CN116413219A - 制备目标应用中的至少一种被测量对象的光谱确定的方法 - Google Patents
制备目标应用中的至少一种被测量对象的光谱确定的方法 Download PDFInfo
- Publication number
- CN116413219A CN116413219A CN202211645901.7A CN202211645901A CN116413219A CN 116413219 A CN116413219 A CN 116413219A CN 202211645901 A CN202211645901 A CN 202211645901A CN 116413219 A CN116413219 A CN 116413219A
- Authority
- CN
- China
- Prior art keywords
- spectrum
- measured object
- determined
- spectrometer
- value
- 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.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 14
- 238000001228 spectrum Methods 0.000 claims abstract description 263
- 230000003287 optical effect Effects 0.000 claims abstract description 98
- 230000003595 spectral effect Effects 0.000 claims abstract description 49
- 238000004364 calculation method Methods 0.000 claims abstract description 47
- 239000002131 composite material Substances 0.000 claims abstract description 20
- 238000009826 distribution Methods 0.000 claims abstract description 12
- 238000005259 measurement Methods 0.000 claims description 115
- 238000002360 preparation method Methods 0.000 claims description 39
- 238000000034 method Methods 0.000 claims description 31
- 238000010521 absorption reaction Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 12
- 238000000862 absorption spectrum Methods 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 230000001419 dependent effect Effects 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000004611 spectroscopical analysis Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 230000005855 radiation Effects 0.000 description 19
- 239000012491 analyte Substances 0.000 description 14
- 238000011161 development Methods 0.000 description 14
- 230000018109 developmental process Effects 0.000 description 14
- 239000000523 sample Substances 0.000 description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 11
- 230000008901 benefit Effects 0.000 description 9
- 230000003993 interaction Effects 0.000 description 4
- 229910002651 NO3 Inorganic materials 0.000 description 3
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- IOVCWXUNBOPUCH-UHFFFAOYSA-M Nitrite anion Chemical compound [O-]N=O IOVCWXUNBOPUCH-UHFFFAOYSA-M 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 239000003651 drinking water Substances 0.000 description 2
- 235000020188 drinking water Nutrition 0.000 description 2
- 239000008235 industrial water Substances 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 150000001805 chlorine compounds Chemical class 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 150000002826 nitrites Chemical class 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 150000003467 sulfuric acid derivatives Chemical class 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
-
- 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
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
- G01N21/274—Calibration, base line adjustment, drift correction
-
- 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
