近红外光光谱分析

对我国近10年来近红外光谱分析技术的研究与应用进展作了较为详细的综述，包括近红外光谱仪器研制、化学计量学方法及软件开发和在各领域的实际应用。根据国际上近红外光谱分析技术的现状和国内实际情况，提出了今后我国近红外光谱分析技术的发展方向。

近红外光谱技术为应用有机化学物质,在波长为780～2526nm的近红外光谱区的电磁波的光学特征,能够对化学成分含量进行快速检测。现在,应为各项科学技术的进步和提升,近红外光谱的发展有了更大的进步,对于该项技术的应用,在农业、矿业以及医疗中有着广泛的应用,尤其是在化工分析领域有着巨大的价值作用,促进了化工行业的发展。

近红外光谱区域是人们发现的第一个非可见光谱区域，它是由Hershel在1800年所观察到[1]。但是由于缺乏仪器基础，直到上世纪50年代以前，近红外光谱技术一直没有得到实际应用。上世纪50年代中期以后，随着简易近红外光谱仪的出现及美国农业部的Karl Norris等人所做的工作，使近红外光谱技术在农副产品分析中得到广泛应用[2]。20世纪60年代后，由于中红外光谱技术的快速发展和应用，加之近红外光谱技术自身的灵敏度低、抗干扰性差等缺点，使人们淡漠了该技术在分析测试中的应用。1983年，Wetzel称之为“光谱技术中的沉睡者（Sleeper among spectroscopic techniques）” [1]。80年代以后，随着计算机技术、化学计量学技术及仪器分析技术的发展和应用，人们重新认识了近红外光谱的价值，并使其发展成为了一门独立的分析技术，1988年成立了国际近红外光谱协会（CNIRS）[3]。由于应用领域的不断扩展，McLure在1994年发表了一篇题为“The giant is running strong”的论文[1]。1998年，Davies撰文讨论了近红外光谱技术的潜在用途和发展趋势，并将其描述为光谱领域中“从沉睡者变为了启明星（from sleeping technique to the morning star of spectroscopy）”的技术[4]。我国对近红外光谱技术的研究起步较晚，但1995年以来有关这一技术的应用研究逐步增多。目前，已有中国石化研究总院和北京第二光学仪器厂开发出商用近红外光谱仪[5]。药品生产过程的质量控制要求，为了确保最终产品的质量稳定均一，需要对从原料接收到产品出库的整个物料流通过程进行全程监测。近红外光谱分析技术的特点决定了其在这一领域可以发挥重要作用。

近红外光谱分析作为一种高效节能的绿色分析技术，可应用于饲料T业中从原料到成品各个环节的品质分析和监控，特别是将该技术与物联网技术相结合，构建近红外光谱分析物联网平台，实现集团资源共享，统一监测集团内饲料品质，并可根据实际情况对分析模型统一管理，提供其检测精度，将大大推动近红外光谱分析技术在饲料检测中的应用。

在线近红外光谱分析技术是目前发展最快和最具前景的过程分析技术之一，本文探讨用近红外光谱法测定聚四氢呋喃混合液中水含量、固含量及其分子量的可行性。实验结果表明近红外光谱法准确可靠，重复性和稳定性良好，适用于工业现场的原位和在线检测。

本文利用近红外光谱分析技术实现黑索金生产过程中硝化液与结晶液的硝酸含量检测，结果满足厂方再现性要求。在线近红外光谱分析非常适合应用于过程分析，具 有原位化、实时化、无损化等测量特点，快速可靠的分析结果反作用于优化生产，从而提高产品收率，保障产品品质，减少原材料用量，降低能源消耗，为企业带来 巨大经济效益。

近红外法可更快更方便的测量小麦蛋白。 S450 近红外光谱分析仪对比进口仪器。测试项目包括：内容光谱图，仪器模型性能对比，仪器模型稳定性测试，台间仪器模型传递测试，仪器波长指标的长期稳定性

