CN111521577A - 一种以二氧化碳峰面积为参比的红外光谱定量分析方法 - Google Patents

一种以二氧化碳峰面积为参比的红外光谱定量分析方法 Download PDF

Info

Publication number
CN111521577A
CN111521577A CN202010356263.1A CN202010356263A CN111521577A CN 111521577 A CN111521577 A CN 111521577A CN 202010356263 A CN202010356263 A CN 202010356263A CN 111521577 A CN111521577 A CN 111521577A
Authority
CN
China
Prior art keywords
peak
peak area
standard sample
characteristic
substance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010356263.1A
Other languages
English (en)
Other versions
CN111521577B (zh
Inventor
刘卫
赵富胜
刘澍
米文忠
殷松峰
刘小勇
李长征
刘成
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Institute for Public Safety Research Tsinghua University
Original Assignee
Hefei Institute for Public Safety Research Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hefei Institute for Public Safety Research Tsinghua University filed Critical Hefei Institute for Public Safety Research Tsinghua University
Priority to CN202010356263.1A priority Critical patent/CN111521577B/zh
Publication of CN111521577A publication Critical patent/CN111521577A/zh
Application granted granted Critical
Publication of CN111521577B publication Critical patent/CN111521577B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70—Machine learning, data mining or chemometrics

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computing Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Analytical Chemistry (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Spectrometry And Color Measurement (AREA)

Abstract

本发明公开了一种以二氧化碳峰面积为参比的红外光谱定量分析方法，在标准样品的红外光谱图中，对特征峰进行定位，计算特征峰的峰面积；在标准样品的红外光谱图中，选定二氧化碳峰作为参比峰，对二氧化碳峰进行定位，计算二氧化碳峰的峰面积；根据特征峰的峰面积与二氧化碳峰的峰面积进行比对，建立标准检测曲线，并建立真实浓度值和检测浓度值之间的修正函数；本发明能够实现混合物、参杂物及非纯净物的准确定量分析，解决纯度不高及干扰较大的物质检测问题，能够在红外光谱定性分析的基础上实现红外光谱的定量检测功能。

