尊敬的专家先生： “近红外成份测定仪”这类仪器能否测定牧草（例如紫花苜蓿）中的蛋白质、脂肪等成份的含量？谢谢！
我一个朋友要做作物种子品质检测，主要就是测种子中蛋白、脂肪、纤维等有关品质方面的，不知选哪一种近红外分析仪更适合？价格是多少？用了近红外分析仪是否就可以不需要蛋白质测定仪和脂肪测定仪了？因为看资料用近红外测更方便、快捷！
物理特性水分测定仪_卤素水分测定仪_红外水分测定仪主要是由称重系统和加热系统组成的，根据称重系统分为：应变式传感器水分测定仪、电磁平衡传感器水分测定仪；根据加热源分类可分为卤素节能环形灯加热卤素水分测定仪、红外灯泡加热红外水分测定仪； 【卤素环形灯】 环状的卤素灯确保样品得到均匀加热，操作简便、测量准确。卤素环形灯与红外白炽灯的最大差别在于一点，就是卤素灯的玻璃外壳中充有一些卤族元素气体(通常是碘或溴)，其优点是清洁、无附件、安装方便、温度可控等。其工作原理为：当灯丝发热时，钨原子被蒸发后向玻璃管壁方向移动，当接近玻璃管壁时，钨蒸气被冷却到大约800℃并和卤素原子结合在一起，形成卤化钨(碘化钨或溴化钨)。卤化钨向玻璃管中央继续移动，又重新回到被氧化的灯丝上，其遇热后又会重新分解成卤素蒸气和钨，这样钨又在灯丝上沉积下来，弥补被蒸发掉的部分。通过这种再生循环过程，灯丝的使用寿命不仅得到了大大延长(几乎是红外白炽灯的4倍)， 【关于红外灯泡】由熔凝的石英管与辐射元件组成 红外线灯泡是聚焦加热主要用于工业加热或烘干，如玻璃制品、金属零件、线路板封装、胶片等，以及其它烘干、干燥、加热，石英近红外、远红外灯采用透明或半透明石英玻璃作为灯管外壳可生产近红外线辐射谱线或远红外线辐射谱线，是典型的古老加热方法，我们也利用紫外灯来治疗某些皮肤疾病或在室内就可得到在阳光下暴晒才能得到的古铜色皮肤。 【应变式传感器】应变式传感器是基于测量物体受力变形所产生的应变的一种传感器。将应变片贴在西、悬臂梁(弹性元件)上,当被测物移动,测杆移动,拉簧伸长,使悬臂梁变形，从而引起应变片电阻发生变化.这种方法可用于测力、位移、压力、加速度等物理参数。其特点：结构简单、造价低，重量比较轻、但精度有限，目前不能做到很高精度； 【电磁平衡传感器】工作原理是在测量被测物体的质量时不用测量砝码的重力，而是采用电磁力与被测物体的重力相平衡的原理来测量的。秤盘通过支架连杆与线圈连接，在称量范围内，当被测重物的重力通过连杆支架作用于线圈上，方向向上，这时在磁场中若有电流通过，线圈将产生一个电磁力 其特点是称量准确、精度可靠、性能稳定、重复性强、显示快速清晰并且具有自动检测系统、简便的自动校准装置以及超载保护等装置。 【电磁平衡传感器】卤素加热快速水份测定仪是我公司新研制的新型快速水分检测仪器。采用国际最先进的称重系统。其特点是称量准确可靠、显示快速清晰并且具有自动检测系统、简便的自动校准装置以及超载保护等装置。是一种新型快速的水分检测仪器。环状的卤素灯确保样品得到均匀加热，操作简便、测量准确。水分测定仪在测量样品重量的同时，仪器采用环形管卤素加热方式，快速干燥样品，在干燥过程中，水分仪持续测量并即时显示样品丢失的水分含量%，干燥程序完成后，最具有可替代性,且检测效率远远高于烘箱法。一般样品只需几分钟即可完成测定。该仪器操作简单，测试准确，显示部分采用液晶显示屏-使屏幕更加清晰明亮，示值清晰可见，分别可显示水分值，样品初值，终值，测定时间，温度初值，最终值等数据，并具有与计算机，打印机连接功能。因此该水分仪可广泛应用于一切需要快速测定水分的行业终测定的水分含量值被锁定显示。与国际烘箱加热法相比，卤素加热可以在高温下将样品均匀地快速干燥，样品表面不易受损，其检测结果与国标烘箱法具有良好的一致性,，如医药，粮食、饲料、种子，菜籽，脱水蔬菜、烟草，化工，茶叶，食品、肉类以及纺织，农林、造纸、橡胶、塑胶、纺织等行业中的实验室与生产过程中。同时满足固体、颗粒、粉末、胶状体及液体含水率的测定要求。以下内容全删了，都是链接隐形广告的。 jackcong
我们单位好几台乳成分测定仪器，俺没用过，据说是近红外技术，不知道大家有没有做这方面研究的，一起讨论一下，谢谢！！！
Micro [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]1700型[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]用于蛋白含量测定的可行性研究摘要：Micro [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]1700型[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]与AntarisⅡ傅里叶变换[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]相比具有体积小、质量轻、便携的特点，更适合用于生产现场检测。本文采用Micro [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url] 1700型微型[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]对蛋白含量进行检测，对其用于蛋白含量测定的可行性进行分析。通过相关系数法选出更合理的波段，提高模型的预测能力，从而建立了用于人血白蛋白原液蛋白含量快速检测的定量模型。关键词：微型[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]；蛋白含量测定；定量分析模型1材料1.1 试剂49个不同蛋白含量的样品：采用半微量凯氏定氮法进行蛋白含量的测定，测定得到17个样品的蛋白含量。用生理盐水稀释样品，共得到49个不同蛋白质含量的样品。1.2 仪器和软件Micro[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]1700型[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]（JDSU公司，美国）； MATLAB 2015a处理软件（Mathworks，美国）；PLS_Toolbox工具箱（Eigenvector Research，美国）。2方法2.1样品光谱的采集采用Micro [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]1700型微型[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]进行蛋白光谱的采集，采样方式为透射采样，波长范围908.1-1676.0 nm，积分时间为28000 μs，扫描次数为50次。用1 mm光程比色皿进行采样，每个蛋白样品采集3次，求其平均光谱作为样品光谱。每张[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]光谱由125个变量点组成。2.2校正集和验证集的划分样品集的划分采取SPXY分类算法，以1:1的比例进行校正集、验证集的划分，最终25个样品集被划分为校正集，24个样品被划分为验证集。分析样品的PCA得分图评价分类结果。2.3 预处理方法的选择采用标准化（Auto scale）、均值中心化（Mean Center）、一阶导数（First Derivative，FD）SG5点平滑、二阶导数（Second Derivative，SD）SG5点平滑等预处理方法进行了考察，以模型的RMSEP为指标，选择最佳的预处理方法。通过留一交互验证法，以RMSECV的值选择最佳主因子数。2.4光谱区间的选择采用Reverse iPLS方法、相关系数方法进行光谱区间的选择，优化光谱区间，以建立较优的模型。3 实验结果3.1近红外原始光谱图分析图1为Micro [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]1700型微型[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]透射采样得到的原始[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]光谱图。从原始光谱图中无法得知有关蛋白含量的信息，因此本研究中需用化学计量学知识对样品的原始光谱进行处理。[align=center] [img=,475,213]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151936_01_1626619_3.png[/img][/align][align=center]图1原始[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]图[/align]3.2校正集和验证集的划分本研究选择SPXY算法，以1:1的比例进行校正集、验证集的划分，最终25个样品集被划分为校正集，24个样品被划分为验证集。图2为样品集的划分结果。图2为49个蛋白样品的前两个主成分的得分散点图，其中红色为验证集，灰色为校正集，从图中可知校正集样品和验证集的样品分散较好，这表明校正集、验证集划分较合理。[align=center] [img=,460,204]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151937_02_1626619_3.png[/img][/align][align=center]图2 样品主成分得分图[/align]3.3 光谱预处理结果本研究中，分别比较了Mean Center、Auto scale、平滑和导数以及不同处理方法组合的预处理方法对建模结果的影响，并以RMSEP作为模型的评价指标。表1为经不同预处理后的PLSR建模结果，由表中结果可知，经过二阶导数、SG5点平滑和Auto scale预处理后模型的Rp2提高， RMSEP明显下降，说明经过二阶导数、SG5点平滑和Auto scale预处理能够提高模型的有效性。