DE69837192T2 - Eichmethode für instrumente zur spektrografischen analyse - Google Patents

Eichmethode für instrumente zur spektrografischen analyse Download PDF

Info

Publication number
DE69837192T2
DE69837192T2 DE69837192T DE69837192T DE69837192T2 DE 69837192 T2 DE69837192 T2 DE 69837192T2 DE 69837192 T DE69837192 T DE 69837192T DE 69837192 T DE69837192 T DE 69837192T DE 69837192 T2 DE69837192 T2 DE 69837192T2
Authority
DE
Germany
Prior art keywords
spectra
subset
coefficients
library
target spectrum
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.)
Expired - Lifetime
Application number
DE69837192T
Other languages
English (en)
Other versions
DE69837192D1 (de
Inventor
John S. Port Matilda SHENK
Mark O. State College WESTERHAUS
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.)
Infrasoft International LLC
Original Assignee
Infrasoft International LLC
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 Infrasoft International LLC filed Critical Infrasoft International LLC
Publication of DE69837192D1 publication Critical patent/DE69837192D1/de
Application granted granted Critical
Publication of DE69837192T2 publication Critical patent/DE69837192T2/de
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28Investigating the spectrum
    • G01J3/42Absorption spectrometry; Double beam spectrometry; Flicker spectrometry; Reflection spectrometry
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28Investigating the spectrum
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28Investigating the spectrum
    • G01J2003/2866Markers; Calibrating of scan