Description

一种以二氧化碳峰面积为参比的红外光谱定量分析方法
技术领域
本发明涉及光谱检测的技术领域，尤其是一种以二氧化碳峰面积为参比的红外光谱定量分析方法。
背景技术
近年来随着经济的发展，各个使用场所对用于红外光谱检测技术的需求越来越高，在满足定性检测需求之外，需要对各种混合物、参杂物及非纯净物进行定量分析，目前市面上所售红外光谱产品，无相关定量分析技术，无法满足红外光谱对纯度不高的物质进行准确测量，因此，在现有技术基础上，提供一种可以使红外光谱具备定量分析的方法，对红外光谱在检测领域的发展具有十分重要的意义，便于解决多种纯度不高的物质检测问题，提高检测的准确性和广谱性。
发明内容
为了克服上述现有技术中的缺陷，本发明提供一种以二氧化碳峰面积为参比峰的红外光谱定量分析方法，能够实现混合物、参杂物及非纯净物的准确定量分析，解决纯度不高及干扰较大的物质检测问题，能够在红外光谱定性分析的基础上实现红外光谱的定量检测功能。
为实现上述目的，本发明采用以下技术方案，包括：
一种以二氧化碳峰面积为参比的红外光谱定量分析方法，包括以下步骤：
S1，取纯度为分析纯的化学物质作为红外光谱检测的标准样品，对该标准样品进行红外光谱信号的采集和分析，获取该标准样品的红外光谱图，确定该标准样品的特征峰；
对特征峰进行定位：计算该标准样品的特征峰的数量、强度、峰面积；其中，
特征峰的数量是通过该标准样品的红外光谱图进行计算，统计该标准样品的红外光谱图信噪比大于设定阈值的特征峰的个数，所统计的特征峰的个数即为特征峰的数量；
特征峰的强度是根据特征峰的峰高进行计算；
特征峰的峰面积是以单个特征峰的峰面积进行统计，先进行单个特征峰的位置识别，确定单个特征峰的峰边界，然后进行单个特征峰的峰面积计算，最后进行单个特征峰的峰面积累加；
S2，在该标准样品的红外光谱图中，选定二氧化碳峰作为参比峰，确定二氧化碳峰的峰边界，计算二氧化碳峰的峰面积；
S3，针对浓度为100％的标准样品，进行步骤S1～S2的分析处理，并计算得到浓度为100％的标准样品的红外光谱图中的特征峰的峰面积SA(100％)与二氧化碳峰的峰面积
Figure BDA0002473586450000021
的比值S0(100％)，即S0(100％)＝SA(100％)/
Figure BDA0002473586450000022
将该比值S0(100％)作为标准样品浓度为100％时的标准上限值；
S4，针对浓度为10％的标准样品，进行步骤S1～S2的分析处理，并计算得到浓度为10％的标准样品的红外光谱图中的特征峰的峰面积SA(10％)与二氧化碳峰的峰面积
Figure BDA0002473586450000024
的比值S0(10％)，即S0(10％)＝SA(10％)/
Figure BDA0002473586450000023
将该比值S0(10％)作为标准样品浓度为10％时的标准下限值；
S5，针对不同浓度的标准样品，分别进行步骤S1～S2的分析处理，即对不同浓度的标准样品分别进行红外光谱信号的采集和分析，分别获取不同浓度的标准样品的红外光谱图，分别计算得到不同浓度的标准样品的红外光谱图中的特征峰的峰面积与二氧化碳峰的峰面积的比值；
S6，建立检测曲线，所述检测曲线的横坐标为浓度值，横坐标的取值范围为10％～100％，每1％划分为一个等分，划分得到90个浓度等分；纵坐标为不同浓度的标准样品的红外光谱图中的特征峰的峰面积与二氧化碳峰的峰面积的比值，纵坐标的取值范围为标准样品浓度为10％时的标准下限值～准样品浓度为100％时的标准上限值，即S0(10％)～S0(100％)，将纵坐标取值范围S0(100％)-S0(10％)与横坐标相对应划分成90份；