- G01N2021/3185—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry typically monochromatic or band-limited
- G01N2021/3188—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry typically monochromatic or band-limited band-limited
-
- 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
- G01N2021/3196—Correlating located peaks in spectrum with reference data, e.g. fingerprint data
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及制备目标应用中的至少一种被测量对象的光谱确定的方法,其中:基于记录在目标应用中和/或与目标应用相同类型的应用中的应用中的参考数据,确定具有作为被测量对象的特性的光谱分布的归一化被测量对象主光谱;基于被测量对象主光谱生成合成光谱,合成光谱覆盖大于或等于或实际大于由参考值覆盖的值范围的值范围;并且基于合成光谱,执行光谱确定所需的一条或多条信息被确定并可用,该信息尤其包括用于适用于执行光谱确定的光谱仪的光学路径长度的属性、波长范围和/或路径长度范围,和/或包括计算规则,利用该计算规则,基于能够在目标应用中捕获的测量光谱,能够确定被测量对象的测量值。
Description
技术领域
本发明涉及一种用于制备要借助于光谱仪在预定类型的应用的目标应用中执行的介质的至少一个被测量对象的光谱确定的制备方法,以及该方法的用途。
背景技术
介质的被测量对象的光谱确定目前已经在大量不同类型的应用中——例如,在水处理厂、洗衣设施和输送饮用水的工厂中。
为此目的,通常使用光谱仪,其包括配备有辐射源和检测器的光谱单元,辐射借助于该光谱单元被辐射到介质中,并且借助于检测器接收由该辐射与介质的相互作用产生的测量辐射。取决于光谱单元的设计,能够引起辐射与介质的不同形式的相互作用,诸如透射、反射或散射。在这种情况下,光谱仪能够被用作例如在使用位置的独立设备,或者能够被集成到测量设备或测量系统中,例如,集成到传感器中和/或集成到能够被浸没在介质中的探头中。从由检测器接收的测量辐射导出与由检测器覆盖的波长范围内的测量辐射的光谱强度相对应的测量光谱。取决于测量辐射的波长范围,能够区分UV、vis、NIR和MIR光谱及其组合。例如,Endress+Hauser Group提供并销售在不同波长范围内工作的光谱仪。
使用光谱仪,能够确定被测量对象,其以计量上可检测并且取决于被测量对象的测量值的方式对测量光谱有影响。这方面的示例是介质中包含的分析物的浓度,诸如介质的亚硝酸盐含量和/或硝酸盐含量。另外的示例是介质的化学或生物氧需求以及介质的着色或浑浊度。
为了能够基于测量光谱查明特定被测量对象的测量值,有必要预先查明测量光谱的光谱分布对作为被测量对象的特性的被测量对象的测量值的依赖性。在这种情况下,测量辐射的强度根据被测量对象的测量值变化的那些波长被查明,并且从测量值确定在这些波长处出现的测量光谱的光谱分布的依赖性。然后由此导出计算规则,借助于该计算规则能够基于在随后的测量操作中导出的测量光谱来计算被测量对象的测量值。例如以数学和/或统计模型,诸如本领域中称为化学计量学模型的模型,的形式确定该计算规则。
在确定计算规则时,通常在目标应用中安装光谱仪,并利用光谱仪连续记录测量光谱。与此并行地,执行被测量对象的参考测量,经由该参考测量将由参考测量确定的被测量对象的测量参考值分配给测量光谱中的每一个。随后,计算规则根据包括测量光谱和相关联的测量参考值的测量数据来确定。
然而,这种方式确定的计算规则的用途经常限于由测量数据覆盖的被测量对象的值范围。这种情况的一个原因是,计算规则和/或计算规则所基于的模型外推到测量数据未覆盖的测量值范围经常受到大的测量不确定性的影响。然而,相应被测量对象的特别高和非常低的测量值在大多数应用中很少出现。这导致必须将测量范围限制为目标应用中频繁出现的测量值,或者必须投入大量时间和精力来记录测量数据。
替代地,可以在实验室中测量在目标应用中采集的样本和/或人工生成的样本,例如,借助于加标或稀释。然而,已经示出,以这种方式可获得的测量光谱,尤其是在复杂生物基质的情况下,诸如例如在水处理厂中出现的情况,不完全对应于在实际应用中现场记录的测量光谱。此外,在实验室中执行测量的情况下,尤其是在稳定性低的样本的情况下,存在样本属性能够变化的问题——例如,通过生物分解或转化。另外,样本可以潜在地表示生物和/或化学危害。例如,从水处理厂采集的可能具有传染性的样本、在有毒样本的情况中以及在从过程中采集的可能爆炸性样本的情况中都能够是这种情况。取决于目标应用,样本稳定性和/或与采样和/或其测量相关的危险能够使要在实验室中执行的测量更加困难或甚至不可能。人工实验室标准的测量也经常不与目标应用中现场存在的光谱矩阵相对应。因此,尽管存在前面提到的缺点,考虑到计算规则的确定,在相应应用中现场记录的测量光谱通常表示更好的替代方案。
另一个挑战是干涉变量,诸如介质中可能包含的成分——通常称为干涉分析物——它们影响与被测量对象相同波长范围内的测量光谱。干涉变量,诸如干涉分析物,以及它们出现的浓度通常因应用而异,在某些情况下可能会导致被测量对象的光谱确定能力显著受损,甚至在极端情况下使其不可能。
能够考虑特定应用中介质中包含的干涉分析物的影响,例如,通过记录包含测量光谱的测量数据、被测量对象的相关测量参考值以及干涉变量的相关测量参考值,诸如干涉分析物的测量浓度。然而,这使得记录测量数据更加复杂。更困难的是,在大多数目标应用中,介质的组成,尤其是干涉分析物的浓度,不能以可控的方式变化。
结合干涉分析物,US 2006/0197015 A1描述了一种用于测量介质样本中包含的目标分析物的浓度(诸如血液样本中的葡萄糖浓度)的方法,其中,记录了样本的测量光谱,并且,基于收集在数据库中的干涉光谱,从干涉分析物查明样本中包含哪些干涉分析物,诸如药物。在下一步中,从测量光谱和包含目标分析物的测量数据和干涉光谱的相关浓度计算具有不同干涉分析物浓度的合成光谱。使用这些合成光谱,确定用于测量目标分析物浓度的校准常数,由此使由包含在相应样本中的干涉分析物引起的目标分析物的浓度的测量的测量误差最小化。然而,这种方法非常复杂,因为必须为每个单独的样本确定新的校准常数。此外,能够以高测量精度确定相应样本中目标分析物的浓度的测量范围在这里也被限制为测量数据中包含足够多的测量光谱和相关联的浓度的值范围。
基于目标应用中记录的测量数据确定计算规则的另一个可能的问题是用于记录目标应用中的测量数据的光谱仪必须适用于在目标应用中的被测量对象的光谱确定。在这种情况下,是否可用光谱仪测量特定的被测量对象尤其取决于介质的成分和所使用的光谱仪的光学路径长度。如果基于目标应用中已安装的光谱仪记录的测量光谱发现所使用的光谱仪不合适,则必须将光谱仪更换为更合适的光谱仪,并且重新记录测量数据。这种情况能够出现在,例如,在最初使用的光谱仪的情况下由于介质中包含的干涉分析物而出现光学饱和时,在这种情况下,介质中吸收了太多的光,以至于基于测量光谱确定被测量对象不再可能或至少不是足够准确的。如果需要更换光谱仪,则这与另外的努力,并且通常与另外的成本相关联。