Description

  • Diese Erfindung betrifft ein Verfahren zum Analysieren von Materialien und, genauer ausgedrückt, ein Verfahren zum Analysieren von Materialien durch Infrarotanalyse.
  • Hintergrund der Erfindung
  • Ein Verfahren zur Steuerung der Plasmaumgebung in einer Halbleiter- oder Dünnfilmherstellungskammer ist aus US 50 14 217 A bekannt, das ein Mittel zum Messen eines optischen Emissionsspektrums der chemischen Spezies in dem Plasma und eine Bibliothek einschließt, die eine Mehrzahl vorbestimmter Spektralmuster enthält. Ein Prozessor korreliert automatisch das Spektrum mit den vordefinierten Spektralmustern in der Bibliothek und liefert einen Korrelationswert für alle die Korrelationen. Untersätze der vordefinierten Spektralmuster werden basierend auf den höchsten Korrelationswerten ausgewählt und zum Identifizieren der chemischen Spezies verwendet. Ein Komparator vergleicht die Untersätze mit einem Zielsatz von Plasmaspezies und ein Generator erzeugt Steuersignale als Reaktion auf den Vergleich, um die Kammerumgebung zu steuern.
  • Spektrographische Instrumente des nahen Infrarotbereichs werden zum Bereitstellen genauer Analyse von Materialien wie zum Beispiel zum Bestimmten messbarer Charakteristiken von Materialien verwendet, wie zum Beispiel der Konzentrationen von Bestandteilen der Materialien oder Charakteristiken der Materialien. Zum Beispiel werden spektrographische Instrumente des nahen Infrarotbereiches in der Landwirtschaft verwendet, um den Öl-, Protein- und Feuchtigkeitsgehalt von Korn, den Fettgehalt von Fleisch, den Fett-, Protein- und Laktosegehalt von Milch und den Harnstoffgehalt von Milch zu bestimmen. Darüber hinaus werden Spektrophotometer des nahen Infrarotbereichs zum Analysieren von Blutproben und zum Analysieren pharmazeutischer Proben verwendet. Die Instrumente sind auch zum Messen physikalischer Eigenschaften oder physikalischer Charakteristiken von Materialien verwendet worden. Zum Beispiel sind die Instrumente erfolgreich zum Messen der Härte von Weizen eingesetzt worden. In typischen Systemen des Standes der Technik wird erwartet, dass eine messbare Charakteristik mit dem Absorptionsmaß bei ausgewählten Wellenlängen im nahen Infrarotspektrum korreliert. Die messbare Charakteristik eines Materials kann in einer Absorptionsgleichung dargestellt werden, die Produkte von Werten aus einem Absorptionsspektrum und Gewichtungskoeffizienten summiert oder Produkte von Ableitungen des Absorptionsspektrums und Gewichtungskoeffizienten summiert. Zum Messen der Konzentrationen von Bestandteilen einer unbekannten Probe werden die Absorptionsmaße einer Mehrzahl von Probematerialien ähnlich dem ungekannten Material durch das spektrographische Instrument gemessen. Die Konzentrationen der Bestandteile der Probematerialien sind bekannt. Wenn das unbekannte Material eine zu messende Eigenschaft hat, wie zum Beispiel die Härte von Weizen, dann wird diese Eigenschaft für jedes der Probematerialien bekannt sein.
  • Anhand der an der Vielzahl von Probematerialien ausgeführten Absorptionsmessungen können die Gewichtungskoeffizienten der Gleichungen, die die messbaren Charakteristiken mit den Absorptionsmessungen in Bezug setzten, durch Multiple Regression oder durch Partial Least Square Regression bestimmt werden. Der Prozess zum Bestimmen der Werte der Gewichtungskoeffizienten wird als Eichung bezeichnet. Nachdem die Koeffizienten bestimmt worden sind, kann das unbekannte Material durch das spektrographische Instrument unter Verwendung der Koeffizienten analysiert werden, die von den Probematerialien bestimmt worden sind.
  • Anstelle der Messung der Absorptionsmaße bei ausgewählten spezifischen Wellenlängen, von denen bekannt ist oder angenommen wird, dass sie mit messbaren Charakteristiken korrelieren, kann das Absorptionsmaß der Probematerialien bei Wellenlängen gemessen werden, die über das gesamte nahe Infrarotspektrum verteilt sind, und Koeffizienten in Gleichungen, die die messbaren Charakteristiken mit den Absorptionsmessungen in Bezug setzen, können durch Partial Least Squares Regression entwickelt werden. Die messbaren Charakteristiken des unbekannten Materials können dann durch das spektrographische Instrument durch Messen der Absorptionsmaße des unbekannten Materials und anschließendes Berechnen der messbaren Charakteristiken anhand der gemessenen Absorptionswerte in Übereinstimmung mit den Gleichungen bestimmt werden.
  • Die obigen Verfahren zum Analysieren von Material benötigen, um genau zu sein, dass die Probematerialien dem gemessenen unbekannten Material ähneln. Da das unbekannte Material jedoch tatsächlich unbekannt ist, ist es manchmal schwierig, Proben zu erhalten, die stark dem bekannten Material ähneln, und infolgedessen leidet die Genauigkeit der Messung.
  • Zusammenfassung der Erfindung