S7，针对未知浓度的某物质，进行步骤S1～S2的分析处理，即对该物质进行红外光谱信号的采集和分析，获取该物质的红外光谱图，计算得到该物质的红外光谱图中的特征峰的峰面积SA(y％)与二氧化碳峰的峰面积
Figure BDA0002473586450000032
的比值S0(y％)；
先对该物质进行定性分析，判断该该物质的比值S0(y％)是否在步骤S6中得到的检测曲线上，若偏离该检测曲线，则表示该物质不是标准样品；
若未偏离检测曲线，则表示该物质是标准样品，再对该物质进行定量分析，根据步骤S6中得到的检测曲线，得到该物质的检测浓度值y′％。
步骤S6之后，建立真实浓度值和检测浓度值之间的修正函数：
针对不同浓度的物质，其中，浓度为x％的物质的真实浓度值即为x％；另外，浓度为x％的物质的红外光谱图中的特征峰的峰面积SA(x％)与二氧化碳峰的峰面积
Figure BDA0002473586450000033
的比值为S0(x％)，S0(x％)＝SA(x％)/
Figure BDA0002473586450000034
根据步骤S6中得到的检测曲线，得到浓度为x％的物质的检测浓度值x′％；
按照上述方式，分别获取不同浓度的物质的真实浓度值和检测浓度值，并建立真实浓度值和检测浓度值之间的修正函数x％＝f(x′％)；
f(·)即为修正函数的表达式，所述修正函数的表达式f(·)具体为：
x％＝a·(x′％)α+b·(x′％)β+c；
其中，a、b、c、α、β均为修正系数。
步骤S7中，得到该物质的检测浓度值y′％之后，将该物质的检测浓度值y′％代入真实浓度值和检测浓度值之间的修正函数中，计算得到该未知浓度的该物质的真实浓度值y％＝a·(y′％)α+b·(y′％)β+c。
步骤S1中，在标准样品的红外光谱图中根据波数定位基团类型，标准样品的特征峰根据所要计算的特征官能团数确定。
步骤S1中，单个特征峰的峰面积计算方式具体为：
确定单个特征峰的位置；
确定单个特征峰的峰边界即起始点：从红外光谱图中的峰顶部位置出发，向下做一条直线，此直线上的任何一点到峰的两个边线的距离均相等，最终与峰的底部连接线相交；
单个特征峰的峰面积计算公式为：
Figure BDA0002473586450000031
其中，L为峰的左边界；R为峰的右边界；A为单个特征峰的峰面积；data表示数学的求导符号。
步骤S1中，对标准样品多次进行红外测试，对采集的红外光谱信号依次进行分析，根据单个特征峰的位置，依次计算单个特征峰的峰面积，并对相同位置处的单个特征峰的峰面积取平均值；
对于某相同位置处的单个特征峰：
Figure BDA0002473586450000041
其中，n表示红外测试的次数；
Figure BDA0002473586450000044
表示单个特征峰的峰面积平均值；Aj表示第j次红外测试的单个特征峰的峰面积。
对单个特征峰的峰面积进行累加，得到特征峰的峰面积：
Figure BDA0002473586450000042
其中，SA表示红外光谱图中的特征峰的峰面积，
Figure BDA0002473586450000043
表示第k个单个特征峰的峰面积平均值，m表示单个特征峰的数量。
本发明的优点在于：
(1)在标准样品的红外光谱图中，对特征峰进行定位，计算特征峰的峰面积；在标准样品的红外光谱图中，选定二氧化碳峰作为参比峰，对二氧化碳峰进行定位，计算二氧化碳峰的峰面积；根据特征峰的峰面积与二氧化碳峰的峰面积进行比对，建立标准检测曲线，并建立真实浓度值和检测浓度值之间的修正函数；本发明能够实现混合物、参杂物及非纯净物的准确定量分析，解决纯度不高及干扰较大的物质检测问题，能够在红外光谱定性分析的基础上实现红外光谱的定量检测功能；同时，简化了标定过程，提高检测速度及精度，扩大检测浓度的覆盖范围。