发明内容
本发明的目的是指定一种更有效的制备方法,用于制备要在目标应用中执行的至少一个被测量对象的光谱确定,该方法能够在更大的测量范围内尽可能准确地测量在目标应用中的(一个或多个)被测量对象。
为此目的,本发明包括一种用于制备要借助于光谱仪在预定类型的应用的目标应用中执行的介质的至少一个被测量对象的光谱确定的制备方法,其中:
基于参考数据确定具有所述被测量对象的光谱分布特性的归一化被测量对象主光谱,所述参考数据包括所述被测量对象的参考光谱和相关联的参考值,这些参考光谱和相关联的参考值被记录在所述目标应用中和/或诸如所述目标应用的相同类型的应用的应用中,
基于所述被测量对象主光谱,合成光谱被生成,每个合成光谱包括基于所述被测量对象主光谱为所述被测量对象的特定单独值生成的单独光谱,其中,所述单独光谱的所述单独值总体上覆盖大于或等于或实际上大于由所述参考值覆盖的值范围的值范围,并且
基于所述合成光谱,在所述目标应用中执行所述被测量对象的所述光谱确定所需的一条或多条信息被确定并可用,
其中,所述一条或多条信息尤其包括用于适用于在所述目标应用中执行所述被测量对象的所述光谱确定的光谱仪的光学路径长度的属性、波长范围和/或路径长度范围,和/或包括能够被使用在所述目标应用中的光谱仪的计算规则,利用所述计算规则能够基于能够在所述目标应用中利用该光谱仪捕获的测量光谱确定所述被测量对象的测量值。
该制备方法提供的优点是,能够基于合成光谱以非常有效的方式确定在目标应用中执行被测量对象的光谱确定所需的信息。在这种情况下,由合成光谱覆盖的大的值范围提供了参考数据的记录能够被限制在目标应用的应用类型中经常出现的被测量对象的值而没有与之相关的限制和/或质量损失的优点。在这方面,该信息尤其使得可能选择最适用的目标应用中的测量任务并相应地在大测量范围内利用其实现高测量精度的光谱仪。另外,基于合成光谱确定的计算规则由于合成光谱覆盖的大值范围(特别是在测量值范围内),使得可能实现具有高测量精度的测量结果,该测量结果很少在实践中出现,和/或对于其而言没有或只有很少的参考数据是可用的。这提供了以下优点:与利用基于参考数据确定的计算规则相比,利用基于在更大的测量范围内的合成光谱确定的计算规则能够实现具有更高测量精度的测量结果。利用该制备方法,能够因此实现降低与记录参考数据相关联的复杂性以及增加测量范围和提高测量精度。
一个实施例包括一种制备方法,其中:
在每种情况下,每个参考光谱的所述参考数据包括记录相应参考光谱的所述光谱仪的光学路径长度;
所述参考光谱被归一化为相应被测量对象的参考值和所述光学路径长度的参考值,并且
所述被测量对象主光谱基于归一化的参考光谱被确定为归一化到所述被测量对象的参考值和所述光学路径长度的参考值的被测量对象主光谱。
该实施例的一种发展包括一种制备方法,其中,借助于基于归一化的参考光谱执行的平均值或中值形成来确定所述被测量对象主光谱,和/或使用至少一个光谱分解算法和/或用于平滑所述参考光谱和/或归一化的参考光谱的至少一个平滑滤波器来确定所述被测量对象主光谱。
该制备方法的另一个实施例规定
所述被测量对象主光谱和所述合成光谱是吸收光谱,并且
所述单独光谱借助于在光谱吸收与所述被测量对象的值之间的线性关系被计算,或者各自基于反映光谱吸收与所述被测量对象的值之间的相关性的非线性计算规则被确定。
根据第一发展,在下述方面考虑了在所述目标应用中出现的至少一个干涉变量,
针对每个要考虑的干涉变量,确定一个归一化的干涉主光谱,尤其是归一化为相应干涉变量的参考值和所述光学路径长度的参考值的干涉主光谱,所述干涉主光谱具有相应干涉变量的光谱分布特性,并且
所述合成光谱包括单独光谱,所述单独光谱是基于要考虑的每个干涉变量的所述被测量对象主光谱和所述干涉光谱确定的,并且单独光谱考虑了(一个或多个)所述干涉变量的影响。
根据第二发展,在下述方面考虑了光学饱和:所述合成光谱被生成使得它们包括考虑了所述光学饱和的单独光谱和/或考虑了所述光学饱和和要考虑的每个干涉变量的影响的单独光谱。
根据第三发展,所述合成光谱被生成使得对于一个或多个极限值,它们各自包括考虑了所述光学饱和的单独光谱和/或考虑了所述光学饱和和要考虑的每个干涉变量的影响的单独光谱,其中:
在每种情况下,每个极限值对应于吸收值的恒定或依赖于波长的上限值,所述上限值能够被计量上检测,高于所述上限值出现所述光学饱和,
在考虑了所述光学饱和的所述单独光谱的所述确定中,基于所述被测量对象主光谱(M)确定并超过所述相应极限值(amax)的所有所述光谱吸收值都减少到所述极限值(amax),以及,
在考虑了所述光学饱和和要考虑的每个干涉变量的影响的单独光谱的确定中,基于所述被测量对象主光谱以及要考虑的每个干涉变量的所述干涉主光谱确定并超过相应极限值的所有所述光谱吸收值被减少到所述极限值。
根据第一、第二和/或第三发展的一个实施例,基于考虑了所述光学饱和和/或(一个或多个)所述干涉变量的影响的所述单独光谱分别确定所述信息或所述多条信息的至少一条或每一条。
第一、第二和/或第三发展的发展包括一种制备方法,其中,
基于考虑了(一个或多个)所述干涉变量的影响的所述单独光谱和/或考虑了(一个或多个)所述干涉变量和所述光学饱和的影响的所述单独光谱,检查关于在每个干涉变量出现在针对相应干涉变量预定的值范围内的情况下是否能够通过光谱法以预定测量精度确定在所述目标应用中的所述被测量对象,并且
对应的检查结果可用。
第二和/或第三发展的发展包括一种制备方法,其中,
基于考虑了所述光学饱和的所述单独光谱和/或基于考虑了所述光学饱和和(一个或多个)所述干涉变量的影响的所述单独光谱,确定适用于在所述目标应用中执行所述被测量对象的所述光谱确定的光谱仪的所述波长范围、所述光学路径长度的所述路径长度范围和/或至少一个另外的属性,并且
这些条信息中的每一条可用,和/或使用该信息选择能够被使用在所述目标应用中的所述光谱仪。
第二和/或第三发展的进一步发展包括一种制备方法,其中,基于考虑了所述光学饱和的所述单独光谱和/或考虑了所述光学饱和和(一个或多个)所述干涉变量的影响的所述单独光谱:
可用在在所述目标应用中的所述光谱仪的所述光学路径长度的第一目标值被确定并可用,其中,其中能够以预定测量精度确定所述被测量对象的测量范围处于最大值,
可用在所述目标应用中的所述光谱仪的所述光学路径长度的第二目标值被确定并可用,其中,能够在预定测量范围内确定所述被测量对象的测量精度处于最大值,和/或
可用在所述目标应用中的所述光谱仪的所述光学路径长度的最大值被确定并可用,其对应于最大可能的光学路径长度,在所述最大可能的光学路径长度处仍然能够以预定测量精度执行所述被测量对象的测量。
最后提及的发展的一种发展包括一种制备方法,其中,
基于所述第一目标值、所述第二目标值和/或所述最大值选择可用于所述目标应用中的所述光谱仪,使得其具有对应于所述目标值之一和/或小于所述最大值的光学路径长度,以及
计算规则是基于针对该光谱仪的所述光学路径长度生成的所述单独光谱确定的。
一种进一步的发展包括一种制备方法,其中,基于所述合成光谱:
测量范围的至少一个测量范围端点被确定并可用,其中,能够借助于所述计算规则以预定测量精度执行所述被测量对象的测量,以及/或者
可实现的测量精度被确定并可用,借助于可实现的测量精度能够借助于所述计算规则在预定测量范围内执行所述被测量对象的测量。
此外,本发明包括一种用于制备要借助于光谱仪在预定类型的应用的目标应用中执行的介质的至少一个被测量对象的光谱确定的计算机程序,具有计算机可读程序代码元素,所述计算机可读程序代码元素当在计算机上执行时,使所述计算机执行所述制备方法。
此外,本发明包括具有这种计算机程序和至少一个计算机可读介质的计算机程序产品,至少该计算机程序被存储在该至少一个计算机可读介质上。
此外,本发明包括所述制备方法在用于制备和执行预定类型的应用的目标应用中的至少一个被测量对象的至少一个光谱确定的方法中的用途,其中,
针对所述被测量对象或每个被测量对象执行所述制备方法,
借助于所述制备方法确定的每个计算规则被存储在能够被使用在所述目标应用中的所述光谱仪的存储器中,并且
在所述目标应用中利用光谱仪执行借助于为所述相应被测量对象确定的所述计算规则对于所述被测量对象或所述被测量对象中的至少一个被测量对象的测量值的至少一个确定。
此外,本发明包括借助于所述制备方法确定的至少一个计算规则在光谱仪中的用途,其中,所述光谱仪包括测量设备,所述测量设备被设计成借助于所述计算规则基于从所述光谱仪导出的测量光谱,计算所述相关联的被测量对象的所述测量值,并将其输出为测量值和/或经由所述光谱仪的接口以对应于所述测量值的测量信号的形式和/或使其以能够被读出的形式可用。
附图说明
现在将使用附图中的图详细解释本发明及其优点,附图示出了一个示例性实施例。相同的元件在图中由相同的附图标记指示。
图1示出:光谱仪;
图2示出:制备方法的方法步骤;
图3示出:利用具有相同第一光学路径长度的光谱仪在被测量对象的不同值记录的参考光谱;
图4示出:利用具有相同第二光学路径长度的光谱仪在被测量对象的不同的值记录的参考光谱;
图5示出:利用具有相同第三光学路径长度的光谱仪在被测量对象的不同值记录的参考光谱;
图6示出:被测量对象主光谱;
图7示出:合成光谱;以及
图8示出:考虑光学饱和的合成光谱。
具体实施方式
在下文中,描述了一种制备方法,尤其是计算机实现的方法,用于制备要借助于光谱仪在预定类型的应用的目标应用中执行的介质的至少一个被测量对象的光谱确定。
该制备方法能够与多种不同类型的应用结合使用。在这方面,从实践中已知的应用能够被划分为预定类型的应用,诸如啤酒厂、水监测设施、水处理厂,诸如市政水处理厂或用在某些工业部门中的工业水处理厂、洗衣设施或承载饮用水的工厂,其中,介质至少在其主要成分,尤其是它们的基质,方面具有可比较的属性。在每个目标应用中,取决于应用的类型,能够确定不同的被测量对象,诸如被测介质中包含的分析物的浓度、化学需氧量、生物需氧量、着色和/或介质的浊度。例如,在水处理厂中使用光谱仪以便确定和/或监测供应给水处理厂的工业用水和/或在水处理厂中处理过的水的亚硝酸盐含量和/或硝酸盐含量。
为此目的,取决于被测量对象和/或目标应用的类型,能够使用具有不同设计的光谱仪,尤其是具有不同光学路径长度的光谱仪。图1示出了光谱仪的示例,它在传输中操作,该光谱仪具有:辐射源1,其在测量操作期间通过介质3辐射辐射;以及检测器5,其接收从介质3发出的测量辐射。在这种情况下,辐射与介质3的相互作用,诸如依赖于光学路径7的长度L的吸收和介质3的依赖于波长的吸收属性,沿着穿过介质3的光学路径7出现。光谱仪包括连接到检测器5的测量电子单元9,其基于由检测器5以计量方式在不同波长检测到的测量辐射的辐射强度Igem(λ)导出测量光谱Agem(λ)。测量光谱能够被确定为例如由测量电子单元9提供的例如以数字光谱原始数据或包括强度Igem(λ)的值对和相关联的波长λ的模拟光谱原始信号的形式的强度光谱。替代地,测量电子单元9被设计成将测量光谱Agem(λ)确定为吸收光谱。在这种情况下,例如根据:a(λi):=-Log[Igem(λi)/I0(λi)],出现在特定波长λi处的测量光谱Agem(λ)的各个吸收值a(λi)被确定为在该波长λi下进入介质3的辐射强度I0(λi)与由检测器5在该波长λi下测量的撞击在检测器5上的测量辐射的强度Igem(λi)之比的对数。
本发明不限于以透射方式操作的光谱仪,而是还能够与使用辐射与介质的另一种形式的相互作用,诸如反射或散射,的光谱仪完全类似地结合使用。
在图2中以流程图示出并且在下面使用单个被测量对象的示例描述制备方法的单独方法步骤。对于利用能够被用于目标应用中的光谱仪通过光谱法确定的至少一种另外的被测量对象也能够完全类似地执行该制备方法。
如图1所示,该制备方法包括第一方法步骤100,其中,基于在目标应用和/或与目标应用相同类型的应用的应用中记录的参考数据D确定具有被测量对象的光谱分布特性的被测量对象主光谱M。
为此目的,参考数据D包括利用光谱仪记录的参考光谱和分配给单独参考光谱的参考值——例如,由参考测量确定的被测量对象的参考值。吸收光谱特别适用于作为参考光谱。包含在参考数据D中的参考光谱能够是,例如,利用相同设计的光谱仪或用具有相同光学路径长度L的光谱仪记录的参考光谱。优选地,参考数据D包括利用具有不同的已知光学路径长度L的光谱仪记录的参考光谱。在这种情况下,每个参考光谱的参考数据D另外还包括利用其记录相应参考光谱的光谱仪的光学路径长度L。
在这方面,图3示出了在被测量对象的不同值下利用具有相同第一光学路径长度L1的光谱仪记录的参考光谱的示例,图4示出了在被测量对象的不同值下利用具有相同第二光学路径长度L2的光谱仪记录的参考光谱,并且图5示出了在被测量对象的不同值下利用具有相同第三光学路径长度L3的光谱仪记录的参考光谱。图6示出了从图3到5中所示的参考光谱导出的被测量对象主光谱M的示例。
被测量对象主光谱M的创建继续进行,例如使得单独参考光谱被归一化为被测量对象的参考值mr。如果利用具有相同光学路径长度L的光谱仪记录参考光谱全部,还同时给出参考光谱到由这些光谱仪的光学路径长度L给出的光学路径长度L的参考值Lr的归一化。如果参考光谱是利用具有不同光学路径长度L的光谱仪记录的,则参考光谱基于参考数据D中包含的相关光学路径长度L被另外归一化为光学路径长度L的参考值Lr。随后,从以这种方式归一化的参考光谱导出反映这些归一化的参考光谱的特性属性的被测量对象主光谱M。在这种情况下,能够例如借助于基于归一化的参考光谱执行的平均值或中值形成来确定被测量对象主光谱M。替代地或另外,例如,用于平滑参考光谱和/或归一化的参考光谱的光谱分解算法和/或平滑滤波器能够被用于确定被测量对象主光谱M。
考虑到由介质3中包含的分析物的浓度给定的被测量对象,被测量对象主光谱M对应于纯物质在与被测量对象的参考值mr相对应的浓度值处的理想光谱,以及与光学路径长度Lr的参考值相对应的光学路径长度L。
在创建被测量对象主光谱M之后,在方法步骤200中基于被测量对象主光谱M生成合成光谱E。合成光谱E分别包括针对被测量对象的特定单独值mi在被测量对象主光谱M的基础上生成的单独光谱Ejn。在图7中示出这方面的示例。结合设计为吸收光谱的参考光谱,由此导出的被测量对象主光谱M和合成光谱E也是吸收光谱。