  • Die vorliegende Erfindung schafft ein neues, verbessertes Verfahren zum Eichen eines Instruments, um die Koeffizienten zum Einsatz beim Bestimmten messbarer Charakteristiken des unbekannten Materials zu bestimmen. Der vorliegenden Erfindung zufolge wird eine Bibliothek naher Infrarotspektren einer großen Anzahl von Probematerialien im Computer gespeichert gehalten. Zum Beispiel könnten die Spektren von tausend verschiedenen Probematerialien in der Instrumentbibliothek gehalten werden. Für jedes dieser Spektren sind die messbaren Charakteristiken der Probematerialien, die in dem unbekannten Material zu bestimmen sind, bekannt und werden in einem Computerspeicher gespeichert. Zum Liefern eines Satzes von Koeffizienten zum Analysieren eines unbekannten Materials wird zuerst das nahe Infrarot-Absorptionsspektrum des unbekannten Materials gemessen und anschließend mit der Bibliothek von Spektren der Probematerialien verglichen, um einen Untersatz von Spektren auszuwählen, die am stärksten dem von dem unbekannten Material gemessenen Spektrum ähneln. Anhand dieses Untersatzes von Spektren von Probematerialien werden die Gewichtungskoeffizienten der Gleichungen bestimmt, die die messbaren Charakteristiken mit den Absorptionswerten in Bezug setzen. In der bevorzugten Ausführungsform wird diese Bestimmung durch Partial Least Squares Regression ausgeführt, es könnten jedoch auch Koeffizienten durch Multiple Regression bestimmt werden. Wenn die Koeffizienten bestimmt worden sind, liefern das gemessene Absorptionsspektrum des unbekannten Materials und die Gleichungen die Bestimmungen der messbaren Charakteristiken.
  • Beschreibung der Zeichnungen
  • 1 ist ein Blockdiagramm, das das spektrographische Instrument darstellt, welches in dem System der Erfindung eingesetzt wird; und
  • 2 ist ein Ablaufdiagramm, das den Prozess der Erfindung darstellt.
  • Beschreibung der bevorzugten Ausführungsform
  • Das in dem System der vorliegenden Erfindung eingesetzte Gerät weist ein nahes Infrarotspektrometer 11 mit einem oszillierenden Gitter 13 auf, auf das das Spektrometer Licht richtet. Das Gitter 13 reflektiert Licht mit einem schmalen Wellenlängenband durch Austrittspaltoptik 15 auf eine Probe 17. Wenn das Gitter oszilliert, lässt man die Mittelwellenlänge des Lichts, das die Probe bestrahlt, das nahe Infrarotspektrum durchlaufen. Licht von dem Beugungsgitter, das durch die Probe reflektiert wird, wird durch nahe Infrarot-Photodetektoren 19 festgestellt. Die Photodetektoren erzeugen ein Signal, das zu einem Analog-Digital-Wandler 22 durch einen Verstärker 20 übertragen wird. Ein Indexiersystem 23 erzeugt Impulse, während das Gitter 13 oszilliert, und legt diese Impulse an einen Computer 21 und an den Analog-Digital-Wandler 22 an. Als Reaktion auf die Impulse von dem Indexiersystem 23 wandelt der Analog-Digital-Wandler aufeinanderfolgende Abtastwerte des Ausgangssignals des Verstärkers 20 in Digitalwerte um. Jeder Digitalwert entspricht somit dem Reflexionsvermögen der Probe bei einer bestimmten Wellenlänge im nahen Infrarotbereich. Der Computer 21 überwacht die Winkelposition des Gitters 13 und überwacht dementsprechend die Wellenlänge, die die Probe während Oszillation des Gitters bestrahlt, durch Zählen der durch das Indexiersystem 23 erzeugten Impulse. Die durch das Indexiersystem 23 erzeugten Impulse definieren inkrementelle Indexpunkte, an denen Werte des Ausgangssignals des Verstärkers in Digitalwerte umgewandelt werden. Die Indexpunkte werden inkrementell über das gesamte nahe Infrarotspektrum verteilt und entsprechen jeweils einer anderen Wellenlänge, bei der die Probe bestrahlt wird. Der Computer 21 wandelt jeden Reflexionswert in ein Absorptionsmaß des Materials bei der entsprechenden Wellenlänge um. Die Struktur und Arbeitsweise eines geeigneten Spektrometers ist ausführlicher im US-Patent Nr. 4,969,739 beschrieben.
  • Der vorliegenden Erfindung zufolge wird das in 1 gezeigte Instrument zum Messen der Absorptionsspektren von einer großen Anzahl von Probematerialien verwendet und speichert eine Bibliothek dieser Spektren im Speicher des Computers 21. Zum Beispiel können die Spektren bekannter Materialien von tausend verschiedenen bekannten Produkten stammen. Verknüpft mit jedem Spektrum eines Probematerials in dem Computerspeicher sind die Konzentrationen der Bestandteile des Materials und/oder die Quantifikation der Eigenschaft oder Eigenschaften, die in dem unbekannten Material zu messen sind.
  • In der bevorzugten Ausführungsform werden die Absorptionsdaten in der Bibliothek durch Mitteln der Absorptionswerte über acht Nanometern komprimiert oder, mit anderen Worten, durch Mitteln aufeinanderfolgender Gruppen von vier der Messungen, die in Inkrementen von zwei Nanometern genommen werden. Angenommen, das spektrographische Instrument misst das nahe Infrarotspektrum von 1100 Nanometern bis 2498 Nanometern, reduziert der Mittelungsschritt die Anzahl von Datenpunkten von 700 auf 175.