附图说明
图1为本发明的一种以二氧化碳峰面积为参比的红外光谱定量分析方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本实施例中，一种以二氧化碳峰面积为参比的红外光谱定量分析方法，包括以下步骤：
S1，取纯度为分析纯的化学物质作为红外光谱检测的标准样品，对该标准样品进行红外光谱信号的采集和分析，获取该标准样品的红外光谱图，确定该标准样品的特征峰。
在标准样品的红外光谱图中根据波数定位基团类型，本实施例中，以甲基/亚甲基为例，其波数为2700～3100cm-1，选取甲基/亚甲基峰作为标准样品的特征峰。
对特征峰进行定位：计算该标准样品的特征峰的数量、强度、峰面积；其中，
特征峰的数量是通过该标准样品的红外光谱图进行计算，统计该标准样品的红外光谱图信噪比大于设定阈值的特征峰的个数，所统计的特征峰的个数即为特征峰的数量。
特征峰的强度是根据特征峰的峰高进行计算。
特征峰的峰面积是以单个特征峰的峰面积进行统计，先进行单个特征峰的位置识别，确定单个特征峰的峰边界，然后进行单个特征峰的峰面积计算，最后进行单个特征峰的峰面积累加；
单个特征峰的峰面积计算方式具体为：
确定单个特征峰的位置：使用一条连接线，从与峰的一边基线的相切位置开始到峰的另一边基线相切位置终止；确定单个特征峰的峰边界即起始点：从红外光谱图中的峰顶部位置出发，向下做一条直线，此直线上的任何一点到峰的两个边线的距离均相等，最终与峰的底部连接线相交；
单个特征峰的峰面积计算公式为：
Figure BDA0002473586450000051
其中，L为峰的左边界；R为峰的右边界；A为单个特征峰的峰面积；data表示数学的求导符号。
用高斯函数确定峰的位置及区域范围是否在对应区间，每次改变峰的位置及区域范围，均重新计算峰面积；
根据峰的位置，通过高斯分布即
Figure BDA0002473586450000061
判别峰值区域；
其中，u为高斯分布平均值，σ为均方差，曲线拐点在x＝u±2σ处，当|x-u|≤3σ，y＝0.9974，表明落在此区间外的面积不足0.3％，可认为x几乎在该区间外取值，当|x-u|≤6σ，y＝0.999996，可认为x完全不在该区间外取值；
本实施例中，对标准样品多次进行红外测试，对采集的红外光谱信号依次进行分析，根据单个特征峰的位置，依次计算单个特征峰的峰面积，并对相同位置处的单个特征峰的峰面积取平均值；
对于某相同位置处的单个特征峰：
Figure BDA0002473586450000062
其中，n表示红外测试的次数；
Figure BDA0002473586450000063
表示单个特征峰的峰面积平均值；Aj表示第j次红外测试的单个特征峰的峰面积。
对单个特征峰的峰面积进行累加，得到特征峰的峰面积：
Figure BDA0002473586450000064
其中，SA表示红外光谱图中的特征峰的峰面积，
Figure BDA0002473586450000065
表示第k个单个特征峰的峰面积平均值，m表示单个特征峰的数量；
S2，在该标准样品的红外光谱图中，选定二氧化碳峰作为参比峰，确定二氧化碳峰的峰边界，计算二氧化碳峰的峰面积
Figure BDA0002473586450000068
S3，针对浓度为100％的标准样品，进行步骤S1～S2的分析处理，并计算得到浓度为100％的标准样品的红外光谱图中的特征峰的峰面积SA(100％)与二氧化碳峰的峰面积
Figure BDA0002473586450000066
的比值S0(100％)，即S0(100％)＝SA(100％)/