图3为经预处理后较优模型的结果，模型结果为Rc2=0.993，Rp2=0.953，RMSEC=0.2143%，RMSEP=0.5354%，RMSECV=0.3382%。[align=center]表1不同预处理后各模型参数[/align][align=center][img=,638,223]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151938_01_1626619_3.png[/img][/align][align=center][img=,489,211]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151939_01_1626619_3.png[/img][/align] [align=center]图3二阶导数+SG平滑+Autoscale[/align]3.4 光谱区间选择结果分别采用Reverse iPLS方法、相关系数方法对模型的光谱区间进行优化，消除无关变量对模型的影响。以RMSEP值为指标来评价模型，其中RMSEP值越小模型结果越好。3.4.1Reverse iPLS选择波段本研究采用Reverse iPLS方法选择波段，考察50个变量间隔的选择结果。从图4可知，绿色部分为建模采用的波段，红色部分为舍弃波段范围。图5为采用Reverse iPLS方法选择的波段范围建立的模型的预测结果。其中RMSEP值有所降低，表明模型的预测误差降低。表明此区间包含的有效信息可提高模型的预测能力。[align=center][img=,532,234]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151940_01_1626619_3.png[/img][/align][align=center]图4 Reserve iPLS 选波段结果图[/align][align=center][img=,497,224]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151940_02_1626619_3.png[/img][/align][align=center]图5 Reserve iPLS法预测结果图[/align]3.4.2相关系数法选择光谱变量采用相关系数法求得光谱中各变量与蛋白浓度之间的相关系数图，相关系数越大，区间内包含的有效信息越多。图6为求得的相关系数图。[align=center][img=,483,211]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151942_01_1626619_3.png[/img][/align][align=center] 图6 相关系数图[/align]选择相关系数绝对值大于0.4的光谱区间建立近红外定量模型，选择建立模型的变量数为25个。图7为变量选择的结果图。[align=center][img=,520,229]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151943_01_1626619_3.png[/img][/align][align=center]图7 相关系数法变量选择图[/align]使用相关系数法选择的25个变量建立PLSR模型，建模结果见图8中所示。与全波段建模结果相比，模型的RMSEP值降低，表明模型的外部预测误差有所减小，从而提高了模型的准确性。[align=center][img=,474,209]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151945_01_1626619_3.png[/img][/align][align=center] 图8 建模结果图[/align]3.5 确定最佳定量分析模型采用二阶导数、SG5点平滑和Auto scale预处理后，使用Reverse iPLS方法和相关系数方法选择光谱的有效波段。两种变量选择方法建立的模型结果见表2所示。[align=center]表2不同变量建模结果比较[/align][align=center][img=,604,171]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151946_01_1626619_3.png[/img][/align]经过比较，其中相关系数法选择25个变量建立的PLSR定量模型的预测均方根误差结果最小，说明建立模型的预测能力更佳。所以本研究采用二阶导数、SG5点平滑和Auto scale预处理后选择相关系数法确定25个变量建立最佳定量分析模型。模型结果为Rc2=0.977，Rp2=0.958，RMSEC=0.3983%，RMSECV=0.5653%，RMSEP=0.5334%。4结论和讨论本研究用Micro [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]1700型[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]对建立的人血白蛋白原液蛋白含量定量分析模型的可行性进行分析。采用Micro [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]1700型[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]对49个样品进行光谱采集，然后选择不同的光谱预处理方法进行预处理，经过结果比较选择二阶导数、SG5点平滑和Auto scale进行光谱预处理；采用Reverse iPLS方法和相关系数方法，对光谱的有效区间进行选择，最终使用相关系数法选择25个变量建立蛋白含量的最佳定量分析模型。所建立的模型结果为Rc2 =0.977，Rp2=0.958，RMSEC=0.3983%，RMSECV=0.5653%，RMSEP=0.5334%。此研究结果表明，Micro [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]1700型[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]所建立的模型用于人血白蛋白原液中蛋白含量的检测是可行的，同时Micro [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]1700型[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]以其质量轻、体积小以及成本低的优势，在蛋白快速检测方面将有广阔的应用前景。参考文献吴清, 周法根. 脑梗死治疗中白蛋白应用价值的探讨 . 心脑血管病防治, 2005, 5(2): 49-50.王华平, 米宇俊. 人血白蛋白治疗肾综合征出血热低血压休克患者疗效观察 . 医师进修杂志, 2001, 24(8):20-21.郑红光, 杨志藩, 关欣. 静脉输注人血白蛋白对肾病综合征的正负临窗效应观察 . 中国实用内科杂志, 2003, 23(1):25-27.刘丽萍. 人血白蛋白在肝硬化资料中的应用 . 中国医院用药评价与分析, 2013, 13(5):388-390.常花蕾, 史涛. 人血白蛋白临床不合理应用及改进措施 . 中国药物应用与监测, 2014, 11(1): 52-54.孙世光, 余明莲, 王建民, 张国辉. 人血白蛋白的临床应用误区及其对策 .解放军药学学报, 2009, 25(4):366-368.
[em46] [em45] [em54] [em17] [em17] 美国帝强公司INSTALAB600系列近红外品质分析仪美国联邦谷物检验服务中心核准的测定蛋白、油脂、水分等成份的法定仪器无需任何化学药剂，迅速（10秒）准确测定多种成份：水分、蛋白、油脂、灰份、面筋、淀粉、白度、纤维、硬度等；适用范围：所有谷物，油料作物，饲料，食品，饲料，乳制品等的成份分析：小麦、面粉、方便面、玉米、水稻、大豆、花生、油菜籽、葵花籽、饼粕、饲料、奶粉、黄油等；设计及操作全部计算机化；精确度为美、加及欧洲谷物界权威认可：美国农业部联邦谷物检验服务中心（USDA, FGIS-Federal Grain Inspection Service）及多个欧洲国家指定用于大豆、小麦、面粉等多种谷物及谷物产品的成份测定。美国帝强GAC2100AGRI 高精度快速谷物水分测定仪全自动的测定仪⊙ 自动进样⊙ 自动称重 最准确地帝强谷物快速水分仪⊙ 自动补偿样品温度 ⊙ 可与烘箱法测试结果相媲美⊙ 自动补偿表面水 ⊙ 操作人员不能操纵测试结果⊙ 可由计算机远程操作 ⊙ 校准参数由强大的专业软件运算而得[img]http://ng1.17img.cn/bbsfiles/images/2005/02/200502171708_2250_1836292_3.jpg[/img]
所测定水分的范围大约在5-20%之间，如饲料及其添加剂，含量有高淀粉类物质等，最终产品是过20目的颗粒。要求：1、如果需要温度补偿的，最好有2、误差在0.2%以内3、测定速度较快且稳定4、价格适中由于是饲料及其添加剂，所以卡氏水分测定仪应该就不能用了，因为没有能使用样品都溶解的溶剂。快速水分测定仪 概述： 快速水分测定仪是迅速准确的测定物质水分的化验仪器，目前仪器原理有电阻法，电容法，高频法，近红外等。目前最成熟的就是电阻法，电容法，高频法，该仪器以稳定的性能，快速的检出结果赢得广大用户的好评。 以上是百度上获得，不知道有没有哪一种适合的。
所测定水分的范围大约在5-20%之间，如饲料及其添加剂，含量有高淀粉类物质等。要求：1、如果需要温度补偿的，最好有2、误差在0.2%以内3、测定速度较快且稳定4、价格适中由于是饲料及其添加剂，所以卡氏水分测定仪应该就不能用了，因为没有能使用样品都溶解的溶剂。快速水分测定仪 概述： 快速水分测定仪是迅速准确的测定物质水分的化验仪器，目前仪器原理有电阻法，电容法，高频法，近红外等。目前最成熟的就是电阻法，电容法，高频法，该仪器以稳定的性能，快速的检出结果赢得广大用户的好评。 以上是百度上获得，不知道有没有哪一种适合的。