  • Das Ablaufdiagramm in 2 stellt den Prozess dar, der durch das System zum Analysieren eines unbekannten Materials unter Verwendung der in dem Computer 21 des Systems von 1 gespeicherten Bibliothek von Spektren verwendet wird.
  • Wie in 2 gezeigt ist, besteht der erste Schritt des Prozesses in der Messung des Absorptionsspektrums des unbekannten Materials. Dieser Schritt erzeugt ein Spektrum von Absorptionswerten, die über das gesamte nahe Infrarotspektrum bei allen zwei Nanometern verteilt sind. Diese Daten werden dann durch Mitteln aufeinanderfolgender Sätze von vier Messungen komprimiert, um den die Probematerialien darstellenden komprimierten Daten in der Bibliothek zu entsprechen. Dementsprechend werden die Spektraldaten des unbekannten Materials auf 175 Datenpunkte reduziert. Dieses komprimierte Absorptionsspektrum wird als das Zielspektrum bezeichnet. Zum Auswählen der Spektren in der Bibliothek, die am stärksten dem Zielspektrum ähneln, wird das Zielspektrum mit jedem komprimierten Absorptionsspektrum der Probeprodukte korreliert. Zum Ausführen dieser Korrelation wird das Zielspektrum in Spitzenbereiche durch Identifizieren lokaler Minima in der durch das Zielspektrum dargestellten Kurve aufgeschlüsselt. Zum Ermitteln jedes Minimums, sucht das Computerprogramm nach allen Spektralwerten, die niedriger als zwei der benachbarten Spektralwerte sind. Ein Spitzenbereich ist als der Bereich von einem lokalen Minimum bis zu dem, jedoch nicht einschließlich des nächsten lokalen Minimums definiert. Zum Ausführen der Korrelation für jeden Spitzenbereich wird das Zielspektrum mittelwertzentriert, das heißt, der Durchschnitt der Datenpunkte wird ermittelt und dann wird jeder Spektraldatenpunkt durch die Differenz zwischen diesem Durchschnitt und dem Wert jedes Datenpunkts dargestellt. Die Daten in jedem der Probematerialspektren werden auch in der gleichen Weise mittelwertzentriert. Die mittelwertzentrierten Daten werden als Vektoren x und y dargestellt. Die quadrierte Korrelation zwischen dem mittelwertzentrierten Vektor x, der das unbekannte Material darstellt, und dem mittelwertzentrierten Vektor y, der ein Probematerial darstellt, ist definiert als (Σxy)·(Σxy)/(Σxx)·(Σyy)⌋. In dem Computerprogramm werden die Produktsummen Σxy, Σxx und Σyy für jeden Spitzenbereich berechnet. Diese Summen werden dann in drei Endsummen ΣΣxy, ΣΣxx, ΣΣyy zusammengefasst. Wenn die Summen von allen der Spitzenbereiche zu Endsummen summiert wurden, wird die zusammengefasste Korrelation berechnet als:
    (ΣΣxy)·(ΣΣxy)/⌊(ΣΣxx)·(ΣΣyy)_.
  • Diese zusammengefasste Korrelation wird zwischen dem Zielspektrum und jedem Bibliothekspektrum berechnet. Diejenigen Bibliothekspektren, die die höchste Korrelation mit dem Zielspektrum haben, werden als die Bibliotheksspektren ausgewählt, die zum Berechnen der Gewichtungskoeffizienten zum Ausführen der Analyse des unbekannten Materials zu verwenden sind. In der bevorzugten Ausführungsform wird ein jegliches Spektrum eines Probematerials, das perfekt mit der unbekannten Probe korreliert, nicht in der Eichung verwendet. Dies ermöglicht Testen des Programms mit in der Bibliothek enthaltenen Spektren. Eine minimale akzeptable Korrelation kann spezifiziert werden, um Verwendung von Probematerialien mit niedrigen Korrelationen in dem Eichprozess zu verhindern. Außerdem kann eine minimale Anzahl bekannter Materialien mit akzeptabler Korrelation spezifiziert werden. Wenn diese minimale Anzahl nicht erreicht wird, wird die Analyse nicht ausgeführt.
  • Anstatt das obige Verfahren zum Auswählen der die bekannten Materialien darstellenden Spektren zu verwenden, die am dichtesten zu dem Zielspektrum passen, kann das in der Anmeldung der Seriennr. 08/645,104 offenbarte Verfahren, eingereicht am 13. Mai, 1996 durch Xiaolin Chef und Stephen L. Monfre, zum Auswählen der Spektren der Probematerialien verwendet werden, die am dichtesten zu dem unbekannten Material passen. Andere Verfahren zum Auswählen der Spektren der Probematerialien, die am dichtesten zu dem unbekannten Materialspektrum passen, können auch verwendet werden.
  • Unter der Annahme, dass die Analyse des unbekannten Materials zum Messen von Konzentrationen von Bestandteilen in dem unbekannten Material vorgesehen ist, kann die Analyse des Materials durch einen Satz von Gleichungen oder Modellen dargestellt werden, wie zum Beispiel:
  • Figure 00100001