Figure BDA0002473586450000067
将该比值S0(100％)作为标准样品浓度为100％时的标准上限值。
S4，针对浓度为10％的标准样品，进行步骤S1～S2的分析处理，并计算得到浓度为10％的标准样品的红外光谱图中的特征峰的峰面积SA(10％)与二氧化碳峰的峰面积
Figure BDA0002473586450000071
的比值S0(10％)，即S0(10％)＝SA(10％)/
Figure BDA0002473586450000072
将该比值S0(10％)作为标准样品浓度为10％时的标准下限值。
S5，针对不同浓度的标准样品，分别进行步骤S1～S2的分析处理，即对不同浓度的标准样品分别进行红外光谱信号的采集和分析，分别获取不同浓度的标准样品的红外光谱图，分别计算得到不同浓度的标准样品的红外光谱图中的特征峰的峰面积与二氧化碳峰的峰面积的比值。
S6，建立检测曲线，所述检测曲线的横坐标为浓度值，横坐标的取值范围为10％～100％，每1％划分为一个等分，划分得到90个浓度等分；纵坐标为不同浓度的标准样品的红外光谱图中的特征峰的峰面积与二氧化碳峰的峰面积的比值，纵坐标的取值范围为标准样品浓度为10％时的标准下限值～准样品浓度为100％时的标准上限值，即S0(10％)～S0(100％)，将纵坐标取值范围S0(100％)-S0(10％)与横坐标相对应划分成90份；
对于浓度值低于10％的标准样品，由于其结果误差较大，对其进行浓度检测无意义，故本发明中对浓度低于10％的物质不考虑进行具体检测，直接显示浓度值低于10％即可。
S7，针对不同浓度的物质，分别进行步骤S1～S2的分析处理，即对不同浓度的物质分别进行红外光谱信号的采集和分析，分别获取不同浓度的物质的红外光谱图，分别计算得到不同浓度的物质的红外光谱图中的特征峰的峰面积与二氧化碳峰的峰面积的比值；其中，浓度为x％的物质的真实浓度值即为x％；另外，浓度为x％的物质的红外光谱图中的特征峰的峰面积SA(x％)与二氧化碳峰的峰面积
Figure BDA0002473586450000073
的比值为S0(x％)，S0(x％)＝SA(x％)/
Figure BDA0002473586450000074
根据步骤S6中得到的检测曲线，得到浓度为x％的物质的检测浓度值x′％；
按照上述方式，分别获取不同浓度的物质的真实浓度值和检测浓度值，并建立真实浓度值和检测浓度值之间的修正函数x％＝f(x′％)；
f(·)即为修正函数的表达式，所述修正函数的表达式f(·)具体为：
x％＝a·(x′％)α+b·(x′％)β+c；
其中，a、b、c、α、β均为修正系数。
S8，针对未知浓度的某物质，进行步骤S1～S2的分析处理，即对该物质进行红外光谱信号的采集和分析，获取该物质的红外光谱图，计算得到该物质的红外光谱图中的特征峰的峰面积SA(y％)与二氧化碳峰的峰面积
Figure BDA0002473586450000081
的比值S0(y％)；
先对该物质进行定性分析，判断该该物质的比值S0(y％)是否在步骤S6中得到的检测曲线上，若偏离该检测曲线，则表示该物质不是标准样品；
若未偏离检测曲线，则表示该物质是标准样品，再对该物质进行定量分析，根据步骤S6中得到的检测曲线，得到该物质的检测浓度值y′％；将该物质的检测浓度值y′％代入步骤S8得到的修正函数中，计算得到未知浓度的该物质的真实浓度值y％＝a·(y′％)α+b·(y′％)β+c。
以上仅为本发明创造的较佳实施例而已，并不用以限制本发明创造，凡在本发明创造的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明创造的保护范围之内。

