近紅外光譜法定量分析及其應用研究.pdf

1、近紅外光譜技術(NIR)是一種高效快速的現(xiàn)代分析技術，它綜合運用了計算機技術、光譜技術和化學計量學等多個學科的最新研究成果。自上世紀80年代以來，隨著計算機技術和化學計量學的迅速發(fā)展，近紅外光譜在各領域中的應用研究蓬勃展開。并已逐漸得到大眾的普遍接受和官方的認可。鑒于其分析速度快、分析效率高、非破壞性、分析成本低、無污染、不需預處理、操作方便等特點，至今，已在制藥工業(yè)、食品工業(yè)、高分子、石油化工等多個領域獲得廣泛的應用。 本文在

2、重慶市教委資助項目(No．KJ051303)，教育部春暉計劃(Z2005-1-55001)的資助下，研究了近紅外光譜法定量分析及其應用研究。由綜述和研究報告兩部分組成。綜述部分簡單概述了近紅外光譜技術的原理、分析特點以及與之相結合應用的化學計量學在分析中的應用。 研究報告部分由5部分構成： 1、近紅外光譜法定量分析水溶液中葡萄糖、麥芽糖和β—環(huán)糊精。 本文應用正交設計法配制了葡萄糖、麥芽糖和β—環(huán)糊精混合水溶液的

3、29個樣品(其中25個用作校正集樣品，4個用作預測集樣品)，用紫外/可見/近紅外分光光度計在其近紅外光譜區(qū)域掃描此混合水溶液樣品的近紅外光譜，并用Unscrambler定量分析軟件將近紅外光譜與對應的化學成分值相關聯(lián)，在不同波長范圍下建立了水溶液中葡萄糖、麥芽糖和β—環(huán)糊精的近紅外原始光譜、一階導數(shù)光譜的PLS定量分析數(shù)學模型，根據(jù)模型評價參數(shù)選擇了最佳模型，并且用這些模型對未知樣品進行了預測。結果顯示，對濃度范圍分別在22.73～10

4、4.17mg/mL、22.73～104.17mg/mL和1.85～8.41mg/mL的葡萄糖、麥芽糖和β—環(huán)糊精水溶液，其NIR數(shù)學模型的相關系數(shù)分別為0.9946、0.9976和0.9036，模型的預測相對偏差(RMSEP)分別為2.52、1.95和0.87，預測標準偏差(SEP)分別為2.58、2.01和0.90。 2、溫度對乙醇含量測定近紅外模型的影響。 以不同濃度的乙醇溶液為實驗材料，研究了溫度對近紅外光譜法定量

5、分析結果的影響。對體積百分比在5％～70％范圍內的乙醇溶液，在15℃、18℃、20℃、25℃和28℃等5個溫度點做了研究．對光譜經(jīng)過不同預處理后，使用不同濃度的20個樣品建立了測定乙醇含量的PLS校正模型，根據(jù)模型評價參數(shù)選擇了最佳模型。分析結果顯示，溫度在20℃時采用一階導數(shù)(3點平滑)光譜預處理所建立的模型最佳．其相關系數(shù)為0.9986，預測均方根誤差(RMSEP)和預測標準誤差(SEP)分別為0.0079和0.0081。

6、3、近紅外光譜法同時測定廢水中的化學需氧量和生化需氧量。 為快速確定廢水的污染程度，采用120個廢水樣品的近紅外透射光譜結合偏最小二乘法，分別建立了廢水中化學需氧量(COD)和生化需氧量(BOD)的預測模型，并對光譜數(shù)據(jù)預處理方法和異常值診斷進行了討論。所建的廢水中化學需氧量(COD)和生化需氧量(BOD)的預測模型相關系數(shù)分別為0.9542和0.9652；模型的預測相對偏差(RMSEP)分別為25.24和12.13；預測范圍分

7、別為：28.40～528.0mg/mL和16.0～305.2mg/mL。通過對模型進行t—檢驗，在顯著性水平大于0.05的條件下，測定結果與標準方法的測定結果對比，兩者無顯著性差異。該分析方法應用于同時測定廢水中化學需氧量(COD)和生化需氧量(BOD)，結果令人滿意。 4、近紅外光譜法同時測定藿香正氣液中的厚樸酚與和厚樸酚。 為更好地控制藿香正氣口服液的產(chǎn)品質量，收集太極集團7個不同批次的藿香正氣口服液32個樣品，用近

8、紅外光譜結合偏最小二乘法建立了測定厚樸酚與和厚樸酚的校正模型，并經(jīng)優(yōu)化、驗證、預測藿香正氣口服液樣品中厚樸酚與和厚樸酚的含量。厚樸酚與和厚樸酚的優(yōu)化模型的相關系數(shù)、預測相對偏差(RMSEP)分別為：厚樸酚0.9294、0.36；和厚樸酚0.8944、0.26。通過對模型進行t—檢驗，在顯著性水平大于0.05的條件下，其測定結果與標準方法的測定結果對比，兩者無顯著性差異。該分析方法應用于同時測定藿香正氣口服液中的有效成分厚樸酚與和厚樸酚，

9、結果令人滿意。 5、短波近紅外光譜法同時測定鹽酸氯丙嗪和鹽酸異丙嗪。 利用近紅外光譜法研究了鹽酸氯丙嗪和鹽酸異丙嗪混合水溶液樣品。對光譜經(jīng)過10種不同預處理后，用Unscrambler定量分析軟件將近紅外光譜與對應的化學成分值相關聯(lián)，分別建立了測定鹽酸氯丙嗪和鹽酸異丙嗪含量的PLS校正模型。根據(jù)模型評價參數(shù)選擇了最佳模型，并且用這些模型對未知樣品進行了預測。結果顯示，對濃度范圍在1～13mg·mL-1的鹽酸氯丙嗪和鹽酸異