  • In diesen Gleichungen stellen C1 bis Cm die geschätzten Prozentanteilskonzentrationen der gemessenen Bestandteile dar. A1 bis An sind die Werte des Zielspektrums und k11 bis km sind Gewichtungskoeffizienten, die durch das System der vorliegenden Erfindung zu bestimmen sind. Der vorliegenden Erfindung zufolge werden die Absorptionsspektren, die diejenigen Probematerialien in der Bibliothek der Spektren von Probematerialien darstellen, welche als die am stärksten dem Zielspektrum des unbekannten Materials ähnelnden ausgewählt werden, zum Bestimmten der Koeffizienten k11 bis km durch Partial Least Squares Regression (PLS) verwendet. In der bevorzugten Ausführungsform werden Modelle sequentiell abgeleitet, mit von einem bis zu einer bestimmten Höchstzahl von Faktoren für jeden gemessenen Bestandteil. Jedes Modell kann zum Vorhersagen des Bestandteilwerts des ungekannten Probematerials verwendet werden. In der bevorzugten Ausführungsform ist eine minimale Anzahl von Faktoren spezifiziert. Der vorhergesagte Bestandteilendwert des bekannten Materials ist ein gewichtetes Mittel I des individuellen Modells vorhergesagter Werte mit von der minimalen bis zur maximalen Anzahl von Faktoren Y = Σ(yiwi)/Σwi), wobei Y der vorhergesagte Bestandteileendwert ist, die yi Werte die vorhergesagten Werte von den PLS-Modellen sind, und die wi das Inverse der Summe der quadrierten Zielproben-Spektrumsreste sind. Große Koeffizienten sind mit Overfitting verknüpft und sollten vermieden werden. Kleine Reste bedeuten, das mehr der Zielspektrumvariation durch PLS modelliert worden ist. Diese Reste sind ein natürliches Nebenprodukt des PLS-Algorithmus.
  • Wie oben beschrieben ist, wird das unbekannte Material analysiert, um die Prozentanteile seiner Bestandteile zu beschreiben.
  • Anstatt das Material durch die Partial Least Squares zu analysieren, können die Koeffizientengleichungen, die die Prozentbestandteile in Bezug zu Absorptionsspektrumwerten setzen, durch Multiple Regression bestimmt werden. Wenn Multiple Regression verwendet wird, werden die Absorptionswerte bei bestimmten ausgewählten Wellenlängen, von denen bekannt ist, dass sie mit den gemessenen Bestandteilen korrelieren, ausgewählt, und diese bestimmten Wellenlängen werden in Gleichungen Multipler Regression verwendet.
  • In einer ähnlichen Weise kann eine Eigenschaft oder Eigenschaften des unbekannten Materials bestimmt werden. Zum Bestimmen physikalischer Eigenschaften des Materials müssen die Eigenschaften der Probematerialien, die den Spektren in der Bibliothek entsprechen, bekannt sein und werden im Computerspeicher gespeichert. Anhand dieser quantifizierten physikalischen Eigenschaften der Probematerialien können die Koeffizienten von Gleichungen, die die Eigenschaften mit den Spektrumswerten in Bezug setzen, in der gleichen Weise wie für die Bestandteilprozentanteile wie oben beschrieben bestimmt werden.
  • Wenn das Zielspektrum des unbekannten Materials nicht stark der Bibliothek von Spektren ähnelt oder nicht gut in dieser dargestellt ist, dann wird das Zielspektrum der Bibliothek mit den messbaren Charakteristiken hinzugefügt, die durch die Analyse bestimmt werden, so dass das neue Spektrum beim Messen eines zukünftigen Materials verwendet werden kann.
  • In der obigen Beschreibung werden die Bibliotheksspektren und die Zielspektren als Absorptionsspektren beschrieben, die als log1/R der Reflexionsmessungen R bestimmt werden. Anstatt aufgrund der undifferenzierten Absorptionswerte zu arbeiten, kann die erste Ableitung des Spektrums von Absorptionswerten bestimmt werden und der Prozess auf den Satz erster Ableitungswerte angewendet werden, welcher auch als ein Absorptionsspektrum bezeichnet wird. Wenn ein Zielspektrum in der Form erster Ableitungswerte mit den Bibliotheksspektren korreliert wird, wird das Zielspektrum in Spitzenbereiche durch Suchen nach allen Spektrenpositionen mit einer positiven ersten Ableitung unmittelbar gefolgt durch einen negativen ersten Ableitungswert unterteilt. Diese Sequenz zeigt ein lokales Minimum in dem nichtdifferenzierten Absorptionsspektrum von log1/R-Werten an.
  • Die Spitzenbereiche in dem ersten Ableitungsspektrum, das sich zwischen diesen lokalen Minima in dem undifferenzierten Zielspektrum erstreckt, werden mit ersten Ableitungen der Probespektren korreliert, wie oben in Verbindung mit den log(1/R)Absorptionsspektren beschrieben ist.
  • Das Instrument der Erfindung ist oben so beschrieben, dass es Reflexionsmessungen ausführt, um die log(1/R)-Absorptionsspektren zu bestimmten. Die Absorptionsspektren können auch anhand von Durchlässigkeitsmessungen von T bestimmt werden, in denen das Absorptionsmaß log(1/T) ist.
  • Wie oben beschrieben ist, analysiert das System der Erfindung ein unbekanntes Material anhand seines Absorptionsspektrums. Absorptionsmessungen werden verwendet, da sie allgemein proportional zu den Konzentrationen von Bestandteilen oder Eigenschaften des Materials sind. Es wird klar sein, dass das System auf Darstellungen des Reflexionsgrads oder Transmissionsmessungen in anderen Formen anwendbar ist. Diese und viele andere Modifikationen können an den oben beschriebenen bestimmten Ausführungsformen der Erfindung vorgenommen werden, ohne vom Umfang der Erfindung abzuweichen, wie er in den anliegenden Ansprüchen definiert ist.