中文摘要： 目的 利用近红外光谱分析技术可以有效的对纤原冻干产品的水分含量进行实时测定，优化冻干过程。 方法 选取冻干完成后制品为研究对象，制备了水分含量有一定梯度的样品共60个，用积分球漫反射模块采集其近红外光谱，然后用卡尔费休容量滴定法测定每个样品的水分含量作为一级数建立近红外模型，以R2、RMSEC、RMSECV、RMSEP对模型进行评价。结果 模型各项参数为：R2=0.881，RMSEC=0.4426，RMSECV=0.8370，RMSEP=0.6311。 结论 所建立模型可作为在线监控纤原冻干过程水分含量的基础，将冻干设备进行相关的改造后，借助光纤可实现产品水分含量的实时监测。关键词：近红外光谱分析；人纤维蛋白原；水分人纤维蛋白原（HumanFibrinogen，Fg）是血浆的主要成分，含量高达2~4 g/L。在人凝血反应的最后阶段在凝血酶与人凝血因子ⅩⅢ、Ca2+作用下形成纤维蛋白凝胶，将血液有形成分包绕其中，达到止血的目的。纤维蛋白原的原液经配制、分装后，进行冷冻干燥，使产品的水分含量控制在5%以下。人纤维蛋白原工艺过程纤原产品水分的检测是使用卡尔费休水分测定方法，该传统方法费时费力，对产品具有破坏性，极易引入误差而使测定不准确。在制药领域，NIRS作为一种重要的PAT工具，已成功用于药物的原辅料质量评价、关键过程的监测和控制、成品的快速放行和质量检测等各个环节，为保证产品质量、降低生产成本、革新生产过程发挥了重要的作用。利用近红外光谱分析技术可以有效的对纤原冻干产品的水分含量进行实时测定，从而极大地优化冻干过程。1材料1.1试剂人纤维蛋白原（冻干剂，山东泰邦生物制品有限公司，批号201409S02）；甲醇（分析纯，国药集团化学试剂有限公司）；卡尔·费休试剂（KFR-06型，天津市科密欧化学试剂有限公司）。1.2仪器Antaris Ⅱ傅里叶变换近红外光谱仪（美国ThermoFisher scientific公司），附件配置：积分球漫反射检测器；KF-4型自动水分测定仪（南京科环分析仪器有限公司）；EL204电子天平（METTLER TOLEDO公司）。2方法2.1样品制备取若干瓶纤原样品，开盖后置于37℃水浴锅中，通过放置不同的时间，制备出水分含量有一定梯度的样品，样品取出后加盖密封，平衡一段时间。共得到60个样品。2.2采集近红外光谱用Antaris Ⅱ傅里叶变换近红外光谱仪的积分球采样模块对60个纤原样品进行光谱采集，扫描范围为10000-4000 cm-1，分辨率为8 cm-1，扫描次数64次，每小时扫描一次背景。2.3测定样品水分含量依据2010版中国药典规定，采用卡尔费休容量滴定法，测定样品的水分含量。测定用KF-4型自动水分测定仪完成，先进行标定，记录10mg蒸馏水所消耗的卡尔费休试剂的体积，然后进行测定，向反应杯中加入一定量的样品粉末，记录滴定至终点时所消耗的卡尔费休试剂的体积，最后通过计算得到样品的水分含量。2.4划分校正集和验证集采用K-S分类的方法将样品划分为校正集和验证集，二者的比例为2:1，得到40个校正集样品和20个验证集样品。2.5预处理方法的选择通过对原始光谱数据进行平滑、微分等预处理，可消除仪器背景或基线漂移等对光谱的影响。本次建模过程考察了MSC、SNV、一阶导数SG11点平滑、二阶导数SG11点平滑，以及MSC、SNV分别和二阶导数联用的多种方法，依据处理后的建模结果确定最终使用的方法。2.6选择光谱区间通过光谱变量的筛选，可去除大量的无关变量，大大减少建模的计算量，节省时间。本次建模过程考察了相关系数法和iPLS两种变量选择的方法，并依据模型的结果确定最终的光谱区间。3结果3.1样品的水分含量测定结果依据药典三部附录VIID 水分测定法第一法，测得60个样品的水分含量范围为1.7244-7.2012，将其作为建模用的一级数据。3.2纤原样品的近红外光谱图1为积分球漫反射模块采集的60个样品的光谱。从图中可以看出，样品的近红外光谱谱带较宽且重叠严重，而且基线漂移比较严重，不能从光谱直接得到样品水分含量的信息，需要采用化学计量学的方法对光谱进行处理和信息提取，最终建立水分含量的定量分析模型。data:image/png;base64,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
想要请教，既然近红外分析仪可以完成如下这么多内容的检测，还需要购买，凯式定氮仪，索式浸提和纤维测定仪吗？农业：脂肪、纤维（ADF, NDF）、矿物、水分、蛋白质、淀粉等 食品：乙醇、灰化物、Brix、烘烤吸收、脂肪/油、纤维、性状、水分、蛋白质、固体、淀粉、糖等 肉类：脂肪、水分、蛋白质等 烟草：尼古丁、总糖/还原糖、总氮、氯、淀粉、水分等 环境：水分、固体等 医药/化学：反应检测、混合、溶剂回收和检测等
[u][color=#990000]热电尼高力IS10近红外仪，老当益壮，专业的红外测定仪器，操作简单，谱图清晰[img=,690,459]https://ng1.17img.cn/bbsfiles/images/2024/05/202405151551347167_9483_3141805_3.png!w690x459.jpg[/img][/color][/u][size=12px][color=#990000][u][/u][/color][/size][u][color=#990000]产品质量：5分售后服务：4分易用性：5分性价比：4分[/color][/u]
如题，请问哪位有蛋白精的近红外谱图？可否上传瞧瞧？
初从事近红外光谱分析的人员常常会提出这样的问题：什么样的近红外光谱仪器最好？如何选择一台合适的近红外光谱仪器？实际上，“最好”仪器的定义是很难确定的，“最好”的仪器也是不存在的。因为对某一特定的仪器所提出的各项要求是随着所需要解决的具体问题的不同而有所差异的。为了帮助使用者根据特定的需要选择合适的仪器，本文将根据不同类型、不同设计方式近红外光谱仪器的特点向选用者作简要介绍，以供参考。 为了使近红外光谱获得可靠的分析结果，近红外光谱必须按照详细的技术规格设计生产。下面反应的就是现近红外光谱仪器的规范。当然也是使用者选择仪器时的主要依据。 对现代近红外光谱仪器的要求性能要求： 系统特点及对仪器的要求可靠性： 波长准确，光谱稳定性好多样性： 提供多种测样方式，波长范围宽快速性： 快速扫描系统，多功能计量学软件灵敏性： 信噪比高可分辨性： 分辨率高在线持久性： 可靠性样品导入系统，仪器无运动部件模型可转换性： 波长准确，光谱稳定 近红外光谱仪器不管按何种方式设计，一般由光源、分光系统、测样器件、检测器、数据处理系统和记录仪（或打印机）等六部分构成。 近红外光谱仪的分类比较多，但市场上分类主要还是按照仪器的分光器件不同来分，一般可分为四种主要类型：滤光片型、光栅色散型、博立叶变换型和声光调制滤光器型。其中光栅色散型又有光栅扫描单通道和非扫描固定光路多通道检测之分了。 滤光片型近红外光谱仪可分为固定滤光片和可调滤光片两种形式。固定滤光片型光谱仪是近红外光谱仪器的最早设计形式，这种仪器首先要根据测定样品的光谱特征选择适当波长的滤光片。该类型仪器的特点是设计简单、成本低、光通量大、信号记录快、坚固耐用。但这类仪器只能在单一波长下测定，灵活性较差，如样品的基体发生变化，往往会引起较大的测量误差。可调滤光片型光谱仪采用滤光轮，可以根据需要比较方便地在一个或几个波长下进行测定。这种仪器一般作专用分析，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。 扫描型仪器通过光栅的转动，使单色光按波长高低依次通过测样器件，与样品作用后，进入检测器检测。与滤光片型的近红外光谱仪器相比，色散型近红外光谱仪器具有可实现全谱扫描、分辨率较高、仪器价位适中和便以维护等优点，其最大的弱点是光栅或反光镜的机械轴承长时间连续使用容易磨损，影响波长的精度和重现性，抗震性较差，一般不适合作为过程分析仪器使用。 博立叶变换光谱技术是利用干涩图和光谱图之间的对应关系，通过测量干涩图和对干涩图进行博立叶积分变换的方法来测定和研究光谱的技术。与传统的色散型光谱仪相比，博立叶变换光谱仪能同时测量、记录所有波长的信号，并以更高的效率采集来自光源的辐射能量，具有更高的波长精度、分辨率和信噪比。但由于干涉仪中动镜的存在，仪器的在线长久可靠性受到一定的限制，另外对仪器的使用和放置环境也有较高的要求。 声光可调滤光器（缩写AOTF）是利用超声波与特定的晶体作用而产生分光的光电器件。用AOTF作为分光系统，被认为是90年代近红外光谱仪器最突出的进展。与传统的单色器相比，采用声光调制产生单色光，即通过超声射频的变化实现光谱扫描。光学系统无移动部件，波长切换快、重现性好，程序化的波长控制使这类仪器的应用具有更大的灵活性。声光可调滤光器近红外光谱仪器的这些优点使今年来在工业在线中得到越来越多的应用。但目前这类仪器的分辨率相对较低，价格也较贵。 非扫描固定光路多通道近红外光谱仪器是因为仪器的检测器采用多通道光敏器件而得名。这类仪器的色散系统一般采用平面光栅或全息光栅，与光栅扫描型相比，光栅不需要转动即可实现确定波长范围的扫描。多通道检测器的类型主要有两种：二极管阵列（缩写PDA）和电荷耦合器件（缩写CCD）。该类型仪器测量的波长范围取决于检测器光敏元件的材料（波长范围受到一定限制），如硅基光敏元件的影响范围在短波近红外区域，由于该波i段检测到的主要是样品三级和四级倍频，样品的摩尔吸收系数较低，因而需要的光程往往教长。这类仪器的最大特点是仪器内部无可移动部件，仪器的稳定性和抗干扰性能好;另一个特点是扫描速度快，一般单张光谱的扫描速度只有几十毫秒。这两特点的结合，使该类仪器特别适合作为现场或在线分析仪器使用。多通道型仪器的分辨率取决于光栅性能、检测器的像素以及狭缝的尺寸。在确定波长的范围内，检测器的像素越高，所检测道的样品信息越丰富，但一般像素越高的检测器价格也越高。（选自网络，侵删）