Claims (6)

1.一种以二氧化碳峰面积为参比的红外光谱定量分析方法，其特征在于，包括以下步骤：
S1，取纯度为分析纯的化学物质作为红外光谱检测的标准样品，对该标准样品进行红外光谱信号的采集和分析，获取该标准样品的红外光谱图，确定该标准样品的特征峰；
对特征峰进行定位：计算该标准样品的特征峰的数量、强度、峰面积；其中，
特征峰的数量是通过该标准样品的红外光谱图进行计算，统计该标准样品的红外光谱图信噪比大于设定阈值的特征峰的个数，所统计的特征峰的个数即为特征峰的数量；
特征峰的强度是根据特征峰的峰高进行计算；
特征峰的峰面积是以单个特征峰的峰面积进行统计，先进行单个特征峰的位置识别，确定单个特征峰的峰边界，然后进行单个特征峰的峰面积计算，最后进行单个特征峰的峰面积累加；
S2，在该标准样品的红外光谱图中，选定二氧化碳峰作为参比峰，确定二氧化碳峰的峰边界，计算二氧化碳峰的峰面积；
S3，针对浓度为100％的标准样品，进行步骤S1～S2的分析处理，并计算得到浓度为100％的标准样品的红外光谱图中的特征峰的峰面积SA(100％)与二氧化碳峰的峰面积
Figure FDA0002473586440000011
的比值S0(100％)，即
Figure FDA0002473586440000012
将该比值S0(100％)作为标准样品浓度为100％时的标准上限值；
S4，针对浓度为10％的标准样品，进行步骤S1～S2的分析处理，并计算得到浓度为10％的标准样品的红外光谱图中的特征峰的峰面积SA(10％)与二氧化碳峰的峰面积
Figure FDA0002473586440000013
的比值S0(10％)，即
Figure FDA0002473586440000014
将该比值S0(10％)作为标准样品浓度为10％时的标准下限值；
S5，针对不同浓度的标准样品，分别进行步骤S1～S2的分析处理，即对不同浓度的标准样品分别进行红外光谱信号的采集和分析，分别获取不同浓度的标准样品的红外光谱图，分别计算得到不同浓度的标准样品的红外光谱图中的特征峰的峰面积与二氧化碳峰的峰面积的比值；
S6，建立检测曲线，所述检测曲线的横坐标为浓度值，横坐标的取值范围为10％～100％，每1％划分为一个等分，划分得到90个浓度等分；纵坐标为不同浓度的标准样品的红外光谱图中的特征峰的峰面积与二氧化碳峰的峰面积的比值，纵坐标的取值范围为标准样品浓度为10％时的标准下限值～准样品浓度为100％时的标准上限值，即S0(10％)～S0(100％)，将纵坐标取值范围S0(100％)-S0(10％)与横坐标相对应划分成90份；
S7，针对未知浓度的某物质，进行步骤S1～S2的分析处理，即对该物质进行红外光谱信号的采集和分析，获取该物质的红外光谱图，计算得到该物质的红外光谱图中的特征峰的峰面积SA(y％)与二氧化碳峰的峰面积
Figure FDA0002473586440000021
的比值S0(y％)；
先对该物质进行定性分析，判断该该物质的比值S0(y％)是否在步骤S6中得到的检测曲线上，若偏离该检测曲线，则表示该物质不是标准样品；
若未偏离检测曲线，则表示该物质是标准样品，再对该物质进行定量分析，根据步骤S6中得到的检测曲线，得到该物质的检测浓度值y′％。
2.根据权利要求1所述的一种以二氧化碳峰面积为参比的红外光谱定量分析方法，其特征在于，步骤S6之后，建立真实浓度值和检测浓度值之间的修正函数：
针对不同浓度的物质，其中，浓度为x％的物质的真实浓度值即为x％；另外，浓度为x％的物质的红外光谱图中的特征峰的峰面积SA(x％)与二氧化碳峰的峰面积
Figure FDA0002473586440000022
的比值为S0(x％)，
Figure FDA0002473586440000023
根据步骤S6中得到的检测曲线，得到浓度为x％的物质的检测浓度值x′％；
按照上述方式，分别获取不同浓度的物质的真实浓度值和检测浓度值，并建立真实浓度值和检测浓度值之间的修正函数x％＝f(x′％)；
f(·)即为修正函数的表达式，所述修正函数的表达式f(·)具体为：
x％＝a·(x′％)α+b·(x′％)β+c；
其中，a、b、c、α、β均为修正系数。
3.根据权利要求2所述的一种以二氧化碳峰面积为参比的红外光谱定量分析方法，其特征在于，步骤S7中，得到该物质的检测浓度值y′％之后，将该物质的检测浓度值y′％代入真实浓度值和检测浓度值之间的修正函数中，计算得到该未知浓度的该物质的真实浓度值y％＝a·(y′％)α+b·(y′％)β+c。
4.根据权利要求1所述的一种以二氧化碳峰面积为参比的红外光谱定量分析方法，其特征在于，步骤S1中，在标准样品的红外光谱图中根据波数定位基团类型，标准样品的特征峰根据所要计算的特征官能团数确定。
5.根据权利要求1所述的一种以二氧化碳峰面积为参比的红外光谱定量分析方法，其特征在于，步骤S1中，单个特征峰的峰面积计算方式具体为：
确定单个特征峰的位置；
确定单个特征峰的峰边界即起始点：从红外光谱图中的峰顶部位置出发，向下做一条直线，此直线上的任何一点到峰的两个边线的距离均相等，最终与峰的底部连接线相交；
单个特征峰的峰面积计算公式为：
Figure FDA0002473586440000031
其中，L为峰的左边界；R为峰的右边界；A为单个特征峰的峰面积；data表示数学的求导符号。
6.根据权利要求1或5所述的一种以二氧化碳峰面积为参比的红外光谱定量分析方法，其特征在于，步骤S1中，对标准样品多次进行红外测试，对采集的红外光谱信号依次进行分析，根据单个特征峰的位置，依次计算单个特征峰的峰面积，并对相同位置处的单个特征峰的峰面积取平均值；
对于某相同位置处的单个特征峰：
Figure FDA0002473586440000032
其中，n表示红外测试的次数；
Figure FDA0002473586440000033
表示单个特征峰的峰面积平均值；Aj表示第j次红外测试的单个特征峰的峰面积。
对单个特征峰的峰面积进行累加，得到特征峰的峰面积：
Figure FDA0002473586440000034
其中，SA表示红外光谱图中的特征峰的峰面积，
Figure FDA0002473586440000035
表示第k个单个特征峰的峰面积平均值，m表示单个特征峰的数量。
CN202010356263.1A 2020-04-29 2020-04-29 一种以二氧化碳峰面积为参比的红外光谱定量分析方法 Active CN111521577B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010356263.1A CN111521577B (zh) 2020-04-29 2020-04-29 一种以二氧化碳峰面积为参比的红外光谱定量分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010356263.1A CN111521577B (zh) 2020-04-29 2020-04-29 一种以二氧化碳峰面积为参比的红外光谱定量分析方法