Claims (11)

  1. Verfahren zum Analysieren eines unbekannten Materials zum Messen mindestens einer messbaren Charakteristik des Materials, das umfasst: Speichern einer Bibliothek einer Vielzahl von Spektren, die von dem Reflexionsgrad oder Durchlässigkeitsgrad einer Vielzahl von Probematerialien erhalten werden, in jedem von denen der Wert der messbaren Charakteristik bekannt ist, Messen eines Zielspektrums, das von dem Durchlässigkeitsgrad oder Reflexionsgrad des unbekannten Materials erhalten wird, Auswählen eines Untersatzes von Spektren aus der Vielzahl, der am dichtesten zu dem Zielspektrum passt, Bestimmen von Koeffizienten mindestens einer Gleichung, die die messbare Charakteristik in Bezug zu Werten in dem Zielspektrum setzt, wobei die Koeffizienten von dem Untersatz von Spektren und den bekannten Werten der messbaren Charakteristik in den Probematerialien bestimmt werden, die jeweils den Spektren des Untersatzes entsprechen, und Berechnen der messbaren Charakteristik des unbekannten Materials von den Koeffizienten und dem Zielspektrum in Übereinstimmung mit der Gleichung.
  2. Verfahren nach Anspruch 1, bei dem die messbare Charakteristik eine Konzentration eines Bestandteils des Materials ist.
  3. Verfahren nach Anspruch 2, bei dem Konzentrationen einer Mehrzahl von Bestandteilen des unbekannten Materials gemessen werden, wobei die Konzentrationen der Mehrzahl von Bestandteilen in jedem der Probematerialien in der Bibliothek bekannt ist, und der Schritt zum Bestimmen von Koeffizienten einschließt, die Koeffizienten in einer Mehrzahl von Gleichungen zu bestimmen, die jeweils eine andere der Konzentrationen in Bezug zu Werten in dem Zielspektrum setzt, wobei die Koeffizienten der Mehrzahl von Gleichungen von dem Untersatz von Spektren und von den bekannten Konzentrationen von Bestandteilen in den Probematerialien bestimmt werden, die den Spektren des Untersatzes entsprechen.
  4. Verfahren nach Anspruch 1, bei dem die messbare Charakteristik eine Eigenschaft des unbekannten Materials aufweist.
  5. Verfahren nach Anspruch 1, bei dem der Untersatz von Spektren durch Korrelieren des Zielspektrums mit der Vielzahl von Spektren in der Bibliothek ausgewählt wird.
  6. Verfahren nach Anspruch 5, bei dem das Zielspektrum in Bereiche unterteilt wird, die jeweils eine Spitze enthalten, und bei dem die Bereiche mit entsprechenden Bereichen in den Spektren der Bibliothek korreliert werden.
  7. Verfahren nach Anspruch 1, bei dem die Koeffizienten durch Partial Least Squares Regression von dem Untersatz von Spektren und von den bekannten Werten der messbaren Charakteristik bestimmt werden, die jeweils den Spektren des Untersatzes entsprechen.
  8. Verfahren nach Anspruch 1, bei dem die Spektren Absorptionsspektren sind.
  9. Verfahren nach Anspruch 1, bei dem die Spektren im nahen Infrarotbereich liegen.
  10. Verfahren nach Anspruch 1, bei dem die Spektren von Reflexionsmessungen an den Probematerialien und dem unbekannten Material erhalten werden.
  11. Verfahren nach Anspruch 1, das weiter umfasst, das Zielspektrum der Bibliothek von Spektren hinzuzufügen.
DE69837192T 1997-01-24 1998-01-23 Eichmethode für instrumente zur spektrografischen analyse Expired - Lifetime DE69837192T2 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US08/788,259 US5798526A (en) 1997-01-24 1997-01-24 Calibration system for spectrographic analyzing instruments
PCT/US1998/001288 WO1998033047A1 (en) 1997-01-24 1998-01-23 Calibration system for spectrographic analyzing instruments
US788259 2001-02-15