采用INSION和Thermo Fisher两款近红外光谱仪器，检测奶酪样品中的脂肪含量。对NIR光谱（近红外光谱仪）和模型进行比较，评价两款仪器性能。

本文采用中波近红外光谱结合BP-ANN 建模的方法,建立了蔗汁锤度和旋光度的定量分析模型。对未知样品的预测结果显示, 该方法可满足糖业生产管理的分析要求。与全波段近红外仪器相比, 中波近红外光谱仪具有较佳的性价比, 可以快速分析蔗汁的多个指标, 操作简便, 分析结果准确, 可用于甘蔗收购的按质论价、糖厂生产过程的分析与控制。

在炼油和石化流程工业中，近红外光谱技术带来的经济效益非常显著。从原油的开采、输运、到原油调和，从原油进厂监测、炼油加工（如原油蒸馏、催化裂化、催化重整和烷基化等）到成品油（汽、柴油）调和和成品油管道输送等整个环节，近红外光谱技术可以实时控制和优化系统，并提供原料、中间产物和最终产品的物化性质，为装置的平稳操作和优化生产提供准确的分析数据。

近红外光谱的波长范围是780～2500nm，通常分为近红外短波区（780～1100nm，又称Herschel光谱区）和近红外长波区（1100～2500nm）。

应用近红外光谱（NIRS）分析技术和偏最小二乘法（PLS）建立稻米脂肪定量分析数学模型，并比较糙米粒和糙米粉 NIRS 数学模型对预测稻米脂肪含量的效果差异。

引言：本报告分析了黄豆片。通过测定豆片中的脂肪，企业可以监测加工过程中脂肪萃取的效率。仪器：所有测试均采用 AURA 手持式近红外光谱仪，在企业生产现场直接对黄豆片样品扫描， 通过化学计量学软件，建立标准和处理数据。

近红外光谱结合化学计量学方法可以快速测定柴油的多项性质和成分。而且该方法不需要对样品进行预处理，操作简单，分析快速，非常适合油品的定量和定性分析，在石化工业中得到了较为广泛的应用。特别是在汽柴油的自动调和过程中，也大都采用在线近红外分析技术实时测定关键指标。柴油调和过程主要分析十六烷值、多环芳烃含量、密度等关键指标。

白酒是中国传统酒类品种，白酒经过酒醅发酵、蒸馏、陈化、勾兑而成，基酒是白酒勾兑的原料，通过品鉴和仪器分析得到的指标用于指导成品酒勾兑生产。基酒和成品的酒精度、总酯、总酸和己酸乙酯是白酒企业质量控制工作中参考的的重要指标，传统实验室方法分析白酒酒精度常用密度计法进行测量，总酯和总酸常用滴定法进行测量，而己酸乙酯等指标常用气相色谱法进行分析。气相色谱在白酒企业是一种常规、普遍使用的仪器，但是采用毛细管气相色谱法分析一个样品的时间一般不会少于40分钟，尤其是总酯和己酸乙酯的气相色谱法更是非常费时、费力。因此，白酒企业也在寻求近红外光谱法等能快速准确分析白酒多品质指标的方法。

随着纺织工业的快速发展和消费者对于纺织品品质要求的提高，纺织品成分检测的重要性日益凸显。传统的纺织品成分检测方法如化学分析法、显微镜观察法等存在操作繁琐、耗时长、破坏样品等缺点，已难以满足现代纺织工业的需求。近红外光谱分析技术作为一种新兴的分析方法，因其快速、无损、准确等优点，在纺织品成分检测中得到了广泛应用。

利用近红外光谱仪快速测试原材料样品近红外光谱图，与已知原料近红外谱图比对，确定样品主要成分或可能成分，测试速度快，方便快捷，非常适用于产品质量控制过程中。利用PerkinElmer Spectrum Two N ™ FT-NIR 近红外分光光谱仪，建立符合数据完整性规程的测试模型，从而克服原材料测试过程中的多重挑战

本文论述了采用近红外光谱仪DA7200检测冻玉米中主要成分含量的方法。讨论了采用偏最小二乘法（PLS）建立校正模型过程中样品预处理及利用常规吸收峰优选波长的方法。经验证：水分、淀粉测量值同浓度参考值具有良好相关性（相关系数大于0.9），测量重复性变异系数(CV)优于2%。结果表明，近红外光谱法可以满足冻玉米中主要成分的实际测量要求，为玉米深加工企业提供了冬季原料玉米“按质收购”的参考方法。

