X-H(X=C、N、 O)振动的倍频和合频吸收。不同基团(如 甲基、亚甲基、苯环等)或同一基团在不 同化学环境中的近红外吸收波长与强度都 有明显差别,NIR光谱具有丰富的结构和组 成信息,非常适合用于碳氢有机物质的组 成与性质的测量。

脂肪 蛋白质 糖类的近红外光谱

脂肪 蛋白质 糖类的近红外光谱

脂肪蛋白质糖类的近红外光谱
近红外(NIR)光谱被广泛应用于分析和确定食物中的脂肪、
蛋白质和糖类的含量。

NIR光谱是指在接近可见光谱的红外区域(780-2500纳米)范围内的光谱。

针对脂肪、蛋白质和糖类的NIR光谱分析方法通常是基于样
品对特定波长范围内的光的吸收、散射和反射特性进行评估。

不同的化学成分对NIR光谱表现出不同的响应特征,因此可
以通过分析光谱峰的强度和位置来确定样品中的脂肪、蛋白质和糖类含量。

对于脂肪含量的分析,NIR光谱可以通过检测样品中脂肪的特定吸收峰来实现。

脂肪通常在1200-1800纳米的波长范围内显
示出较强的吸收能力。

蛋白质的含量可以通过观察NIR光谱中1450-1580纳米之间的特定吸收峰来确定。

这些波长的光被蛋白质中的特定官能团吸收。

糖类含量的分析可以利用NIR光谱中1000-1200纳米范围的吸收峰进行测定。

糖类中的羟基官能团会对这些波长的光吸收。

总体而言,NIR光谱分析对脂肪、蛋白质和糖类的含量测定提供了一种快速、无损和非破坏性的方法。

该方法具有操作简单、分析速度快等优点,因此在食品行业中得到了广泛应用。

  1. 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. 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. 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)。