Publications (2)

Publication Number Publication Date
DE69837192D1 DE69837192D1 (de) 2007-04-12
DE69837192T2 true DE69837192T2 (de) 2007-11-15

Family

ID=25143933

Family Applications (1)

Application Number Title Priority Date Filing Date
DE69837192T Expired - Lifetime DE69837192T2 (de) 1997-01-24 1998-01-23 Eichmethode für instrumente zur spektrografischen analyse

Country Status (6)

Country Link
US (1) US5798526A (de)
EP (1) EP0954744B1 (de)
JP (1) JP2001525054A (de)
CA (1) CA2276750C (de)
DE (1) DE69837192T2 (de)
WO (1) WO1998033047A1 (de)

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6006162A (en) * 1997-05-29 1999-12-21 Eg&G Ortec Autocalibrating multichannel analyzer and method for use
US6207956B1 (en) * 1998-09-04 2001-03-27 The Toro Company Method and apparatus for quantitative determination of turfgrass color
US7436511B2 (en) * 1999-01-22 2008-10-14 Sensys Medical, Inc. Analyte filter method and apparatus
US6280381B1 (en) 1999-07-22 2001-08-28 Instrumentation Metrics, Inc. Intelligent system for noninvasive blood analyte prediction
USRE41333E1 (en) * 1999-07-22 2010-05-11 Sensys Medical, Inc. Multi-tier method of developing localized calibration models for non-invasive blood analyte prediction
US6512937B2 (en) * 1999-07-22 2003-01-28 Sensys Medical, Inc. Multi-tier method of developing localized calibration models for non-invasive blood analyte prediction
US6751576B2 (en) 2000-03-10 2004-06-15 Cognis Corporation On-site agricultural product analysis system and method of analyzing
US6560546B1 (en) 2000-08-07 2003-05-06 Infrasoft Llc Remote analysis system
US6549861B1 (en) 2000-08-10 2003-04-15 Euro-Celtique, S.A. Automated system and method for spectroscopic analysis
JP4498564B2 (ja) * 2000-08-10 2010-07-07 日本分光株式会社 試料識別方法およびその装置
WO2002016905A2 (en) 2000-08-21 2002-02-28 Euro-Celtique, S.A. Near infrared blood glucose monitoring system
JP4054853B2 (ja) * 2000-10-17 2008-03-05 独立行政法人農業・食品産業技術総合研究機構 近赤外分光法を用いた血液分析法
US20030135547A1 (en) * 2001-07-23 2003-07-17 Kent J. Thomas Extensible modular communication executive with active message queue and intelligent message pre-validation
US6959248B2 (en) * 2001-10-25 2005-10-25 The Regents Of The University Of California Real-time detection method and system for identifying individual aerosol particles
AU2003232725A1 (en) * 2002-05-06 2003-11-17 Hermann Hohenester Methods and devices for analysing food by receiving the reflection spectrum
FR2846095B1 (fr) * 2002-10-18 2005-04-08 Proengin Procede et dispositif pour la detection de la presence dans l'atmosphere et l'analyse en temps reel de substances chimiques et/ou biologiques.
US20050033127A1 (en) * 2003-01-30 2005-02-10 Euro-Celtique, S.A. Wireless blood glucose monitoring system
US20050250212A1 (en) * 2004-05-07 2005-11-10 Hormoz Azizian FT-NIR fatty acid determination method
KR100625168B1 (ko) * 2004-08-23 2006-09-20 삼성전자주식회사 기판에 형성된 패턴의 검사방법 및 이를 수행하기 위한검사장치
JP2007101186A (ja) * 2005-09-30 2007-04-19 Yanmar Co Ltd 残留農薬判別装置及び残留農薬判別方法
US20120327410A1 (en) * 2011-06-23 2012-12-27 Cvg Management Corporation Non-contact media detection system using reflection/absoption spectroscopy
KR102276065B1 (ko) * 2019-05-16 2021-07-14 한국생산기술연구원 측정 환경 조건에 강인한 라만 스펙트럼 판별 방법 및 장치
CN112986770B (zh) * 2021-04-09 2024-01-30 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 一种基于近红外光谱的绝缘纸检测方法及装置