Publications (2)

Publication Number Publication Date
CN111521577A true CN111521577A (zh) 2020-08-11
CN111521577B CN111521577B (zh) 2023-06-27

Family

ID=71905079

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010356263.1A Active CN111521577B (zh) 2020-04-29 2020-04-29 一种以二氧化碳峰面积为参比的红外光谱定量分析方法

Country Status (1)

Country Link
CN (1) CN111521577B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113450883A (zh) * 2021-06-25 2021-09-28 中南大学 一种基于多谱线融合的溶液离子浓度检测方法
CN113607867A (zh) * 2021-07-23 2021-11-05 清华大学合肥公共安全研究院 一种基于峰体映射的双重叠谱峰解析方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0755565A (ja) * 1993-08-06 1995-03-03 Jasco Corp スペクトルを用いた定量計算方法及びその装置
CN1766571A (zh) * 2005-11-17 2006-05-03 扬子石油化工股份有限公司 聚乙烯共聚物中甲基含量快速测定方法
CN101329271A (zh) * 2008-07-15 2008-12-24 浙江大学 工业在线近红外光谱检测装置
CN101750279A (zh) * 2008-11-28 2010-06-23 上海宝钢工业检测公司 氟碳彩涂板涂层中pvdf树脂的含量红外峰面积比值测定法
CN101915745A (zh) * 2010-07-20 2010-12-15 浙江省交通工程建设集团有限公司 一种改性沥青中sbs改性剂含量的红外光谱分析方法
CN101923051A (zh) * 2009-06-17 2010-12-22 中国科学院微电子研究所 基于阵列波导分光的红外光谱式mems气敏传感器
JP2014169926A (ja) * 2013-03-04 2014-09-18 Jasco Corp 赤外吸収スペクトルに含まれる妨害ピークの除去方法
CN104819950A (zh) * 2015-04-21 2015-08-05 苏州科技学院 一种sbs改性沥青中sbs含量高精度检测方法
CN105758836A (zh) * 2016-02-18 2016-07-13 安徽芯核防务装备技术股份有限公司 一种基于面积法的拉曼光谱即时定量分析方法
CN107255626A (zh) * 2017-07-04 2017-10-17 江南大学 一种淀粉基油炸食品中油脂含量的快速测定方法
CN110057774A (zh) * 2019-05-17 2019-07-26 中国科学院南京地理与湖泊研究所 一种基于红外光谱快速定量湖泊沉积中总有机碳的方法
CN111044472A (zh) * 2019-11-27 2020-04-21 北京农业智能装备技术研究中心 农田地膜挥发物检测装置及检测方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0755565A (ja) * 1993-08-06 1995-03-03 Jasco Corp スペクトルを用いた定量計算方法及びその装置
CN1766571A (zh) * 2005-11-17 2006-05-03 扬子石油化工股份有限公司 聚乙烯共聚物中甲基含量快速测定方法
CN101329271A (zh) * 2008-07-15 2008-12-24 浙江大学 工业在线近红外光谱检测装置
CN101750279A (zh) * 2008-11-28 2010-06-23 上海宝钢工业检测公司 氟碳彩涂板涂层中pvdf树脂的含量红外峰面积比值测定法
CN101923051A (zh) * 2009-06-17 2010-12-22 中国科学院微电子研究所 基于阵列波导分光的红外光谱式mems气敏传感器
CN101915745A (zh) * 2010-07-20 2010-12-15 浙江省交通工程建设集团有限公司 一种改性沥青中sbs改性剂含量的红外光谱分析方法
JP2014169926A (ja) * 2013-03-04 2014-09-18 Jasco Corp 赤外吸収スペクトルに含まれる妨害ピークの除去方法
CN104819950A (zh) * 2015-04-21 2015-08-05 苏州科技学院 一种sbs改性沥青中sbs含量高精度检测方法
CN105758836A (zh) * 2016-02-18 2016-07-13 安徽芯核防务装备技术股份有限公司 一种基于面积法的拉曼光谱即时定量分析方法
CN107255626A (zh) * 2017-07-04 2017-10-17 江南大学 一种淀粉基油炸食品中油脂含量的快速测定方法
CN110057774A (zh) * 2019-05-17 2019-07-26 中国科学院南京地理与湖泊研究所 一种基于红外光谱快速定量湖泊沉积中总有机碳的方法
CN111044472A (zh) * 2019-11-27 2020-04-21 北京农业智能装备技术研究中心 农田地膜挥发物检测装置及检测方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
GISELA FINOS: "Infrared spectroscopic study of carbon dioxide adsorption on the surface of cerium–gallium mixed oxides", 《CATALYSIS TODAY》 *
徐立恒: "中红外光谱法快速测定车内空气中多组分有机污染物", 《中国环境监测》 *
文韬: "基于近红外光谱技术的茶油脂肪酸含量的快速检测", 《湖南农业大学学报(自然科学版)》 *
蒙大桥: "《放射性测量及其应用》", 31 January 2018 *
赵霞: "红外光谱法测定巯基丙酸-溶聚丁苯橡胶接枝量", 《橡胶工业》 *
陈玉静: "红外杂化单光束谱的概念、性质及其在扣除水汽和其它干扰组分吸收峰方面的应用", 《中国博士学位论文全文数据库 (工程科技Ⅰ辑)》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113450883A (zh) * 2021-06-25 2021-09-28 中南大学 一种基于多谱线融合的溶液离子浓度检测方法
CN113607867A (zh) * 2021-07-23 2021-11-05 清华大学合肥公共安全研究院 一种基于峰体映射的双重叠谱峰解析方法