应用近红外技术快速测定饲料原料氨基酸含量通常，饲料原料的氨基酸含量是通过离子交换（IEC）或高效液相色谱（HPLC）方法测定。这些方法由于费用极其昂贵，而且所需时间很长，用于饲料厂的配方调整和质量控制，不切实际。也可以通过测定饲料原料的干物质和粗蛋白含量，回归预测氨基酸含量（NRC,1998），但是，这种折中的方法推测的饲料原料的氨基酸含量与其实际值差异较大(丁丽敏等，2002)，直接用于生产，会造成较大的损失。在实际生产中，饲料厂在制定饲料配方时，饲料原料中所用的氨基酸含量只好参考数据库中推荐的平均值，但推荐的平均值无法反应特定原料氨基酸含量的变异。因此，饲料研究和生产人员一直在寻找一种快速、廉价的测定饲料原料氨基酸含量的方法。 过去人们认为，近红外（Near-Infrared Reflectance Spectroscopy，简称NIRS）技术不适用于测定饲料原料氨基酸含量，因为原料中氨基酸含量过低。但是，近年来，随着近红外分析技术和仪器的发展，通过近红外技术测定的氨基酸结果与传统的测定方法具有了很好的可比性（张维军等，2000）。本文主要对笔者近期应用NIRS方法快速测定饲料原料氨基酸含量方面所取得的经验进行介绍，以使NIRS技术更好的服务于国内饲料行业。[img]http://www.instrument.com.cn/bbs/images/affix.gif[/img][url=http://www.instrument.com.cn/bbs/download.asp?ID=69522]应用近红外技术快速测定饲料原料氨基酸含量[/url]
记得15年前，我导师及其课题组花了大量精力、财力，购买国外当时还是滤光片的近红外测定仪，对饲料营养成分和消化率进行建模测定。现在回想起来，感觉上了仪器公司的当，产生的模型没有产生应有的社会和经济价值。谁应该购买近红外测定仪，谁应该建立模型，谁是近红外技术应用中的获利者：仪器厂家？使用仪器的企业？开发软件和检测的科研院所？抑或国家进出口检疫部门？？
实验室用红外线水分测定仪与卤素水分测定仪的区别？就简单的加热方式不一样吗？求科普谢谢！
[color=#dc143c]近红外分析仪简介20世纪60年代，Karl Norris使用漫反射技术对农产品水分、蛋白和脂肪进行研究，从而发现了[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]用于常规分析的实用价值。与传统光谱技术不同，近红外定量分析只需要一系列已知待测成分含量的样品，运用现代统计学的算法，建立[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]参数与样品待测成分之间的对应关系。这种对应关系一般称之为校准或校准曲线。用这一校准曲线对未知样品的近红外图谱进行预测，从而得到未知样品待测成分的预测值。近年来，近红外定量分析技术和相关仪器在农业、食品、医药等领域已经得到广泛的应用。在食品检测方面，近红外定量分析技术因其快速准确，已经列入世界谷物科技协会标准（ICC No．159和ICC No．202）和美国谷物化学协会标准（AACC No．39-00），成为世界公认的标准。但在粮食收储企业中的应用尚处于起步阶段。测量原理 [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]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，通过多元线性回归、主成分分析、偏最小二乘法等化学计量学的手段，建立物质光谱与待测成分含量间的线性或非线性模型，从而实现用物质[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]信息对待测成分含量的快速计算。[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]为分子振动光谱的倍频和组合频谱带，主要是含氢基团（C－H，O－H，N－H，S－H）的吸收。[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]包含了绝大多数类型有机物组成和分子结构的丰富信息，不同的基团和同一基团在不同化学环境中的吸收波长有明显差别，可以作为获取组成或性质信息的有效载体。近红外吸收系数小，样品不经稀释直接测量，可分别用0.5～10厘米和0.1～0.5厘米长的测量池。样品池可用玻璃窗片，操作很方便。但近红外各谱带宽和交叠多，使用传统方法（工作曲线）难以进行定性和定量分析。现代[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析依靠化学计量学和计算机技术有效地克服了这一局限。[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]不仅能够反映绝大多数的有机化合物的组成和结构信息，而且对某些无[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]吸收的物质（如某些无机离子化合物），也能够通过它对共存的本体物质影响引起的光谱变化，间接地反映它存在的信息。加上[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]可测量形式如漫反射、透射和反射，能够测定各种各样的物态样品的光谱，因此，[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析已被广泛地应用到石油化工、农业、食品、生化、医药临床、造纸和环保等领域。 [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]可以快速测定谷物和麦子的蛋白、脂肪和水分含量和硬度等性质。美国官方检测机构在谷物市场采用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]作为检测麦蛋白、豆蛋白和油脂含量的标准仪器，替代了传统的费时费力的克氏定氮和油脂抽提分析方法，每年平均分析16500个豆样品， 500000个麦样品。我国曾在小麦优良品种的筛选工作中使用了[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]快速分析技术，大大提高了工作效率。加拿大谷物研究实验室使用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]快速测定硬质小麦的黄色颜料含量，分析结果与标准方法测定结果十分符合，对于硬质小麦的筛选可提高工作效率。[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]在农业中的应用最早，分析的项目种类很多，如谷物产品缺陷和污染（杂种、虫害等）分析、家畜饲料品质分析，作物年龄测定、水果品质（甜度、脆度和口感）和蔬菜等级检验、棉花和木材的等级测定、烟草品质及成分测定等，替代传统分析方法，大大节约时间和分析费用。近红外谷物品质分析仪工作稳定性研究近红外(NIR)技术作为一种分析方法在食品工业、医药、化学、烟草等领域得到了广泛应用，为这些行业的品质管理作出了较大贡献。NIR系产品满足了小麦贸易对蛋白质含量快速测定及面粉加工在线检测的需要。通过对NIR测定结果分析发现，NIR在开机预热[/color]
请问，哪里有红外线快速水份测定仪卖？
水分测定可以是工业生产的控制分析，也可是工农业产品的质量检定；可以从成吨计的产品中测定水分也可在实验室中仅用数微升试液进行水分分析；可以是含水量达百分之几至几十的常量水分分析，也可是含水量仅为百万分之一以下的痕量水分分析等等。 水分分析方法—般可分为两大类，即物理分析这和化学分析法。经典水分分析方法已逐渐被各种水分分析方法所代替,目前市场上主要存在的水分测定仪主要有以下5种： 1.卡尔．费休水分测定仪： 卡尔．费休法简称费休法，是1935年卡尔?费休(KarlFischer)提出的测定水分的容量分拆方法。费休法是测定物质水分的各类化学方法中，对水最为专一、最为准确的方法。虽属经典方法但经过近年改进，提高了准确度，扩大了测量范围，已被列为许多物质中水分测定的标准方法。 费休法属碘量法，其基本原理是利用碘氧化二氧化硫时，需要—定量的水参加反应：12十S02十2H2Ｏ=2HI十H2SO4。上述反应是可逆的。为了使反应向正方向移动并定量进行，须加入碱性物质。实验证明，吡啶是最适宜的试剂，同时吡啶还具有可与碘和二氧化硫结合以降低二者蒸气压的作用。因此，试剂必须加进甲醇或另一种含活泼OH基的溶剂，使硫酸酐吡啶转变成稳定的甲基硫酸氢吡啶。 2.红外水分计： 红外线加热机理:当远红外线辐射到一个物体上时，可发生吸收、反射和透过。但是，不是所有的分子都能吸收远红外线的，只有对那些显示出电的极性分子才能起作用。水，有机物质和高分子物质具有强烈的吸收远红外线的性能。当这些物质吸收远红外线辐射能量并使其分子，原子固有的振动和转动的频率与远红外线辐射的频率相一致时，极容易发生分子、原子的共振或转动，导致运动大大加剧，所转换成的热能使内部升高温度，从而使得物质迅速得到软化或干燥。 一般的加热方法是利用热的传导和对流，需要通过媒质传播，速度慢，能耗大，而远红外线加热是用热的辐射，中间无需媒质传播。同时，由于辐射能与发热体温度的4次方成正比，因此，不仅节约能源而且速度快、效率高。此外，远红外线具有一定的穿透能力，由于被加热干燥的物质在一定深度的内部和表层分子同时吸收远红外辐射能，产生自发热效应，使溶剂或水分子蒸发，发热均匀，从而避免了由于热胀程度不同而产生的形变和质变，使物质外观、物理机械性能、牢度和色泽等保持完好。 红外线水分测定仪主要由红外辐射加热器和电子天平确定其精度和稳定性.(红外辐射加热器:钨丝真空管可辐射近红外线，碳化硅属长波长的远红外辐射加热器,石英玻璃和陶瓷红外加热器能辐射中红外线) 红外线水分测定仪水分测定基准的公认标准测定法的「干燥减量法」极其类似的加热干燥、质量测定的红外线水分仪。