NIR近红外光谱技术 1、简介 近红外光谱技术(NIR)是 90 年代以来发展最快、最引人注目的分析技术之一。 随着 NIR 分析方法的深入应用和发展,已逐渐得到大众的普遍接受和官方的认可。 1978年美国和加大就采用近红外法作为分析小麦蛋白质的标准方法, 1998 年美国材料试验学会制订了近红外光谱测定多元醇(聚亚安酯原材料)中羟值含量的ASTM D6342 标准方法。2003年,在我国也正式实施了近红外光谱方法测定饲料中水分、粗蛋白质、粗纤维、粗脂肪、赖氨酸、蛋氨酸的国家标准 GB/T 18868-2002。 由于近红外光在常规光纤中有良好的传输特性,且其仪器较简单、分析速度快、非破坏性和样品制备量小、几乎适合各类样品(液体、粘稠体、涂层、粉末和固体)分析、多组分多通道同时测定等特点,成为在线分析仪表中的一枝奇葩。 近几年,随着化学计量学、光纤和计算机技术的发展,在线近红外光谱分析技术正以惊人的速度应用于包括农牧、食品、化工、石化、制药、烟草等在内的许多领域,为科研、教学以及生产过程控制提供了一个十分广阔的使用空间。 2 近红外光谱分析原理 近红外光(Near Infrared,NIR)是介于可见光(VIS)和中红外光(MIR)之间的电磁波。 ASTM 定义的近红外光谱区的波长范围为 780~2526nm (12820~3959cm1),习惯上又将近红外区划分为近红外短波(780~1100nm)和近红外长波(1100~2526nm)两个区域。 近红外光谱主要是由于分子振动的非谐振性使分子振动从基态向高能级跃迁时产生的,记录的主要是含氢基团X-H(X=C、N、O)振动的倍频和合频吸收。不同团(如甲基、亚甲基,苯环等)或同一基团在不同化学环境中的近红外吸收波长与强度都有明显差别,NIR 光谱具有丰富的结构和组成信息,非常适合用于碳氢有机物质的组成与性质测量。但在 NIR区域,吸收强度弱,灵敏度相对较低,吸收带较宽且重叠严重。因此,依靠传统的建立工作曲线方法进行定量分析是十分困难的,化学计量学的发展为这一问题的解决奠定了数学基础。其工作原理是,如果样品的组成相同,则其光谱也相同,反之亦然。如果我们建立了光谱与待测参数之间的对应关系(称为分析模型),那么,只要测得样品的光谱,通过光谱和上述对应关系,就能很快得到所需要的质量参数数据。分析方法包括校正和预测两个过程: (1)在校正过程中,收集一定量有代表性的样品(一般需要80个样品以上),在测量其光谱图的同时,根据需要使用有关标准分析方法进行测量,得到样品的各种质量参数,称之为参考数据。通过化学计量学对光谱进行处理,并将其与参考数据关联,这样在光谱图和其参考数据之间建立起一一对应映射关系,通常称之为模型。虽然建立模型所使用的样本数目很有限,但通过化学计量学处理得到的模型应具有较强的普适性。对于建立模型所使用的校正方法视样品光谱与待分析的性质关系不同而异,常用的有多元线性回归,主成分回归,偏最小二乘,人工神经网络和拓扑方法等。显然,模型所适用的范围越宽越好,但是模型的范围大小与建立模型所使用的校正方法有关,与待测的性质数据有关,还与测量所要求达到的分析精度范围有关。实际应用中,建立模型都是通过化学计量学软件实现的,并且有严格的规范(如ASTM6500标准)。 (2)在预测过程中,首先使用近红外光谱仪测定待测样品的光谱图,通过软件自动对模型库进行检索,选择正确模型计算待测质量参数。 3 近红外光谱分析技术的优势 样品无须预处理可直接测量:近红外光谱测量方式有透射、反射和漫反射多种形式,适合测量液体、固体和浆状等形式的样品,因此,用途很广。最大的优点就是无须对样品进行任何预处理,如汽油可直接倒入测量杯中或将光纤探头直接插入汽油中进行测量,操作非常方便,几秒钟内完成光谱扫描。 光纤远距离测量:近红外光可以通过光纤进行远距离传输,可以实现距光谱仪以外的远距离测量,可将测量探头或流通池直接安装到生产装置的管线,实现在线测量,或环境苛刻以及危险的地方的现场测量。一台在线近红外光谱仪可以外接多路(2~10 路)光纤回路,实现同时对生产装置的多个测量点的物料在线测量。在线测量数据可直接输送到 DCS 或先进控制系统,为生产的优化及时提供油品的质量参数。与其它在线测量仪表提供的参数(如压力、流量和温度等变量)相比,在线近红外分析提供的数据(如组成或性质)是直接质量参数,对生产的优化提供更准确和有益的参考信息。近红外分析与常规的标准分析方法配合使用,起到双方互补的作用,不仅能够及时向生产控制部门提供分析数据,同时也节省了大量分析化验费用(包括人力、设备,和试剂等);在线近红外分析与 DCS 连接,直接给控制系统提供数据,据此进行生产优化得到的经济效益是巨大的;与其它在线仪表相比,近红外光谱仪运行故障率和消耗均很低。 4 近红外光谱分析技术注意事项 近红外分析技术的一个重要特点就是技术本身的成套性,即必须同时具备三个条件: (1)各项性能长期稳定的近红外光谱仪,是保证数据具有良好再现性的基本要求; (2)功能齐全的化学计量学软件,是建立模型和分析的必要工具; (3)准确并适用范围足够宽的模型。 这三个条件的有机结合起来,才能为用户真正发挥作用。因此,在购买仪器时必须对仪器提供的模型使用性有足够的认识,特别避免个别商家为推销仪器所做的过度宣传的不良诱导,为此付出代价的厂家有之,因此,一定要对厂家提供模型与技术支持情况有详细了解。 近红外分析技术分析速度快,是因为光谱测量速度很快,计算机计算结果速度也很快的原因。但近红外分析的效率是取决于仪器所配备的模型的数目,比如测量一张光谱图,如果仅有一个模型,只能得到一个数据,如果建立了10 种数据模型,那么,仅凭测量的一张光谱,可以同时得到 10 种分析数据。 