随着人们对化学分析的要求越来越高,不仅要求分析结果的准确性和可靠性,还要求分析过程的快速性和无损性。近红外光谱技术(NIRS)作为一种高效、快速、无损的化学分析技术,已经在许多领域得到了广泛的应用。其中,在日化行业中,近红外光谱技术也发挥了重要的作用。

白酒是中国传统酒类品种，白酒经过酒醅发酵、蒸馏、陈化、勾兑而成，基酒是白酒勾兑的原料，通过品鉴和仪器分析得到的指标用于指导成品酒勾兑生产。基酒和成品的酒精度、总酯、总酸和己酸乙酯是白酒企业质量控制工作中参考的的重要指标，传统实验室方法分析白酒酒精度常用密度计法进行测量，总酯和总酸常用滴定法进行测量，而己酸乙酯等指标常用气相色谱法进行分析。气相色谱在白酒企业是一种常规、普遍使用的仪器，但是采用毛细管气相色谱法分析一个样品的时间一般不会少于40分钟，尤其是总酯和己酸乙酯的气相色谱法更是非常费时、费力。因此，白酒企业也在寻求近红外光谱法等能快速准确分析白酒多品质指标的方法。

近红外光谱（NIR）分析技术具有简便、快速、前处理简单、不破坏样品、无污染并且可进行多组分测定的优势，在食品农牧、石油化工、烟草等领域有广泛的应用。电子烟油中的有机组分的化学和物理信息在近红外光谱中均有体现，因此近红外光谱非常适合对电子烟油进行分析检测。

烘焙过的大麦芽样品来源于啤酒厂的麦芽车间，前后半年时间收集了不同批次的220个样品，对收集到的样品首先采用国标的方法分析测试大麦芽的α -氨基氮、脆度、浸出率、库尔巴哈值、总氮、总酸、水分，记录并保存化学方法分析数据，剩余的样品装塑料自封口袋保存。分析仪器为ThermoFisher Antaris II傅里叶近红外光谱仪，配备镀金背景和镀金漫反射表面的积分球和高灵敏度InGaAs检测器，5cm直径的漫反射样品杯及配套的样品旋转器，仪器控制软件“Result”和近红外化学计量学软件“TQ Analyst”。

近红外光谱学（NIR）在实木板材表面缺陷检测的潜力，近红外光谱在对木材进行检测时，近红外光谱通过化学计量方法建立木材光谱与木材性质直接的相关关系，从而实现对木材性质的定性分析，国内外已经有一些使用近红外光谱NIR对木材的物理性质和化学性质的研究。

近红外光谱分析已被广泛地应用到农业'食品'生化'石油化工'医药临床'造纸和环保等领域傅里叶变换近红外光谱仪器具有较高的信噪比和很好的波长准确度等优点但价格比一般的国产光栅型或其它专用分析仪器贵得多!在一些实际应用中!譬如烤烟收购时品质指标的检测等!运用傅里叶变换型光谱仪可比喻为-杀鸡使用宰牛刀.(M)"在国产化和低成本化的近红外光谱仪上!研究开发品质分析用的近红外快速检测方法对推动国内近红外技术产业的发展具有重要的实际意义

酿造白酒原料酒醅的水分、总淀粉、酸度等指标是每个白酒酿造企业车间化验室常年的常规分析项目，这些指标关系到酒醅发酵的效率即产酒率，酒醅是由蒸煮糊化过的粮食冷却后混入酒曲和适量的水搅拌均匀后填入酒窖发酵的原料。发酵后的酒醅经过蒸馏后，部分淀粉没有消耗，需要添加新的粮食和酒曲再进行发酵，因此出窖和入窖的酒醅中的水分、淀粉和酸度成分酒醅分析的重要指标；分析酒醅水分常用烘箱方法，至少需要2个小时以上的时间，淀粉和酸度需要复杂的前处理，然后进行滴定，一般酒厂酒醅化验员一天最多能分析6个样品，对于一口窖出、入酒醅都分析，一个化验员一天只能分析3口酒窖的样品。对于2000口窖的车间，70天的发酵周期，一天需要分析至少30口窖，60个样品，而2000口窖的车间规模在一般酒厂都属于小型车间，因此，酒厂的质控人员或者近红外光谱分析技术应用于白酒和酒醅分析关键词FT-NIR 漫反射 透射 酒精度 总酯 总酸 己酸乙酯 酒醅 总淀粉 酸度 水分化验人员都在寻求一种能大力提高工作效率， 但是同样精准的分析手段，而近红外能够在8个小时内轻松分析150个样品的能力，受到酿酒企业的青睐。