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2020009B (en) * 1978-04-08 1982-12-01 Bodenseewerk Perkin Elmer Co Apparatus for determining the concentration of components of a sample
US4885697A (en) * 1988-09-01 1989-12-05 E. I. Du Pont De Nemours And Company Method of identifying spectra
US5014217A (en) * 1989-02-09 1991-05-07 S C Technology, Inc. Apparatus and method for automatically identifying chemical species within a plasma reactor environment
US5311445A (en) * 1989-04-19 1994-05-10 Board Of Regents Of The University Of Oklahoma Deconvoluted band representation for infrared spectrum compression
US5121337A (en) * 1990-10-15 1992-06-09 Exxon Research And Engineering Company Method for correcting spectral data for data due to the spectral measurement process itself and estimating unknown property and/or composition data of a sample using such method
US5243546A (en) * 1991-01-10 1993-09-07 Ashland Oil, Inc. Spectroscopic instrument calibration
US5251006A (en) * 1991-03-07 1993-10-05 Nirsystems Incorporated Automatic spectrophotometer calibration system
US5371358A (en) * 1991-04-15 1994-12-06 Geophysical & Environmental Research Corp. Method and apparatus for radiometric calibration of airborne multiband imaging spectrometer
US5347475A (en) * 1991-09-20 1994-09-13 Amoco Corporation Method for transferring spectral information among spectrometers
CA2070847A1 (en) * 1992-06-10 1993-12-11 Jyrki Kauppinen Multicomponent analysis of ft-ir spectra
US5397899A (en) * 1992-07-21 1995-03-14 Western Atlas International, Inc. Method for improving infrared analysis estimations by automatically compensating for instrument instabilities
FR2704650B1 (fr) * 1993-04-27 1995-06-09 Savoie Universite Procédé et dispositif pour la détection et l'identification instantanées d'une entité.
US5448070A (en) * 1993-05-17 1995-09-05 The Foxboro Company Identification of unknown gases using infrared absorption spectroscopy
US5463564A (en) * 1994-09-16 1995-10-31 3-Dimensional Pharmaceuticals, Inc. System and method of automatically generating chemical compounds with desired properties

Also Published As

Publication number Publication date
DE69837192D1 (de) 2007-04-12
WO1998033047A1 (en) 1998-07-30
JP2001525054A (ja) 2001-12-04
US5798526A (en) 1998-08-25
EP0954744A4 (de) 2001-10-04
EP0954744B1 (de) 2007-02-28
EP0954744A1 (de) 1999-11-10
CA2276750A1 (en) 1998-07-30
CA2276750C (en) 2006-03-14

Similar Documents

Publication Publication Date Title
DE69837192T2 (de) Eichmethode für instrumente zur spektrografischen analyse
Shenk et al. Investigation of a LOCAL calibration procedure for near infrared instruments
EP0552300B1 (de) Messung von spektraldaten und korrektion
US6560546B1 (en) Remote analysis system
CA2093015C (en) A method of calibrating a spectrometer using correlation between calibration sample spectra and measured spectra
US5568400A (en) Multiplicative signal correction method and apparatus
EP0385805B1 (de) Verfahren und Vorrichtung zur Signalbehandlung
Sun Statistical analysis of NIR data: Data pretreatment
Shao et al. A new approach to discriminate varieties of tobacco using vis/near infrared spectra
EP0812415B1 (de) Verfahren zur herstellung der vergleichbarkeit von spektrometermessungen
EP3036525B1 (de) Identifizierung des vorhandenseins von substanzen
Bjørsvik et al. Data analysis: calibration of NIR instruments by PLS regression
US5970424A (en) Method and apparatus for qualifying an object
El Orche et al. Coupling Mid Infrared Spectroscopy to mathematical and statistical tools for automatic classification, qualification and quantification of Argan oil adulteration
AU689016B2 (en) Non linear multivariate infrared analysis method
EP1062496A1 (de) Automatisches kalibrationsverfahren
CN110632024B (zh) 一种基于红外光谱的定量分析方法、装置、设备以及存储介质
Sun A multivariate principal component regression analysis of NIR data
Perez-Marin et al. Advanced nonlinear approaches for predicting the ingredient composition in compound feedingstuffs by near-infrared reflection spectroscopy
DE102017220103A1 (de) Identifizierung eines oder mehrerer spektraler Merkmale in einem Spektrum einer Probe für eine Inhaltsstoffanalyse
JPH0750042B2 (ja) スペクトル分析装置における状態分析方法
Ham et al. Partial least-squares: Theoretical issues and engineering applications in signal processing
JPH05281138A (ja) 試料の物理的化学的性質推定方法
Hopkins 14 Derivative Quotient Method Regression, or the Norris Regression
Rahim et al. Non-invasive measurement of shear force in chicken meat using near infrared spectroscopy supported by neural network analysis

Legal Events

Date Code Title Description
8364 No opposition during term of opposition