5 近红外光谱分析仪器 近红外光谱仪器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。滤光片型主要作专用分析仪器,如粮食水分测定仪。由于滤光片数量有限,很难分析复杂体系的样品。 光栅扫描式具有较高的信噪比和分辨率。 由于仪器中的可动部件(如光栅轴)在连续高强度的运行中可能存在磨损问题,从而影响光谱采集的可靠性,不太适合于在线分析。傅立叶变换近红外光谱仪是具有较高的分辨率和扫描速度,这类仪器的弱点同样是干涉仪中存在移动性部件,且需要较严格的工作环境。声光可调滤光器是采用双折射晶体,通过改变射频频率来调节扫描的波长,整个仪器系统无移动部件,扫描速度快。但目前这类仪器的分辨率相对较低,价格也较高。随着阵列检测器件生产技术的日趋成熟,采用固定光路、光栅分光、阵列检测器构成的NIR仪器,以其性能稳定、扫描速度快、分辨率高、信噪比高以及性能价格比好等特点正越来越引起人们的重视。在与固定光路相匹配的阵列检测器中,常用的有电荷耦合器件(CCD)和二极管阵列(PDA)两种类型,其中 Si 基 CCD 多用于近红外短波区域的光谱仪,InGaAs 基 PDA 检测器则用于长波近红外区域。北京英贤仪器有限公司与石油化工科学研究院和美国微光谱公司合作, 基于阵列检测器成功开发出了系列近红外光谱仪,包括实验室型和在线型仪器,光谱范围覆盖了整个近红外波段(700~2500nm),根据测量对象可以选择多种测量方式如透射、漫反射等,目前已在 30 余家炼厂、科研单位和高校得到成功应用。 6 近红外光谱技术的应用领域应用领域 葡萄酒乙醇,含糖量,有机酸,含氮值,pH 值等 白酒 原料中的水分,淀粉,支链淀粉;酒醅中的水分,pH 值,淀粉和残糖等 啤酒大麦原料中的水分,麦芽糖;啤酒中的乙醇和麦芽糖等 饮料 (可乐、 果汁等)咖啡因,糖分,酸度,果汁真伪鉴别 调味品 (酱油、 醋等)蛋白质,氨基酸总量,总糖,还原糖,氯化钠,总酸,总氮,乳制品(牛奶等)乳糖,脂肪,蛋白质,乳酸,灰分,固体含量玉米浆,蜂蜜果糖,水分,葡萄糖,多醣类,偏振参数 食用油 (花生、豆和菜籽油等) 原料中油分含量;食用油中的脂肪酸,水分,蛋白质,过氧化值,碘值,真伪鉴别 烘焙食品 (饼干、 面包等) 脂肪,蛋白质,水分,淀粉,面筋等;方便面油分 肉类 (猪、 牛、鸡肉,鱼类,香肠等) 蛋白质,脂肪,水分,各种氨基酸,脂肪酸,纤维素等,以及新鲜及冷冻程度,产品种类,真伪鉴别 农牧 大麦,小麦,豆类,水稻,甘薯,面粉,及其它谷类 脂肪,蛋白质,水分,纤维量,淀粉,产地、产季鉴别,品质等级,谷物成熟度,病虫害 饲料干物质,粗蛋白,粗纤维,消化能,代谢能,氨基酸,植酸磷,添加剂中哇乙醇含量,预混料中维生素 A烟草 尼古丁,水分,总糖,还原糖,多酚类,总氯,添加物,产地鉴别,等级分类 咖啡 咖啡因,水分,绿原酸,种类、产地鉴别,品质分级水果,蔬菜 糖分,酸度,维生素,水分,纤维素,品质分级,成熟度,硬度 茶叶 老嫩度,氨基酸、茶多酚、咖啡碱,水分,总氮,品质分级,真假识别,品种鉴定。 土壤 水分、有机质和总氮含量,土壤分类其它 堆肥的品质和腐熟度石油炼制 原油 密度,实沸点蒸馏,浊点,油气比;油砂中沥青含量天然气 烷类组成,水分,总热含量 汽油成品汽油 辛烷值 (RON、 MON), 密度, 芳烃, 烯烃, 苯含量, MTBE, 乙醇含量催化裂化汽油 辛烷值(RON、MON),PIONA(直链烷烃、异构烷烃,芳烃,环烷烃和烯烃),馏程重整汽油 辛烷值(RON、MON),芳烃碳数分布,馏程裂解汽油 辛烷值(RON、MON),二烯、二甲苯异构体含量、石脑油 POINA,密度,分子量,馏程,乙烯的潜收率,结焦指数、柴油 十六烷值,密度,折光指数,凝点,闪点,馏程,芳烃组成(单环、双环和多环) 航煤 冰点,芳烃,馏程 润滑油 族组成,基础油粘度指数,粘度,添加剂 重油 API 度,渣油中 SARA 族组成;沥青中蜡含量 高分子 原料 纯度,水分,羟基含量等 加工过程 聚合度,动力学、热力学性质测定,添加剂含量 产品 共混、共聚物的组成,分子量,密度,熔融指数,等规度,残余单体、溶剂,添加剂含量,粒度分布,力学性能,回收废塑料类别鉴定等 制药 原料 原料药的主要活性成分,结晶状态、粒径、旋光性和密度,鉴别中药材的真伪、产地和品质分级加工过程 混合均匀性,干燥过程水分,注射用产品灭菌,膜衣厚度,粒径,主要成分和中间产物浓度,溶出度,药物中微生物定性定量监测 产品 主要成分,硬度,包装材料的鉴定,稳定性,真伪鉴定其它 临床医学 全血或血清中血红蛋白载氧量、pH 值、脂肪酸、胆固醇、蛋白质、葡萄糖、尿素等含量;无创血糖监测;尿液中尿素、肌氨酸酐和蛋白质;皮肤中水分的测定;烧伤伤口分类;组织氧含量;脑氧饱和度和血流动力学;细胞病理如癌细胞鉴别 纺织 混纺织品中各成分含量,棉纤维中还原糖,纤维外油,纤维的染色性,棉织物丝光度,羊毛髓化度,棉织物整理剂,二醋酸纤维素醋化值,地毯纤维类别鉴定 造纸 纸浆中木素含量,卡伯值,纸页水分、涂层含量 煤炭 水分,挥发份、灰份、含热量,品质分级 生物化工 生物发酵过程中乙醇、葡萄糖、乳糖、氨基酸、谷酰胺、乳酸盐和谷氨酸盐等含量,细胞密度,反应动力学跟踪,菌种鉴定 制糖 蔗汁、碎蔗、蔗渣、原糖、成品糖的旋光度、锤度、糖度、色度、浊度、粒度、固形物和水分含量等 日用品 原料纯度,香料,油脂混合物分析,蜡成分鉴别,均匀度,牙膏中氟含量,表面活性剂含量,真伪鉴定 油漆和墨水 原料分析,溶剂纯度,色素品质 环保 海洋石油、土壤污染源鉴定;湖泊沉淀物有机物含量;废水pH、BOD、COD 刑事鉴定 毒品、伪钞鉴定

相关文档
最新文档