采用近红外光谱技术，结合主成分分析方法，研究区分6种植物油脂的测定方法．用不同品种和不同产地的油料制备植物油，其中32种大豆、34种花生、28种菜籽和12种棉籽，采集不同厂家生产的20种棕榈油和12种米糠油样品．测定6种植物油脂138个样品的近红外透射光谱．以植物油脂的光谱信息作变量，应用NIRCal5．2软件进行光谱预处理及主成分分析，随机取2／3的样品作定标集，1／3作验证集，选取负荷量差别较大的7 个主成分进行得分比较．结果显示，138个样品被识别为相互独立的6组，分类精度1O0％，验证准确率100％．

近红外光谱结合化学计量学方法不需要对样品进行预处理，操作简单，分析快速，且对样品没有任何损害，完成分析后可立即退回样品。一次分析可以同时给出水分含量和表面活性剂含量等多个指标。

随着国家对节能减排的要求越来越严格，热值、灰分、挥发分和固定碳等煤炭的质量指标不仅是热量指标的要求，也是环保的要求；煤炭分析的速度也是用煤单位多年探索的一项重要技术，传统煤炭热量分析主要采用量热仪，灰分、挥发分和固定碳测定采用马弗炉，分析周期长，耗能大，分析步骤需要严格控制，很多燃煤企业多年来一直在探索利用激光、中子法等技术进行煤炭快速分析，但激光和中子法对仪器安全防护要求高，使用成本也很高，而采用傅里叶近红外技术对煤炭的热值、灰分、挥发分、固定碳的进行快速分析研究近几年取得了一定进展。近红外光谱分析技术具有以下优点：1、分析速度快：任何样品的近红外光谱测试时间都可以再1分钟内完成；2、样品处理简单：样品最多可能进行简单的物理处理，如磨粉等；无需进行化学处理；3、操作简单：样品无需称重等复杂的计量测试和化学处理；只需对样品进行简单的光谱扫描；4、人为操作误差小：无称重、稀释、定容等操作，避免了操作流程上带来的偶然误差；5、绿色环保：近红外测试过程无需化学试剂，无化学反应过程，无污染；6、能实现现场在线实时测试：采用在线近红外分析技术，可以实现实时在线分析。

近红外光谱分析技术作为一种快速、无损、简便的绿色测量方法和分析技术，在土壤养分的测定方面扮演着越来越重要的角色。近红外光谱检测技术具有快速、无需样品制备和成本低等一系列优点。近红外光谱能够反映土壤的有机质和全氮等养分信息，使得近红外光谱检测技术在农业与农业环境检测中得到了广泛应用；近红外光谱检测能力主要依靠其对C-H、O-H和N-H功能键的能量吸收进而反映相应土壤养分含量等信息。土壤有机质、氮、磷、钾是农作物生长的主要养分,是土壤养分管理和测土配方施肥的重要对象,随着测土配方施肥技术的大规模推广，迫切需要一种低成本、可靠的土壤养分快速检测方法。

本实验探讨利用近红外光谱分析技术(NIRS)测定鱼丸弹性的可能性，并建立数学模型。以质构仪采用一次压缩法测定鱼丸的弹性，取最大力作为建模数据。以定标集和验证集的相关系数及其预测标准误差作为模型好坏的判定依据。结果表明，采用偏最小二乘法(PLs)建立的数学模型，具有较高的相关系数和较低的预测误差。其中定标集的相关系数(Rc)为0．9709，定标集预测标准误差(SEc)为O．0203；验证集的相关系数(Rv)为O．9697，验证集预测标准误差(SEP)为O．0206。该研究说明利用近红外技术对鱼丸弹性进行预测是可行的。