公认标准测定法的「干燥减量法」也被称之为(105°C?5小时法)、(135°C?3小时法)等，通过在干燥机中放入样品进行长时间的加热干燥，来精确的测定干燥前与干燥之后的质量变化，以此计算出水分量。为此，需要测定人员对设备和技术非常精通。由于测定需要较长的时间，因此快速测定大量的样品比较困难。所以，对于高准确度的针对多种多样的样品进行测定而言，除红外线水分计之外不作他想。虽然也有一些其他的电气以及光学的测定方法，但是，都属于限定测定对象的专用仪器。从通用性的角度而言，都远不及红外水分计。 适用范围:可以测定谷物、淀粉、面粉、干面、酿造品、海产品、鱼类加工品、食用肉类加工品、调料、点、心、乳制品、干燥食品、植物油等食品相关物品，药品、矿石砂、焦碳、玻璃原料、水泥、化学肥料、纸、纸浆、棉、各种纤维等的工业制品等。 3.露点水分仪： 露点水分测定仪操作简便，仪器不复杂，所测结果一般令人满意，常用于永久性气体中微量水分的测定。但此法干扰较多，一些易冷换气体特别在浓度较高时会比水蒸气先结露产生干扰。 4.微波水分仪： 微波水分测定仪利用微波场干燥样品，加速了干燥过程，具有测量时间短，操作方便，准确度高、适用范围广等特点，适用于粮食、造纸、木材、纺织品和化工产品等的颗粒状、粉末状及粘稠性固体试样中的水分测定，还可应用于石油、煤油及其他液体试样中的水分测定。 5.库仑水分仪： 库仑水分测定仪常用来测定气体中所含水分。此法操作简便，应答迅速，特别适用于测定气体中的痕量水分。如果用一般的化学方法测定，则是非常因难的事情。但电解法不宜用于碱性物质或共轭双烯烃的测定。
我室有一台M35的红外水分测定仪测量结果和烘箱法测定的结果对比：红外水分测定仪测低水分的样结果偏低，高水分的样结果偏高。不知是什么原因？
哪位同行用过培安的汽柴油中红外测定仪，测定数据怎么样？可以取代其他的化验仪器检测同等项目吗？就是用中红外测定仪检测了样品还需要再用气相色谱检测烯烃，氧、甲醇等的含量吗？他们之间的数据有什么差别？
[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]快速检测人血白蛋白原液蛋白质含量的建模研究摘要：本研究建立[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]定量分析模型，对浓缩液蛋白含量进行快速及有效的测定。在实验室条件下配置不同浓度的蛋白样品，建立用于蛋白含量测定的定量分析模型，以实现浓缩液蛋白含量的快速及有效的判断。关键词：[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析技术；人血白蛋白；定量分析模型1材料1.1 试剂供试品：人血白蛋白原液；生理盐水。1.2 仪器和软件AntarisⅡ傅里叶变换[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]（美国Thermo Fisher scientific公司）；内径4×50 mm的玻璃小管（Kimble Chase，德国）； MATLAB 2015a（美国Mathworks公司）；PLS_Toolbox工具箱（美国Eigenvector Research公司）。2方法2.1 蛋白含量的测定及样品溶液的配制2.1.1 蛋白质含量的测定取生产过程中超滤浓缩后的人血白蛋白原液为实验供试品，用半微量凯氏定氮法测定蛋白质浓度，浓度应不低于26.5%。2.1.2样品溶液的配制根据试验需要，将供试品溶液用生理盐水进行稀释得到多个不同蛋白质浓度的实验样品。2.2 样品光谱的采集本实验使用AntarisⅡ傅里叶变换[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]，采用透射分析模块，采用仪器自带的RESULT-Intergration软件编写采集光谱的工作流程。光谱分辨率为8 cm-1，扫描范围为10000-4000 cm-1，扫描次数为32次，用偏最小二乘回归（Partial Least Squares Regression, PLSR）方法建立定量模型。2.3 校正集和验证集的划分校正集中的样品应包含使用该模型预测的未知样品的所有化学成分。且校正集中的样品的化学成分浓度范围应覆盖使用该模型预测的未知样品中可能存在的浓度范围。而且验证集中的样品应涵盖使用模型分析的待测样品中的化学组成，测定浓度范围也应尽可能覆盖该模型分析的待测样品可能存在的浓度范围，且分布均匀。所以，需要选择合理的样品集划分方法，以提高模型的应用性及准确性。2.4 预处理方法的选择为了消除噪声和产生的基线漂移，提高模型的预测能力，得到稳健的模型，需要在模型建立前对样品的原始光谱进行预处理，常用的谱图处理方法有均值中心化（Mean Center）、标准化（Auto scale）、平滑和导数等。导数是常用的基线校正和光谱分辨预处理方法，但也会放大噪声的信号，降低光谱的信噪比；为消除光谱变换带来的噪声，常对原始光谱进行平滑后求导，能有效提高信噪比；均值中心化可增大不同样品之间的差异，从而使模型的稳健性和预测能力得到提高；标准化可以使光谱中所有波长变量的权重相同，增加光谱之间差异化，适合于低浓度成分的建模。本研究中对Auto scale、Mean Center、一阶导数（First Derivative，FD）SG13点平滑、二阶导数（Second Derivative，SD）SG13点平滑等预处理方法进行了考察，以模型的RMSEP为指标，选择最合适的预处理方法。2.5 光谱区间的选择[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]信息十分复杂，在建立校正模型的过程中选择有效的建模变量是十分必要的。本研究选用间隔偏最小二乘法（Interval Partial Least Squares Regression, iPLS)），以RMSECV值为评价标准，选择变量区间以建立最佳的定量模型。3 实验结果3.1 蛋白质含量的测定结果采用半微量凯氏定氮法进行蛋白含量的测定，测定得到17个样品的蛋白含量。用生理盐水稀释样品，共得到49个不同蛋白质含量的样品。3.2 样品的原始光谱图1为49个蛋白样品的原始光谱，原始光谱图中可见各样品的光谱差异不明显，因此需要使用化学计量学方法对样品光谱进行处理。[align=center][img=,494,237]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151606_01_1626619_3.png[/img][/align][align=center]图1 样品原始光谱图[/align]3.3 校正集和验证集的划分结果本研究采用Kennard-Stone（K-S）分类的算法，按照2:1的比例进行样品集的划分，划分为33个校正集样品和16个验证集样品。图2为校正集样品和验证集样品的主成分得分图，图中灰色点为校正集样品，红色点为验证集样品，从主成分得分图中可以看出，校正集样品和验证集样品分布比较均匀，且验证集样品比较均匀的分布在校正集样品之间，符合理想校正集和验证集的要求。[align=center] [img=,467,301]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151608_01_1626619_3.png[/img][/align][align=center]图2 样品主成分得分图[/align]3.4 光谱预处理的结果建模过程中，分别采用各种方法对光谱数据进行预处理，包括标准化（Auto scale）、均值中心化（Mean Center）、一阶导数（First Derivative，FD）、SG13点平滑、二阶导数（Second Derivative，SD）等处理方法，以RMSEP作为评价模型的参数，通过对比预处理后的建模结果，选出最合适的预处理方法。表1列出了预处理后各模型的评价参数，通过比对，可以较直观的选出一阶导数SG13点平滑和Mean Center的组合为最佳预处理方法。图3所示为用经过一阶导数SG13点平滑和Mean Center 预处理后的光谱所建立的模型的结果，从图3中可以看出，建模效果较好，预测能力较高，Rc2=0.994，Rp2=0.986，RMSEC=0.1993%，RMSEP=0.2585%，RMSECV=0.2518%。[align=center]表1 不同预处理后各模型参数[/align][align=center][img=,629,241]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151613_01_1626619_3.png[/img][/align][align=left]FD+SG：一阶导数+SG13点平滑[/align][align=left]SD+SG：二阶导数+SG13点平滑[/align][align=center][img=,572,305]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151616_01_1626619_3.png[/img][/align][align=center]图3 一阶导数+SG平滑+ Mean Center[/align]3.5 光谱区间的选择结果通过筛选光谱区间，可以选择与样品白蛋白含量相关性大的光谱变量进行建模，去掉大量无关信息，减少模型的计算量，使得模型的效果更好。本实验采用iPLS进行变量的选择。将光谱进行SG13点平滑+一阶导数+ Mean Center预处理后，分别采用Forward iPLS和Reverse iPLS方法选择最佳的光谱区间，改变窗口宽度，分别选择最佳变量，以RMSECV为标准选择谱区。3.5.1Forward iPLS选择波段采用FiPLS的方法以RMSECV为标准选取最佳的光谱区间，分别选择50、100、200个变量进行自动选择，如表2所示窗口宽度为100个变量时建模结果较佳，结果图4所示。[align=center]表2 Forward iPLS结果[/align] [align=center][img=,645,163]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151618_01_1626619_3.png[/img][/align][align=center][img=,517,246]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151619_01_1626619_3.png[/img][/align][align=center]图4 Forward iPLS波段结果图[/align]由图4中可以看出，绿色部分为建模的波段，图5为建模预测结果图。[align=center][img=,551,291]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151620_01_1626619_3.png[/img] [/align][align=center]图5 Forward iPLS建模结果图[/align]3.5.2 Reverse iPLS选择波段采用Reverse iPLS的方法选取最佳的光谱区间，同样，分别选择50、100、200个变量进行自动选择，如表3所示窗口宽度为50个变量时建模结果较佳，波段选择结果如图6所示。[align=center]表3 Reverse iPLS结果[/align][align=center][img=,652,456]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151622_01_1626619_3.png[/img][/align] [align=center]图6 Reserve iPLS 选波段结果图[/align]如图6中所示，其中绿色部分为建模波段，图7为预测结果。[align=center][img=,520,228]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151624_01_1626619_3.png[/img][/align][align=center]图7 Reserve iPLS 建模结果图[/align]通过采用Forward iPLS和Reservei PLS波段选择方法建立PLSR模型，经过两种方法中选择的最优变量的对比（见表4），选择窗口宽度为100变量的Forward iPLS变量选择方法建立的模型最佳。最终建立的PLSR模型结果：模型的参数为Rc2=0.997，Rp2=0.987，均方根误差RMSEC=0.1394%，RMSEP=0.2560%，RMSECV= 0.1831%，建模结果较好。[align=center]表4不同变量选择方法的建模结果[/align][align=center][img=,641,142]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151629_01_1626619_3.png[/img][/align]3.6 一级数据与预测值比较对16个验证集样品的传统方法获得的蛋白含量和NIRS蛋白含量预测值进行偏差分析，结果见表5所示。蛋白含量一级数据和预测值的平均偏差和相对平均偏差的计算公式见式1和式2，蛋白含量NIRS的预测值和一级数据间的平均偏差为0.17，相对平均偏差为0.81，两者都较低，说明了NIRS和传统的凯氏定氮法结果相差较小，表明NIRS用于蛋白含量测定的准确性和可靠性。[align=center][img=,372,89]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151631_01_1626619_3.png[/img][/align]式中yi, actual为传统凯氏定氮方法得到的一级数据值，yi, predicted为NIRS得到的预测值，n为验证集样品数量。[align=center]表5 验证集样品方法结果比较表[/align][align=center][img=,585,86]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151632_01_1626619_3.png[/img][/align]3.7 预测值的精密度通过重复测量光谱计算，建立的蛋白含量校正模型的预测精密度。随机选取验证集样品中的1号、15号、35号、42号和47号样品，每个样品重复测量10次，然后采用建立的蛋白含量模型采集以上样品的光谱，得到样品的预测值。然后计算每个样品预测值的平均值、标准偏差和相对标准偏差，用这些指标来表示预测的精密度，结果见表6。如表中所示， RSD值均在1.0%以下，远远低于5.0%，证明了模型的精密度良好。[align=center]表6 模型精密度考察结果[/align][align=center][img=,584,394]http://ng1.17img.cn/bbsfiles/images/2017/09/201709151636_01_1626619_3.png[/img][/align]4结论和讨论本研究建立了人血白蛋白生产过程中蛋白含量测定的近红外定量模型，用于人血白蛋白原液蛋白质含量的测定，为下一步原液的生产配制提高依据。首先，取生产过程中的样品17个，用凯氏定氮法测得各个样品的蛋白含量，然后在实验室条件下，用生理盐水配制成49个不同浓度的蛋白样品。对49个样品进行[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]的采集，然后对样品进行校正集和验证集的划分，对光谱进行预处理方法和不同的变量选择方法进行了考察；采用Kennard-Stone（K-S）分类的算法，按照2：1的比例进行样品集的划分，优先选出Mean Center +一阶导数SG13点平滑的预处理方法，并采用窗口宽度为100变量的Forward iPLS变量选择方法选出变量区间，最终建立最佳的近红外定量模型。最终建立的PLSR模型结果：Rc2=0.997，Rp2=0.987，均方根误差RMSEC=0.1394%，RMSEP=0.2560%，RMSECV= 0.1831%。除此之外，对模型进行了重复性考察，从结果可知模型具有较好的重复性。在模型的建立中，选用Kennard-Stone（K-S）分类的算法进行样品集的划分，通过PCA分析得到具有代表性的校正集和验证集样品。在预处理方法的选择中，分别选用Autoscale、Mean Center、SG平滑一阶导数以及各预处理方法的组合进行预处理方法的考察，其中SG平滑中，不同的窗口宽度会对平滑产生不同的效果，窗口宽度越宽平滑效果越好，但也会丢掉有用的信息，经过考察选择13点平滑时结果较佳。参考文献吴清, 周法根. 脑梗死治疗中白蛋白应用价值的探讨 . 心脑血管病防治, 2005, 5(2): 49-50.王华平, 米宇俊. 人血白蛋白治疗肾综合征出血热低血压休克患者疗效观察 . 医师进修杂志, 2001, 24(8):20-21.郑红光, 杨志藩, 关欣. 静脉输注人血白蛋白对肾病综合征的正负临窗效应观察 . 中国实用内科杂志, 2003, 23(1):25-27.刘丽萍. 人血白蛋白在肝硬化资料中的应用 . 中国医院用药评价与分析, 2013, 13(5):388-390.常花蕾, 史涛. 人血白蛋白临床不合理应用及改进措施 . 中国药物应用与监测, 2014, 11(1): 52-54.孙世光, 余明莲, 王建民, 张国辉. 人血白蛋白的临床应用误区及其对策 .解放军药学学报, 2009, 25(4):366-368.
说明：本文参与原创大赛仅为加强传播交流，让更多人发现近红外的魅力，不参与任何奖项评选！近红外的“快、准、狠”上海烟草集团马雁军近红外技术正如古龙武侠小说中描写的武林高手，三个字“快、准、狠”。我的理解和诠释：“快”是快速，“准”是准确，“狠”是捕集相关官能团信息狠。从事近红外技术工作，我是半路出家，第一次与其亲密接触是在2004年。当时，上级领导发现其能同时多组分快速分析，既节能降耗又能提升工作效率，就订购了两台布鲁克公司的MPA型号近红外光谱仪。按采购周期，年底才能到货，恰逢布鲁克公司5月在成都办培训班，我去天府之地受训。周学秋老师五天的苦口婆心讲解，终于明白了一点。拷贝了一套OPUS软件，回北京后就开始了“桌面推演”的模拟学习。没有仪器实体，收效甚微。仪器12月到货，周学秋老师亲临现场安装调试讲解，对近红外仪器和技术研究又有进一步了解。近红外入门容易，研发一个实际应用确实很难。烟叶是农产品，季节性收购，且烟叶由4千多种化学成分组成，属于复杂的化学体系；烟叶品种和等级较多，烟叶质量每年受自然气候影响较大，收集齐有代表性样品需要2至3年时间，而研发一个稳健准确的定量模型，需要足够量的代表性烟叶样品和准确的理化检测数据支撑才可以完成，两者缺一不可。牵涉具体应用，还要考虑实验条件的标准化和规范化问题。为了能将近红外技术应用研究尽快开展起来，领导联系了上海烟草集团公司技术中心副主任张建平博士，他欣然同意。于是我带上两位同事在春节前坐火车去了上海，开始第一次拜师学艺。张建平博士是烟草行业最早研究和成功应用近红外技术的知名学者，他是我近红外应用技术研究的启蒙老师。那次在上海的培训，我记忆犹新。张建平博士推掉了其他事务，花了一天时间客观辩证讲解了他从1997年以来从事烟草行业近红外技术的研究心得，我从中知晓了“近红外技术不是万能的”道理，研发一个稳健准确适用烟草的近红外快速分析模型需要对谱图采集和实验操作进行规范化，如样品的形态、颗粒度大小、采集样品量、实验条件（如温湿度要求）、化学分析操作等都要一致，分析结果准确前提下才能采用多种化学计量学方法开展模型优化研究。为了保证培训效果，特地安排葛炯和杨凯两人对我们进行三天实验操作规范性严格培训和具体建模优化方法的培训，达标后才让回北京。一年以后的一天，他又抽出时间专门听我汇报建模研究进展情况，指出研究工作中的不足和改进的地方。通过2年多化学分析实验积累和建模优化，我将本企业用到的烟叶原料，按烤烟、马里兰烟（含白肋烟）、晒红烟、香料烟（含晒黄烟）四个类别分别建立烟叶中水分、总糖、还原糖、总烟碱、挥发碱、总氮、氨、氯、钾、蛋白质等多个化学指标中离线近红外快速分析模型，成功应用到本企业的原料化学质量检测工作中，并将晾晒烟（含马里兰烟、白肋烟、晒红烟、香料烟晒黄烟）离线近红外模型推广应用到集团公司下属几个复烤厂的质量检测工作中。在2009年卷烟产品降害研究工作中，我发现同事在采用GC-TEA仪器分析白肋烟中四种微量级烟草中N-特有亚硝胺，每天从早上上班开始忙到下班，一天只能平行测定四个烟草样品，耗时长效率低，我看在眼里，想在心里，既然是含N化合物，近红外能不能作？我找同事要来测试样品和分析数据，扫描近红外谱图后进行近红外建模探索，四种亚硝胺单量建模R2在80%左右，TSNAs（四种亚硝胺总量）建模R2能达到90%，但用布鲁克公司的OPUS软件试了很多次，R2很难再提高。我找到南开大学邵学广教授，把我的猜想告诉他。邵学广教授认为我的想法很好，但亚硝胺含量低，从目前近红外应用研究看希望不大，只能试一试。两周以后的某天晚上九点多，他打电话给我，激动地告诉我，这是一个发现，近红外建模测定亚硝胺是可行的，R2能达到97%，交叉验证均方差也可接受。那天晚上我激动的一晚上没睡好觉，随后我和邵学广教授合作两年，扩充样本集到700个，采用邵老师的波长变量筛选和小波变换等联用方法完善了白肋烟中四种亚硝胺近红外模型，现已用于白肋烟和马里兰烟的原烟现场收购质量把关环节有五年了。这件事鼓舞了我，后续在邵老师指导下又开展了烟叶中重金属和白肋烟中氨基酸近红外建模探索工作，经过两年半的能力，建立了四种重金属（镍、铅、砷、铬）和三种氨基酸（天冬氨酸、天冬酰胺、脯氨酸）近红外模型，现已应用于实际生产工作中。“书到用时方恨少”，参加工作后才发现自己学的远远不够，一直想再进学校深造，2008年通过全国GCT统考和专业课考试，我考入北京化工大学化工学院读工程硕士，专业是化学工程。北京化工大学对在职读工程硕士要求比较严，只集中组织上5门公共课，其它课都要跟着在校学生一起上，我挤时间花了两年半时间去学习学位必修课和我想学的专业课，多数是有关数学建模的课，跟着在校生一起听课、交作业及参加闭卷考试，我坚持了下来。共修了46学分，后来学位办通知我学分已够可以找导师做毕业论文了。我一直想拜袁洪福教授为导师，想让他指导我结合企业生产线做在线近红外应用方面的毕业论文，但苦于不认识他。通过邵老师帮助引见，我终于拜袁洪福教授为导师。拜师那天，袁老师语重心长对我讲：“你要有心理准备，咱按北京化工大学研究生要求，对你进行必要训练，完成训练才能毕业”。我当即表示没问题，我能承受，越严格越好。在袁老师指导下，采用在线近红外分析技术以解决在卷烟生产线重点工序在制品过程中理化质量监测问题为课题，从应用原理入手，到采用在线近红外技术监测的具体质量指标实现，花了两年多时间，终于基本完成了设立目标。由于我半路出家学近红外，功底较差，在理论总结和条理说清楚方面可费老鼻子劲了。每次将修改完的论文发给袁老师，他无论多忙都挤时间，争取第一时间审阅，指出要修改之处让我改，他对我的硕士论文先后审阅修改了十稿，我能想象出他戴着老花镜审阅论文认真程度，我每当想起此事，满怀感恩之情外都挺不好意思的，后悔本科毕业时没能努把力上研究生多学点，现在这么费力。随着毕业论文提交的截止日子临近，我越来越着急，在临近最后一天时，我请示袁老师我的硕士论文能不能提交，明天是本年度提交论文的最后期限。袁老师说：“交不交，是你的事！改不改，是我的事！你的论文还得改！”我当时都崩溃了，又从头至尾认真修改了一遍，没有得到袁老师肯定情况就着急上传提交了，后来袁老师说对我没训练够，我也因为此事内疚好久。答辩是在化工学院进行的，按在校生要求我顺利通过答辩，领到工程硕士学位证书。一年后我的同事去答辩他的毕业论文，评审的陈院长还记得起我当时答辩过的论文。我非常感激袁老师对我的培养！目前我在袁老师指导完成在线近红外对生产线的检测研究一直在生产线应用。我作为烟草生产企业一名工匠，近红外技术在企业应用研究已伴随我工作12年有余，正如我开头讲的那样，近红外技术如古龙武侠小说中的武林高手，三个字“快、准、狠”。“快”为快速，“准”为准确，“狠”为捕集相关官能团信息狠，即使是微量亚硝胺，也能抓到关键相关信息。近红外技术在烟草行业属于发展阶段，虽然近年来离线近红外技术在烟草行业中又不断研发出真假烟鉴别、三醋酸甘油酯、卷烟烟气中七项有害成分等快速检测方法，但在线近红外应用价值潜力还没有挖掘出来，如在线烟叶挑选分级和原料过程控制等还在沉睡中，如何将其潜能开发出来？是靠袁洪福老师、邵学广老师及更多其他老师技术帮助，才能把近红外技术的“快、准、狠”在烟草行业实际生产中的应用价值开发出来，发挥其更大作用。谈了一点生产企业人的亲身感受，没有那么高的理论层次和深度，不当之处，请多多海涵！
求购一台粗蛋白快速测定仪，用于饲料厂检测原料，要求快速，结果准确（跟凯斯定氮仪结果比对）。
采用近红外光谱测定人参与西洋参的主要皂甙总量。采集人参与西洋参的漫反射光谱，分别对光谱进行数学处理,建立了对应的偏最小二乘( PLS) 回归模型。所建立的PLS 模型的预测集相关系数为 0. 97, 预测标准差为 0. 519, 相对分析误差为 4. 07。结果表明: 近红外光谱可用于检测人参与西洋参主要皂甙总量,实现原料的现场快速筛查。人参与西洋参为同科同属植物,其外型与化学成分相似,对人体均有补益作用, 在免疫调节、 抗癌与抗衰老等方面的效果尤为独特。因此, 常用于保健药物与食品加工。人参皂甙为人参和西洋参的主要活性成分,目前,测定人参皂甙定量常用方法为液相色谱法。但这方法较为繁琐,测定条件较苛刻,很难满足实际需要。近红外光谱分析是一种快速多组分分析方法,已广泛用于药材研究。但近红外区谱带较宽,重叠严重,信号弱;加上仪器噪声、 基线漂移、 杂散光、 背景噪声等因素, 严重限制了校正模型的质量与准确性。因此,在建立模型前需对光谱进行预处理。而一些常用的预处理方法(如平滑、 求导、 多元散射校正等)只是对谱图本身数据进行处理,并未考虑浓度阵的影响,其在滤除噪声的同时也损失了部分与待测品质相关的光谱信息。采用近红外光谱法结合偏最小二乘回归法对人参总皂甙进行了定标建模分析。本实验对光谱进行预处理, 建立高质量的人参与西洋参主要皂甙总量的对应的近红外PLS测定模型，确定近红外技术方法对人参与西洋参主要皂甙总量的检测可行性和准确性。一． 仪器条件：仪器为近红外光谱仪，主要部件包括：单色仪、集成电脑、电源适配器，置顶旋转测样系统。采集处理软件，建模软件。 测样方式：漫反射方式；检测方法：置顶旋转测样系统；实验所用的参数设置为： 波长范围：1400nm ~ 2500nm，波长步长：1.0nm，平均次数：60次。二．样品制备和实验方法：实验所用 75 个样品,其中西洋参样品 54 个,人参样品21 个,样品状态包含主根、 须根和粉末。将所有样品粉碎过0.2 mm孔径筛,供检测。各样品的湿化学方法数据为HPLC测得。使用近红外光谱仪扫描软件对各样品进行光谱采集。采用置顶旋转杯测样方式。得到的样品光谱和一级数据通过建模软件一一对应后，通过PLS1方法进行计算，分别得出人参和西洋参中皂苷的PLS模型。http://ng1.17img.cn/bbsfiles/images/2014/06/201406140841_502033_1344_3.jpg 图1.西洋参中皂苷的PSL模型 http://ng1.17img.cn/bbsfiles/images/2014/06/201406140842_502034_1344_3.jpg 图2.人洋参中皂苷的PSL模型 如图1、2中可以看出，西洋参和人参中皂苷的含量与近红外光谱有很好的相关性，相关系数分别达到达到0.9564 ，0.9608。使用模型对验证集样品进行预测，其最大相对偏差分别为3.2%，1.6% 。三．结论 采用近红外光谱仪快速、高效检测西洋参和人参中总皂苷的含量是可行的。不仅快速准确的分析出其成分的含量，而且误差在可控范围内。分析速度快，结果准确，具有常规化学方法所不具有的优点。海能实验室2014.01.17
我们公司是做肉制品的，想买一台红外线水份测定仪，但是不知道这个仪器怎么样，测出的结果准不准，和烤箱的的结果相差有多大？请有经验的朋友们介绍一下另外我听说进口的稍好些，哪个牌子的好呢？我们的测量范围是60%-80%之间
红外线水分测定仪主要用来测量材料的水分含量，即含水率。本水分测量仪采用先进的进口集成电路和传感技器术，并且与热失重原理相结合研制而成，精确度高，性能稳定，可广泛应用于一切需要快速测定水分的行业，如医药、塑胶、化工、食品（鱼糜、脱水蔬菜、肉类和水产加工、面条、面粉、饼干、月饼等）、粮食、饲料、种子、菜籽、茶叶以及纺织、农林、造纸、橡胶、纺织等行业中的生产过与实验过程中。红外线水分测定仪采用热解重量原理设计，是一种快速的水分检测仪器。水分测定仪在测量样品重量的同时，红外加热单元和水分蒸发通道快速干燥样品，在干燥过程中，水分仪持续测量并即时显示样品丢失的水分含量%，干燥程序完成后，最终测定的水分含量值被锁定显示。与国际烘箱加热法相比，红外加热可以最短时间内达到最大加热功率，在高温下样品快速被干燥，红外线水分测定仪检测结果与国标烘箱法具有良好的一致性,具有可替代性,且检测效率远远高于烘箱法。一般样品只需几分钟即可完成测定。红外线水分测定仪的特点：1、检测速度快,只需几分钟，测量准确；2、体积小、重量轻，用途广泛；3、操作简单，全自动测试；4、显示部分采用数字显示（7种参数：水份值、样品重量初值、终值、测定时间、温度初值、最终值、判别时间）。http://ng1.17img.cn/bbsfiles/images/2013/10/201310151541_471049_2803766_3.jpg