被测量对象主光谱M提供的优点是能够针对在非常宽的范围内可自由选择的被测量对象的单独值mi从其以任意高的数量确定合成的单独光谱Ejn。因此,特别地,还能够针对在参考数据中根本不出现或仅以非常小的数量出现的被测量对象的单独值mi确定单独光谱Ejn。合成光谱E被生成,使得单独光谱Ejn的单独值mi总体上覆盖大于或等于由参考数据D覆盖的被测量对象的值范围的被测量对象的取值范围,其中,值范围优选地实际大于由参考数据覆盖的值范围。
在确定合成光谱E时,对于大多数被测量对象,诸如介质3中包含的分析物的浓度,能够假定光谱吸收与被测量对象的值之间的线性关系。在这种情况下,单独光谱Ejn各自借助于线性关系从被测量对象主光谱M计算。在该假设不合理的情况下,至少近似反映光谱吸收与被测量对象的值之间的关系的非线性计算规则例如被用于单独光谱Ejn的数值确定。
与参考光谱相比,合成光谱E提供的优势是它们比参考数据更全面和准确地反映根据目标应用中被测量对象的值的预期的光谱的光谱分布,尤其是在由参考值覆盖的值范围的边缘区域,其中,通常只有很少的参考数据是可用的。此外,它们更准确地反映了预期的光谱分布,尤其是对于位于由参考值覆盖的值范围之外的被测量对象的值或对于没有参考数据可用的被测量对象值。
在生成合成光谱E之后,在方法步骤300中,在目标应用中执行被测量对象的光谱确定所需的一条或多条信息IF基于合成光谱E被确定并可用。
该信息IF包括例如多条信息,基于这些信息能够选择最适用于在目标应用中执行被测量对象的光谱确定的光谱仪。其示例是信息IF,诸如适用于在目标应用中执行被测量对象的光谱确定的光谱仪的光学路径长度L的属性、波长范围Δλ和/或路径长度范围ΔL。
替代地或除此之外,信息IF优选地包括基于合成光谱E确定的计算规则CM,用于能够被使用在目标应用中的光谱仪11,诸如图1中所示的光谱仪,能够利用该规则基于在目标应用中使用该光谱仪11能够捕获的测量光谱Agem(λ)来确定被测量对象的测量值Cgem。该计算规则CM例如以数学和/或统计模型,诸如本领域中称为化学计量学模型的模型,的形式被确定以及/或者例如以算法形式可用。
如果用于记录参考数据D的所有光谱仪的光学路径长度L等于可用于目标应用中的光谱仪11的光学路径长度Lz,则光学路径长度L在导出被测量对象主光谱M期间、在生成合成光谱E期间以及在计算规则CM的确定期间能够保持被忽略。如果不是这种情况,则被测量对象主光谱M以上述方式被确定为归一化到光学路径长度L的参考值Lr的被测量对象主光谱M,并且在生成合成光谱E和计算规则CM中考虑光学路径长度L。为此,从被测量对象主光谱M生成单独光谱Ejn,使得每个单独光谱Ejn:=Ejn(mi,Lk)反映在被测量对象的单独值mi和光学路径长度Lk的特定值组合[mi,Lk]处的光谱轮廓。在这种情况下,计算规则CM是基于针对在目标应用中可用的光谱仪11的光学路径长度Lz生成的单独光谱Ejn确定的。
该制备方法例如被使用在用于制备和执行目标应用中的至少一种被测量对象的至少一种光谱确定的方法中。在该方法的上下文中,针对被测量对象或针对每个被测量对象执行制备方法。然后,借助于制备方法确定的每个计算规则CM被存储在能够被使用在目标应用中的光谱仪11的存储器13中。随后,该光谱仪11在目标应用中被用于在每种情况下借助于为相应被测量对象确定的计算规则CM确定被测量对象或被测量对象的至少一个的至少一个测量值Cgem。
如图1所示,为此目的,光谱仪11的测量电子单元9具有例如测量设备15,诸如微处理器,其被设计用于基于借助于计算规则CM从光谱仪11导出的测量光谱Agem(λ)计算相关联被测量对象的测量值Cgem并将其经由光谱仪11的接口17输出为测量值Cgem和/或以对应于测量值Cgem的测量信号的形式输出和/或使其以可读形式可用。
在光谱仪11中使用借助于制备方法确定的每个计算规则CM的用途提供的优点是,与其中使用计算规则的传统光谱仪,其应用范围充分限于参考数据所覆盖的范围,相比,光谱仪相对于相应的被测量对象在每种情况下具有更大的测量范围和/或在更大的测量范围中具有更高的测量精度。
本发明具有上述优点。可选地,能够在目标应用中使用或使用的光谱仪11的单独方法步骤和/或部件能够各自具有不同的实施例,这些实施例能够单独地和/或彼此组合地使用。下面描述了目前特别优选的一些实施例。
因此,例如,能够在制备方法中考虑在目标应用中出现的至少一个干涉变量。干涉变量是影响因素,其在与被测量对象相同的波长范围内,对能够利用检测器5计量上检测的强度光谱的强度和/或光谱分布有影响,并且因此可能损害被测量对象的光谱确定。这方面的示例是,例如,介质中可能包含的干涉分析物的浓度。考虑到水的硝酸盐含量的确定,亚硝酸盐、硫酸盐和氯化物例如能够被视为干涉分析物。
考虑(一个或多个)干涉变量是这样执行的,即针对每个要考虑的干涉变量确定具有作为相应干涉变量的特性的光谱分布的归一化的干涉主光谱Sn。类似于被测量对象主光谱M的确定,也能够在每种情况下基于干涉数据确定干涉主光谱Sn,该干涉数据包括利用光谱仪记录的干涉光谱和分配给单独干涉光谱的干涉变量的干涉值。与参考数据D一样,干涉数据也被记录在例如目标应用中和/或与目标应用相同类型的应用中。替代地或另外,也能够取决于干涉变量使用以其他方式记录的干涉数据,诸如在实验室中记录的数据。正如被测量对象主光谱M一样,干涉主光谱Sn也各自被确定,以例如使得它们对应于在相应干涉变量——例如,限定的浓度——的参考值下的纯物质的理想光谱。在这种情况下,干涉主光谱Sn例如也各自被归一化到相应干涉变量的参考值,或者替代地,归一化到相应干涉变量的参考值和光学路径长度L的参考值Lr。
干涉变量主光谱Sn提供的优势是它们能够被用于模拟根据其值的单独干涉变量的影响以及可能根据其光学路径长度L的单独干涉变量的影响。
为了考虑了要考虑的干涉变量或要考虑的每个干涉变量,合成光谱E被生成,使得它们包括考虑(一个或多个)干涉变量的影响的单独光谱Ej1(M;Sn)并且借助于被测量对象主光谱和每个要考虑的干涉变量的干涉光谱Sn来确定。
替代地或除了考虑(一个或多个)干涉变量之外,例如在制备方法中考虑可能在测量操作中出现的光学饱和。当沿光学路径7出现的吸收超过能够计量上检测的吸收值的在图7所图示的上限值amax时,出现光学饱和,超过该上限值,进一步的另外的吸收不再导致在测量的吸收值中能够被计量上解析的增加。极限值amax是对于各种类型的光谱仪在每种情况下都能够实验上测量或数值上确定的恒定的或甚至与波长相关的光谱仪属性。极限值amax能够根据光学路径长度L定义、计算和/或指定。
为了考虑光学饱和,合成光谱E被生成,使得它们包括考虑了光学饱和的单独光谱Ej2:=Ej2(M;amax)和/或考虑了光学饱和以及每个要考虑的干涉变量的影响的单独光谱Ej3:=Ej3(M;Sn;amax)。
在方法步骤200中针对至少一个或甚至针对若干不同的极限值amax生成这些单独的光谱Ej2、Ej3。在这种情况下,例如,过程是,当确定每个单独的光谱Ej2、Ej3时,基于被测量对象主光谱M或分别基于被测量对象主光谱M和每个要考虑的干涉变量的干涉主光谱确定Sn确定的所有光谱吸收值,如果它们超过极限值amax,则被降低到极限值amax。这导致了考虑了光学饱和的在图8中所示的合成光谱E。
能够以不同方式使用考虑了(一个或多个)干涉变量的光学饱和和/或单独光谱Ej1、Ej2、Ej3的影响。