Also Published As

Publication number Publication date
CN111521577B (zh) 2023-06-27

Similar Documents

Publication Publication Date Title
CN103543123A (zh) 一种掺假牛奶的红外光谱识别方法
CN106918567B (zh) 一种测量痕量金属离子浓度的方法和装置
CN106769937B (zh) 一种光谱数据处理方法
CN101493431A (zh) 利用电子鼻检测鸡肉新鲜度的方法
CN111521577A (zh) 一种以二氧化碳峰面积为参比的红外光谱定量分析方法
WO2020248961A1 (zh) 一种无参考值的光谱波数选择方法
CN110231328B (zh) 一种基于半峰高距离法的拉曼光谱定量分析方法
CN109283153B (zh) 一种酱油定量分析模型的建立方法
CN110672578A (zh) 针对煎炸油极性组分检测的模型通用性及稳定性验证方法
CN111141809B (zh) 一种基于非接触式电导信号的土壤养分离子含量检测方法
CN113655027A (zh) 一种近红外快速检测植物中单宁含量的方法
CN111948191B (zh) 一种多光源拉曼光谱分析方法及其应用
CN101526470B (zh) 烟用香精的检测方法
CN111896497B (zh) 一种基于预测值的光谱数据修正方法
CN106226263A (zh) 基于红外光谱技术的浓香型白酒基酒等级快速判别方法
CN109030410B (zh) 蜂王浆近红外定量校正模型的构建方法及蜂王浆的检测方法
WO2023123329A1 (zh) 近红外光谱的净信号提取方法及其系统
Gallignani et al. Derivative Fourier transform infrared spectrometric determination of ethanol in beers
CN111579526B (zh) 一种表征近红外仪器差异和校正的方法
CN111289451B (zh) 复杂光谱组分浓度定量计算的方法
CN111426648B (zh) 一种红外谱图的相似度确定方法及系统
CN107884360B (zh) 一种卷烟纸助燃剂检测方法
EP0970366B1 (en) Measurement of acetone in milk using ir spectroscopy
CN110596016A (zh) 一种检测烟用香精质量的方法
CN110940658A (zh) 快速定量测定鸡尾酒中西地那非的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant