痕量检测

“学术简讯”栏目旨在帮助光谱技术使用者时时掌握新发表的科学研究前沿资讯。我们将每周给您推送新增学术论文：包括但不限于主流期刊Nature index、ACS、RSC、Wiley、Elsevier等。帮助您了解全球范围用户使用 HORIBA 光谱技术的新动态，为您的科学研究提供新思路，激发学术灵感。如您对本栏目有任何建议，欢迎留言。本周我们推荐5篇前沿学术成果，针对环境、痕量检测、检测领域，涉及SPRI、X射线荧光、拉曼光谱技术。环境痕量检测检测更多光学光谱文献，欢迎访问Wikispectra 文献库。

拉曼光谱分析法是基于印度科学家C.V.拉曼(Raman)所发现的拉曼散射效应，根据每种分子如人类指纹一样，都有其独特的光谱指纹，可以很好的识别分子物质，当前，随着拉曼光谱技术的发展，各样式拉曼检测仪不断涌现，如便携式科研拉曼检测仪、手持式拉曼检测仪等。它们为拉曼技术的推广提供了条件。　　普识纳米在现有常规拉曼技术研究的基础之上，针对不同拉曼检测仪性能不同导致的采集拉曼谱图与比对标准谱图差异大，拉曼检测仪物质识别能力不强、检测限等问题，设计并开发了通用拉曼智能识别模块，解决了拉曼谱图的自适应采集、多维度校准和多核加速技术等问题，提高了谱图识别的准确性和速度。　　拉曼智能模块对常规拉曼升级包括以下几点：　　(1)针对信号强度不确定性样品，设计了拉曼自动积分控制算法，通过实时评价拉曼信号的信噪比或峰强，自动控制拉曼积分时间、激光功率等参数，使得针对不同的样品，不同性能的拉曼信号采集模块都能自动获得高质量的拉曼谱图数据。　　(2)为提高拉曼谱图智能识别算法的通用性和准确度，设计了多维度的拉曼谱图校准算法，在对拉曼谱图进行滤波去噪的基础上，设计了基于多物质的标定的拉曼位移校准方法和相对强度校准方法，改进了不同性能拉曼信号采集模块获得的拉曼谱图的特征信息差异，从而提高了谱图识别的准确性。　　(3)基于嵌入式系统，实现了智能识别算法的并行加速。通过采用多核多线程并行处理、哈希表数据库检索方法等，提高了拉曼谱图智能识别算法的计算速度，大幅提高了智能识别模块的性能。　　(4)同时还开发了基于串口通讯的通信桥，实现了基于http通讯的前后端程序在串口下的通信。 本文开发设计了微型的拉曼智能识别模块，编写了算法和控制程序，进行了实验分析和算法验证，表明了拉曼智能识别模块能适配不同性能的拉曼光谱检测模块，可以提供离线式和在线式的拉曼谱图快速识别服务。　　根据以上四大方面升级，解决了不同厂家常规拉曼的数据匹配问题，结合普识纳米SERS增强技术，完美实现了常规拉曼毒品痕量检测难题。　　例如第三代毒品“芬太尼”，常规拉曼是无法检测芬太尼类强荧光干扰和低浓度的两大核心问题，集合普识纳米SERS智能处理器，升级后灵敏度可达ppb级别(可以在毒贩或者吸毒人员摸过的纸币上面采样)。基于拉曼光谱SERS原理，采用独特的便携设计，具有简单、精准、高效、便携等特点。满足现场使用需求，并可根据要求支持扩容升级万条数据库，还可以随时自建谱图库，检测新出现的芬太尼。

近日，中科院合肥研究院安光所方勇华研究员团队在痕量气体光声检测研究方面取得新进展，相关研究成果发表在国际知名光学期刊Optics Express上，并被选为“Editor’s Pick” 文章。博士生李振钢为论文第一作者。 　　光声光谱是一种间接吸收光谱技术，通过检测气体吸收光能产生的光声信号来反演气体浓度，具有灵敏度高、选择性好、零背景检测等优点，广泛应用于环境监测、医疗诊断、燃烧分析、电力检测等领域。然而，光声检测性能容易受到各类噪声的影响，如气体流动噪声和电子学噪声等非相干噪声，以及光声池壁吸收光能产生的相干噪声等。此前，在同时抑制相干与非相干噪声、增强光声信号方面业内鲜有报道。 　　该团队基于光声检测原理，研制了一种新型的差分式亥姆霍兹光声池，其特殊结构使光束能够在镀金内壁上多次反射，以激发出更强的光声信号。同时，采用波长调制与二次谐波技术抑制了光声池壁因吸收光能产生的相干噪声。此外，由于该光声池的差分特性，使非相干噪声得到极大抑制。该光声池经过详细的仿真优化，在获得高检测性能参数的同时，进一步提高了待测气体的置换速度。在甲烷气体检测实验中，该光声传感器表现出了良好的线性度和灵敏度。当激发光源为较低功率(6 mW)的近红外(1653 nm)分布式反馈激光器时，在1 s的检测时间内实现了甲烷气体177 ppb的最低检测限，对应的归一化噪声等效吸收系数为4.1×10–10 cm–1 WHZ–1/2(此前报道的归一化噪声等效吸收系数通常为10–8至10–10量级)。新型差分式亥姆霍兹光声池的(a)声压仿真和(b)多次反射示意图待测气体置换速率仿真；(a)连接管位置优化前(b)连接管位置优化后(a)光声检测装置原理图和(b)光声池机械结构图