一个实施例规定,基于考虑光学饱和和/或(一个或多个)干涉变量的影响的单独光谱Ej1、Ej2、Ej3而在每种情况下确定信息IF或多条信息IF中的至少一条和优选地每一条,尤其是波长范围Δλ、路径长度范围ΔL和/或计算规则CM。
结果,特别是在存在(一个或多个)干涉变量的情况下,能够实现对最合适的光谱仪的改进选择和更高的测量精度。然而,这需要能够在目标应用中执行被测量对象的光谱确定,并且在目标应用中使用适用于执行这些光谱确定的光谱仪11。
在这方面,制备方法包括例如方法步骤210,其中,基于考虑了(一个或多个)干涉变量的影响的单独光谱Ej1和/或基于考虑(一个或多个)干涉变量的影响和光学饱和的单独光谱Ej3,检查当每个干涉变量出现在针对相应的干涉变量预先确定的值范围内时,是否能够通过光谱法以预先确定的测量精度确定目标应用中的被测量对象。为此目的,用于执行检查的单独光谱Ej1、Ej3包括针对被测量对象的值和每个干涉变量的特定值组合生成的单独光谱Ej2、Ej3,并且该值组合覆盖针对被测量对象和每个干涉变量预先确定的值范围所跨过的多维区域。在检查之后,使得对应的检查结果U可用,其指示是否能够执行测量。
替代地或另外,制备方法包括例如方法步骤220,其中,预先基于合成光谱E,并且优选地基于考虑了光学饱和的单独光谱Ej2和/或考虑光学饱和和(一个或多个)干涉变量的影响的单独光谱Ej3,能够被用于在目标应用中执行被测量对象的光谱确定的多条信息IF中的至少一条被查明。这些条信息IF尤其包括波长范围Δλ、光学路径长度L的光学路径长度范围ΔL和/或适用于在目标应用中执行被测量对象的光谱确定的光谱仪的至少一种其他属性。在这种情况下,使得这些条信息IF中的每一条都可用,和/或基于该信息IF选择能够被使用在目标应用中的光谱仪11。
可选地,在方法步骤220中,例如基于考虑了光学饱和的单独光谱Ej2和/或基于考虑了光学饱和和(一个或多个)干涉变量的影响的单独光谱Ej3,至少一个目标值Ls1、Ls2和/或可用于目标应用中的光谱仪11的光学路径长度L的最大值Lmax被确定并且可用。在这种情况下,例如,光学路径长度L的第一目标值Ls1被确定,其中,能够利用预定测量精度确定被测量对象的测量区域处于最大值。替代地或另外,例如确定用于光学路径长度L的第二目标值Ls2,其中,能够在预定测量范围内确定被测量对象的测量精度最大。最大值Lmax对应于最大可能的光学路径长度L,在该长度处仍然能够以预定测量精度执行被测量对象的测量。在该实施例中,用于确定第一目标值Ls1、第二目标值Ls2和/或最大值Lmax的单独光谱Ej2、Ej3包括例如针对在每种情况下对应于特定的光学路径长度L的若干不同极限值amax生成的单独光谱Ej2、Ej3。
下面,例如基于第一目标值Ls1、第二目标值Ls2和/或最大值Lmax来选择能够被用于目标应用中的光谱仪11,并且光谱仪11具有对应的光学路径长度Lz,其对应于目标值Ls1、Ls2之一和/或小于最大值Lmax。因此,也基于针对该光谱仪11的光学路径长度Lz生成的单独光谱Ej2、Ej3来确定在该光谱仪11中能够被使用或被使用的计算规则CM。
替代地或另外,制备方法例如包括方法步骤230,其中,基于合成光谱E,确定测量范围Δm:=[mmin;mmax]的至少一个测量范围端点mmax,其中,能够借助于基于合成光谱E确定的计算规则CM来执行具有预定测量精度的被测量对象的测量。替代地或另外,基于合成光谱E,可实现的测量精度ε(Δm)例如被确定并可用,以此测量精度,借助于基于合成光谱E确定的计算规则CM,能够执行在预定测量范围Δm中的被测量对象的测量。
制备方法优选被设计为计算机实现的方法。在这方面,本发明还包括用于制备要借助于光谱仪在预定类型的应用的目标应用中要执行的介质3的至少一个被测量对象的光谱确定的计算机程序。该计算机程序包括计算机可读程序代码元素,这些代码元素当在计算机上执行时,使计算机执行先前描述的制备方法。此外,本发明包括具有至少一个计算机可读介质的计算机程序产品,至少计算机程序被存储在该至少一个计算机可读介质上。
附图标记列表
1 辐射源
3 介质
5 检测器
7 光学路径
9 测量电子单元
11 光谱仪
13 存储器
15 测量设备
17 接口
Claims (17)
1.一种用于制备要借助于光谱仪在预定类型的应用的目标应用中执行的介质(3)的至少一个被测量对象的光谱确定的制备方法,其中:
基于参考数据(D)确定具有所述被测量对象的光谱分布特性的归一化被测量对象主光谱(M),所述参考数据(D)包括记录在所述目标应用中和/或诸如所述目标应用的相同类型的应用的应用中的所述被测量对象的参考光谱和相关联的参考值,
基于所述被测量对象主光谱(M),合成光谱(E)被生成,每个合成光谱(E)包括基于所述被测量对象主光谱(M)为所述被测量对象的特定单独值(mi)生成的单独光谱(Ejn),其中,所述单独光谱(Ejn)的所述单独值(mi)总体上覆盖大于或等于或实际上大于由所述参考值覆盖的值范围的值范围,并且
基于所述合成光谱(E),在所述目标应用中执行所述被测量对象的所述光谱确定所需的一条或多条信息(IF)被确定并可用,
其中,所述一条或多条信息(IF)尤其包括用于适用于在所述目标应用中执行所述被测量对象的所述光谱确定的光谱仪的光学路径长度(L)的属性、波长范围(Δλ)和/或路径长度范围(ΔL),和/或包括能够被使用在所述目标应用中的光谱仪(11)的计算规则(CM),利用所述计算规则能够基于能够在所述目标应用中利用该光谱仪(11)捕获的测量光谱(Agem(λ))确定所述被测量对象的测量值(Cgem)。
2.根据权利要求1所述的制备方法,其中:
在每种情况下,每个参考光谱的所述参考数据(D)包括记录相应参考光谱的所述光谱仪的光学路径长度(L);
所述参考光谱被归一化为相应被测量对象的参考值(mr)和所述光学路径长度(L)的参考值(Lr),并且
所述被测量对象主光谱(M)基于归一化的参考光谱被确定为归一化到所述被测量对象的参考值(mr)和所述光学路径长度(L)的参考值(Lr)的被测量对象主光谱(M)。
3.根据权利要求2所述的制备方法,其中,借助于基于归一化的参考光谱执行的平均值或中值形成来确定所述被测量对象主光谱(M),和/或使用至少一个光谱分解算法和/或用于平滑所述参考光谱和/或归一化的参考光谱的至少一个平滑滤波器来确定所述被测量对象主光谱(M)。
4.根据权利要求1至3所述的制备方法,其中,
所述被测量对象主光谱(M)和所述合成光谱(E)是吸收光谱,并且
所述单独光谱(Ejn)借助于在光谱吸收与所述被测量对象的值之间的线性关系被计算,或者各自基于反映光谱吸收与所述被测量对象的值之间的相关性的非线性计算规则被确定。
5.根据权利要求1至4所述的制备方法,其中,在下述方面考虑了在所述目标应用中出现的至少一个干涉变量,
对于每个要考虑的干涉变量,确定一个归一化的干涉主光谱(Sn),尤其是被归一化为相应干涉变量的参考值和所述光学路径长度(L)的参考值(Lr)的干涉主光谱(Sn),所述干涉主光谱(Sn)具有相应干涉变量的光谱分布特性,并且
所述合成光谱(E)包括单独光谱(Ej1;Ej3),所述单独光谱(Ej1;Ej3)是基于要考虑的每个干涉变量的所述被测量对象主光谱(M)和所述干涉光谱(Sn)确定的,并且所述单独光谱(Ej1;Ej3)考虑了所述干涉变量的影响。
6.根据权利要求1至5所述的制备方法,其中,在下述方面考虑了光学饱和:所述合成光谱(E)被生成使得它们包括考虑了所述光学饱和的单独光谱(Ej2)和/或考虑了所述光学饱和和要考虑的每个干涉变量的影响的单独光谱(Ej3)。
7.根据权利要求1至6所述的制备方法,其中,所述合成光谱(E)被生成使得对于一个或多个极限值(amax),它们各自包括考虑了所述光学饱和的单独光谱(Ej2)和/或考虑了所述光学饱和和要考虑的每个干涉变量的影响的单独光谱(Ej3),其中:
每个极限值(amax)对应于测量值的恒定或依赖于波长的上限值,所述上限值能够被计量上检测,高于所述上限值出现所述光学饱和,
在考虑了所述光学饱和的所述单独光谱(Ej2)的所述确定中,基于所述被测量对象主光谱(M)确定并超过相应极限值(amax)的所有所述光谱吸收值都被减少到所述极限值(amax),并且
在考虑了所述光学饱和和要考虑的每个干涉变量的影响的单独光谱(Ej3)的确定中,基于所述被测量对象主光谱(M)以及要考虑的每个干涉变量的所述干涉主光谱(Sn)确定并超过相应极限值(amax)的所有所述光谱吸收值被减少到所述极限值(amax)。
8.根据权利要求5至7所述的制备方法,其中,在每种情况下基于考虑了所述光学饱和和/或所述干涉变量的影响的所述单独光谱(Ej1、Ej2、Ej3)确定所述信息(IF)或所述多条信息(IF)中的至少一条或每一条。
9.根据权利要求5至8所述的制备方法,其中,
基于考虑了所述干涉变量的影响的所述单独光谱(Ej1)和/或考虑了所述干涉变量和所述光学饱和的影响的所述单独光谱(Ej3),检查关于在每个干涉变量出现在针对所述相应干涉变量预定的值范围内的情况下是否能够通过光谱法以预定测量精度确定在所述目标应用中的所述被测量对象,并且
对应的检查结果(U)可用。
10.根据权利要求6至9所述的制备方法,其中:
基于考虑了所述光学饱和的所述单独光谱(Ej2)和/或基于考虑了所述光学饱和和所述干涉变量的影响的所述单独光谱(Ej3),查明适用于在所述目标应用中执行所述被测量对象的所述光谱确定的光谱仪的所述波长范围(Δλ)、所述光学路径长度(L)的所述路径长度范围(ΔL)和/或至少一个另外的属性,并且
这些条信息(IF)中的每一条可用,和/或使用该信息(IF)选择能够被使用在所述目标应用中的所述光谱仪(11)。
11.根据权利要求6至10所述的制备方法,其中,基于考虑了所述光学饱和的所述单独光谱(Ej2)和/或考虑了所述光学饱和和所述干涉变量的影响的所述单独光谱(Ej3):
能够被使用在所述目标应用中的所述光谱仪(11)的所述光学路径长度(L)的第一目标值(Ls1)被确定并可用,其中,其中能够以预定测量精度确定所述被测量对象的测量区域(Δm)处于最大值,
能够被使用在所述目标应用中的所述光谱仪(11)的所述光学路径长度(L)的第二目标值(Ls2)被确定并可用,其中,能够在预定测量范围内(Δm)确定所述被测量对象的测量精度(ε(Δm))处于最大值,和/或
能够被使用在所述目标应用中的所述光谱仪(11)的所述光学路径长度(L)的最大值(Lmax)被确定并可用,所述最大值对应于最大可能的光学路径长度(L),在所述最大可能的光学路径长度(L)处仍然能够以预定测量精度执行所述被测量对象的测量。
12.根据权利要求11所述的制备方法,其中,
基于所述第一目标值(Ls1)、所述第二目标值(Ls2)和/或所述最大值(Lmax)选择能够被使用在所述目标应用中的所述光谱仪(11),使得其具有对应于所述目标值(Ls1、Ls2)之一和/或小于所述最大值(Lmax)的光学路径长度(Lz),并且
所述计算规则(CM)是基于针对该光谱仪(11)的所述光学路径长度(Lz)生成的所述单独光谱(Ej2、Ej3)确定的。
13.根据权利要求1至12所述的制备方法,其中,基于所述合成光谱(E):
测量范围(Δm:=[mmin;mmax])的至少一个测量范围端点(mmax)被确定并可用,其中,能够借助于所述计算规则(CM)以预定测量精度执行所述被测量对象的测量,和/或
可实现的测量精度(ε(Δm))被确定并可用,借助于所述可实现的测量精度能够借助于所述计算规则(CM)在预定测量范围(Δm)内执行所述被测量对象的测量。
14.一种用于制备要借助于光谱仪在预定类型的应用的目标应用中执行的介质(3)的至少一个被测量对象的光谱确定的计算机程序,具有计算机可读程序代码元素,所述计算机可读程序代码元素当在计算机上执行时,使所述计算机执行根据前述权利要求中的至少一项所述的制备方法。
15.一种具有根据权利要求14所述的计算机程序和至少一个计算机可读介质的计算机程序产品,至少所述计算机程序被存储在所述至少一个计算机可读介质上。
16.根据权利要求1至13所述的制备方法在用于制备和执行预定类型的应用的目标应用中的至少一个被测量对象的至少一个光谱确定的方法中的用途,其中,
针对所述被测量对象或每个被测量对象执行所述制备方法,
借助于所述制备方法确定的每个计算规则(CM)被存储在能够被使用在所述目标应用中的所述光谱仪(11)的存储器(13)中,并且
在所述目标应用中利用所述光谱仪(11)执行在每种情况下借助于针对相应被测量对象确定的所述计算规则(CM)对于所述被测量对象或所述被测量对象中的至少一个被测量对象的测量值(Cgem)的至少一个确定。
17.借助于根据权利要求1至13所述的制备方法确定的至少一个计算规则(CM)在光谱仪(11)中的用途,其中,所述光谱仪(11)包括测量设备(15),所述测量设备(15)被设计成基于从所述光谱仪(11)导出的测量光谱(Agem(λ)),借助于所述计算规则(CM)计算相关联的被测量对象的所述测量值(Cgem),并将其输出为测量值(Cgem)和/或经由所述光谱仪(11)的接口(17)以对应于所述测量值(Cgem)的测量信号的形式和/或使其以可读形式可用。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102021133955.3A DE102021133955A1 (de) | 2021-12-21 | 2021-12-21 | Vorbereitungsverfahren zur Vorbereitung von spektrometrischen Bestimmungen mindestens einer Messgröße in einer Zielanwendung |
DE102021133955.3 | 2021-12-21 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116413219A true CN116413219A (zh) | 2023-07-11 |
Family
ID=86606356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211645901.7A Pending CN116413219A (zh) | 2021-12-21 | 2022-12-20 | 制备目标应用中的至少一种被测量对象的光谱确定的方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230194416A1 (zh) |