说明：本文参与原创大赛仅为加强传播交流，让更多人发现近红外的魅力，不参与任何奖项评选！我与近红外的故事河南科技大学 刘建学我与近红外结缘，起于1996年，算起来也算是近红外战线的一名“老兵”了，不过只是“老兵油子”而已，袁洪福理事长、韩东海副理事长那才是将军呢。回想起近红外工作的岁月，有喜悦，也有郁闷；有振奋，也有彷徨。最初的时段，主要困难是可参阅的资料太少，而我的经历也同韩老师一样——机械出身，可以说是一个不折不扣的“门外汉”。但最大的困难是计算机，内存小，运算速度慢，对于光谱庞大的数据运算不能满足，而且没有现成的软件可用，只好自己编程，有时为了编译过程通不过，可能耗费半天、一天甚至两天，到最后可能只是因为一个符号的错误。每当问题得到解决时，真有一股振臂而呼的冲动，同时又会自恋一番：“我真伟大！”为了提高运算速度，我将一个数组一个数组的运算，算完一个存入硬盘，给一个地址，使得计算机“咯咯吱、咯咯吱”（硬盘的读存声音）的反复存取，哎，可怜我那计算机……从286换到386，一个模型的一次优化计算也仅仅是从56小时减到42小时！正所谓“无知者无畏”，随着对近红外光谱分析技术的深入了解，既然这项技术属于二次检测技术，既然“特定物质对近红外光有特异吸收”，那么我想物质的某些物理性质是否能被近红外信息光所反映？于是我检测了大米胶稠度这个物理指标，其结果使我非常吃惊，与国标方法相当一致，这也更加使我相信，近红外信息反映了物质的综合特性。但如果你问我到底是什么组分产生这个结果，我没有再深入研究，真回答不上来。大概是因为大米中的支链淀粉起了主要作用，当然也不排除蛋白质、脂肪等成分的综合作用。基于这次试验，再后来我又试着利用近红外光谱技术对微生物的检测，主要是利用模式识别技术对革兰氏阳性菌、阴性菌以及同类菌之间的鉴别，效果也较好。使我对此发生兴趣的原因，是早些年给奶制品企业建立的菌落总数和大肠杆菌菌落数的预测模型。很多企业要靠收购奶农的牛奶来维持持续生产，在原料奶的收购中要进行等级划分，其中的生物学指标是菌落数和大肠杆菌数，用常规方法奶农要等一周后才能领到原料奶钱。如果近红外方法可以，那应该是最理想的方法了。于是通过现场样品采集，包含所有供奶单位和个人的所有存栏的样品，建立了菌落总数和大肠杆菌的数学模型，其结果满足生产需要，为企业结省了大量资金，也减少了不少可能的麻烦。现时企业使用的进口设备菌落总数测定仪在当时还没有。其实根据企业标准，50万cfu/ml以下为一级，50~100万cfu/ml为二级，100~200万cfu/ml为三级，200~500万cfu/ml为四级，500万cfu/ml以上为五级，我只是进行了分级而已。这篇文章在全国第一届近红外光谱学术会议论文集有收录。可能大家会有疑问，大肠杆菌能测吗？我也有相同疑问，因为牛奶本身是复杂成分的集合体，大肠杆菌本身组分在牛奶中也同样存在，为何能够区分？这也是我近年来基本没有间断探索的问题，到底是菌中哪些物质对近红外光有特异吸收，我从细胞壁的组成、细胞质的组成成分中进行筛选，但其中困难还是很大的，也产生过退缩情绪，最可惜的是几次申报国家自然基金却没有得到资助。目前进行的工作除继续对致病菌近红外敏感组分的筛选外，还在进行白酒原酒的分级方法研究，其骨架成分的研究很快完成，期望能开发出便携或在线分级仪器，以后再与大家交流和分享，愿我们的事业更加红火。
如何选择[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url][ 作者：北京英贤仪器有限公司 王艳岭 | 转贴自：《仪器快讯》第12期 初从事[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析的人员常常会提出这样的问题：什么样的[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]器最好？如何选择一台合适的[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]器？实际上，“最好”仪器的定义是很难确定的，“最好”的仪器也是不存在的。因为对某一特定的仪器所提出的各项要求是随着所需要解决的具体问题的不同而有所差异的。为了帮助使用者根据特定的需要选择合适的仪器，本文将根据不同类型、不同设计方式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]器的特点向选用者作简要介绍，以供参考。 为了使[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]获得可靠的分析结果，[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]器必须按照详细的技术规格设计生产。表1[1]反应的就是现[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]器的规范。当然也使用者选择仪器时的主要依据。 [img]http://ng1.17img.cn/bbsfiles/images/2008/06/200806251525_95025_1604460_3.jpg[/img] [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]器不管按何种方式设计，一般由光源、分光系统、测样器件、检测器、数据处理系统和记录仪（或打印机）等6部分构成。 [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]的分类方式比较多，但市场上分类主要还是按照仪器的分光器件不同来分，一般可分为4种主要类型：滤光片型、光栅色散型、傅立叶变换型和声光调制滤光器型。其中光栅色散型又有光栅扫描单通道和非扫描固定光路多通道检测之分了。 滤光片型[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]器可分为固定滤光片和可调滤光片两种形式。固定滤光片型光谱仪是[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]器的最早设计形式，这种仪器首先要根据测定样品的光谱特征选择适当波长的滤光片。该类型仪器的特点是设计简单、成本低、光通量大、信号记录快、坚固耐用。但这类仪器只能在单一波长下测定，灵活性较差，如样品的基体发生变化，往往会引起较大的测量误差。可调滤光片型光谱仪采用滤光轮，可以根据需要比较方便地在一个或几个波长下进行测定。这种仪器一般作专用分析，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。 扫描型仪器通过光栅的转动，使单色光按波长高低依次通过测样器件，与样品作用后，进入检测器检测。与滤光片型的[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]器相比，色散型[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]器具有可实现全谱扫描、分辨率较高、仪器价位适中和便于维护等优点，其最大的弱点是光栅或反光镜的机械轴承长时间连续使用容易磨损，影响波长的精度和重现性，抗震性较差，一般不适合作为过程分析仪器使用。傅立叶变换光谱技术是利用干涉图和光谱图之间的对应关系，通过测量干涉图和对干涉图进行傅立叶积分变换的方法来测定和研究光谱的技术。与传统的色散型光谱仪相比，傅立叶变换光谱仪能同时测量、记录所有波长的信号，并以更高的效率采集来自光源的辐射能量，具有更高的波长精度、分辨率和信噪比。但由于干涉仪中动镜的存在，仪器的在线长久可靠性受到一定的限制，另外对仪器的使用和放置环境也有较高的要求。声光可调滤光器（Acousto-optic Tunable Filter,缩写为 AOTF）是利用超声波与特定的晶体作用而产生分光的光电器件。用AOTF作为分光系统，被认为是90年代[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]器最突出的进展。与传统的单色器相比，采用声光调制产生单色光，即通过超声射频的变化实现光谱扫描。光学系统无移动部件，波长切换快、重现性好，程序化的波长控制使这类仪器的应用具有更大的灵活性。声光可调滤光器[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]器的这些优点使其近年来在工业在线中得到越来越多的应用。但目前这类仪器的分辨率相对较低，价格也较贵。非扫描固定光路多通道[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]器是因为仪器的检测器采用多通道光敏器件而得名。这类仪器的色散系统一般采用平面光栅或全息光栅，与光栅扫描型相比，光栅不需要转动即可实现确定波长范围的扫描。多通道检测器的类型主要有两种：二极管阵列（P- hotodiode Array,缩写为PDA）和电荷耦合器件（Charger Coupled Device,缩写为CCD）。该类型仪器测量的波长范围取决于检测器光敏元件的材料（波长范围受到一定限制），如硅基光敏元件的影响范围在短波近红外区域，由于该波i段检测到的主要是样品的三级和四级倍频，样品的摩尔吸收系数较低，因而需要的光程往往较长。这类仪器的最大特点是仪器内部无可移动部件，仪器的稳定性和抗干扰性能好；另一个特点是扫描速度快，一般单张光谱的扫描速度只有几十毫秒。这两个特点的结合，使该类仪器特别适合作为现场或在线分析仪器使用。多通道型仪器的分辨率取决于光栅性能、检测器的像素以及狭缝的尺寸。在确定波长的范围内，检测器的像素越高，所检测到的样品信息越丰富，但一般像素越高的检测器价格也越高。
想问一下 红外线快速水分测定仪 除了测定所测物质的水分外还能测什么我有点不大明白 [em0910]
我要推广仪器
下载APP
仪器导购周刊第六期—氨氮测定仪
讲述“我与近红外的故事”
尘埃粒子计数器（悬浮粒子测定仪）有奖调研
第三届全国近红外光谱学术会议
COD测定仪器导购专刊
（卡氏）水分测定技术与应用新进展
2014光谱网络会议(iConference on Spectroscopy，iCS2014上)
全国第六届近红外光谱学术会议
近红外光谱在线展
2019年国际近红外大会(ICNIRS)