CN (1) | CN116413219A (zh) |
DE (1) | DE102021133955A1 (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2212776A1 (en) | 1997-08-08 | 1999-02-08 | Andrzej Barwicz | A spectrometric micro-sensor/transducer and procedure for interpretation of spectrometric data |
EP1805499A4 (en) | 2004-10-21 | 2010-07-21 | Optiscan Biomedical Corp | METHOD AND DEVICE FOR DETERMINING AN ANALYZ CONCENTRATION IN A SAMPLE OF INTERFERING SUBSTANCE |
US9683931B2 (en) | 2012-12-20 | 2017-06-20 | Radiometer Medical Aps | Apparatus for detecting a component in a sample |
-
2021
- 2021-12-21 DE DE102021133955.3A patent/DE102021133955A1/de active Pending
-
2022
- 2022-12-20 US US18/069,138 patent/US20230194416A1/en active Pending
- 2022-12-20 CN CN202211645901.7A patent/CN116413219A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
DE102021133955A1 (de) | 2023-06-22 |
US20230194416A1 (en) | 2023-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3245157B2 (ja) | スペクトルデータの測定および補正 | |
US7868296B2 (en) | Spectroscopy having correction for broadband distortion for analyzing multi-component samples | |
Ye et al. | Non-destructive prediction of protein content in wheat using NIRS | |
Swierenga et al. | Comparison of two different approaches toward model transferability in NIR spectroscopy | |
CN110244069B (zh) | 样品分析系统 | |
Kalivas et al. | Calibration maintenance and transfer using Tikhonov regularization approaches | |
JP2001525054A (ja) | 未知の物質の分析方法 | |
CN113340874B (zh) | 一种基于结合岭回归和递归特征消除的定量分析方法 | |
CN106770058A (zh) | 基于红外光谱的土壤硝态氮的快速专用装置及其使用方法 | |
JP4506554B2 (ja) | 発光分光分析方法及び発光分光分析装置 | |
Nørgaard | A multivariate chemometric approach to fluorescence spectroscopy | |
Jiang et al. | Molecular spectroscopic wavelength selection using combined interval partial least squares and correlation coefficient optimization | |
Turgut et al. | Estimation of the sensory properties of black tea samples using non-destructive near-infrared spectroscopy sensors | |
Ramírez-Rincón et al. | Separation of optical properties for multicomponent samples and determination of spectral similarity indices based on FEDS0 algorithm | |
CN116413219A (zh) | 制备目标应用中的至少一种被测量对象的光谱确定的方法 | |
JPH063264A (ja) | 近赤外分析法における検量線の作成方法 | |
CN112881318B (zh) | 一种检测变压器绝缘纸中甲醇含量的方法 | |
Tellinghuisen | Statistical error calibration in UV-visible spectrophotometry | |
US20180232500A1 (en) | Tiered classification and quantitation scheme for multivariate analytical data | |
US11754539B2 (en) | System and computer-implemented method for extrapolating calibration spectra | |
Dunko et al. | Moisture assay of an antifungal by near-infrared diffuse reflectance spectroscopy | |
CN107703074A (zh) | 一种用于四元掺伪三七快速准确的定量分析方法 | |
Griffiths et al. | The application of piecewise direct standardisation with variable selection to the correction of drift in inductively coupled atomic emission spectrometry | |
WO2020054120A1 (ja) | 蛍光指紋分析を利用した処理原料中のTSNAs定量方法、プログラム及び装置 | |
JP2002534674A (ja) | 反応モニタリング |
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 |