红外含量检测

最准备用近红外在线检测污水中COD含量，浓度范围5mg/L——66888mg/L,是否可行呢？请各位高手教我，并说明原因！如果不行，有其它替代方案吗？谢谢了！

应用AOTF近红外技术实现NCO含量的在线快速检测摘要：本文利用美国Brimrose公司的Luminar 3060多通路AOTF技术[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]对氨纶生产预聚合过程中NCO含量的变化进行在线检测，以考察仪器在线测试的性能及最终建立起了在线检测模型。模型表明化学成分含量数据和光谱数据间有较好的相关性。实验结果证明AOTF[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]技术完全可以实现预聚合反应过程中NCO含量在线监测和控制的目的。关键词：声光可调滤光器；[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]；聚氨酯纤维；异氰酸酯基团 聚氨酯纤维（Spandex，简称氨纶）具有突出的高回弹性。氨纶的高回弹性是目前所有弹性纤维都无法比拟的，它的断裂伸长率大于400%，最高可达800%，即使在300%拉伸形变时，回弹回复率仍在95%以上；优异的抗张强度、抗撕裂强度；耐候、耐紫外线照射能力强；耐化学品、耐洗涤；与染料的亲和性好。氨纶已被广泛应用于纺织品中，是一种高附加值的新型纺织材料，其使用形式主要有四种：裸丝、包芯纱、包覆纱、合捻线。如丝袜、泳衣、舞蹈衣、莱卡（纯棉包覆氨纶丝）、服装等，在传统纺织品中，只需加入不到10%数量的氨纶，就可以使传统织物的档次大为提高，显示出柔软、舒适、美观、高雅的风格。在氨纶的生产工艺中异氰酸酯基团（NCO-）含量的变化对聚氨酯纤维的性能有着重要的影响。传统的化学分析方法， 按照《中华人民共和国化工行业标准》HG／T 2409—92聚氨酯预聚体中异氰酸酯基含量的测定方法，需要准确称量、溶解、添加指示剂、最后用盐酸标准滴定，还要做空白试验，平行测定试验，因此检测一个指标比较耗时，还要消耗试剂。而近红外技术的出现为NCO含量的在线检测成为了可能。[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]主要是有机分子的倍频与合频的吸收光谱。有机物[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]主要包括C-H、N-H、O-H等含氢基团的倍频与合频吸收带。这些是在近红外谱区做复杂天然物品质分析的前提。[1]90年代末，来自美国航天技术的声光可调滤光器（Acousto-Optic Tunable Filter , 缩写AOTF）技术的问世，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]最突出的进展”[2]。AOTF是一种建立在光学各向异性介质的声光衍射原理上的电调谐滤波器[3~5]，与通常的单色器相比，采用声光调制即通过超声射频的变化实现光谱扫描，光学系统无移动性部件，波长切换快、重现性好，程序化的波长控制使得这种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和现场（室外）分析中得到越来越广泛的应用[6,7]。目前国内也有相关的研究在进行[8,9]。本文采用AOTF近红外技术建立了NCO的在线检测模型，实现了NCO含量的在线快速检测。 1. 实验部分 1.1 仪器条件和样品仪器：美国BRIMROSE公司产的Luminar 3060型AOTF在线[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]，主要部件包括：光学控制部分、多路转换器、光纤、电脑。仪器所用检测器为InGaAs，波长范围为1100 nm到2300 nm，1 nm的波长增量，光程10mm，扫描次数为100。The Unscrambler定量分析软件。样品：在龙山氨纶有限公司氨纶生产车间现场取样，在线建模，取样位置设在流程的预聚合反应工段。 1.2 取样方案本方案采用直接在主管道检测的方式，检测点和取样点的示意图如图1所示。在线检测的样品为无色透明的液体，粘度为600poise。要检测两个点的NCO指标含量的变化，一个在聚合反应工段过程中，设定为通道1；另一个点是在聚合反应工段之后，设定为通道2。 设计取样时间为15～20小时，通道1的取样点设为a点，通道2的取样点设为b点。在每个取样点取50个样品：a点样品编号：a1、a2、a3、a4、a5 a49、a50b点样品编号：b1、b2、b3、b4、b5 b49、b50① 试车开始时，每5分钟取一样品，共取30个样品；② 1.5小时之后，每20分钟取一个样品，共取6个样品；③ 2小时之后，每30分钟取一个样品，共取6个样品； ④ 3小时之后，每60分钟取一个样品，共取8个样品。1.3 实验方法在实验的过程中，由于检测点与取样点之间有点距离，根据流速我们计算出合适的取样时间，检测点1在扫描光谱后2秒钟取样，检测点2在扫描光谱后5秒钟取样。取样时，将相应的取样阀门打开，使液体流出，用写好对应编号的纸杯盛接。取样的量要适合实验室检测的需要即可，实验中取200ml左右。每取完一个样，要马上送往化验室检测数据。因短时间内，溶液的状态不会发生变化，因此可以认为扫描的光谱即为样品瓶中的溶液样品的光谱。 在生产工艺达到正常后，一般NCO含量在预聚合反应中比较稳定，因此为了取得较大的NCO变化范围，必须在开始试车时就取样。液体首先通过通道1，按照取样方案通道1开始扫描光谱并取样。大约20min之后，液体到达通道2，通道2也开始扫描光谱并取样。此时，通过多路转换器2个通道轮流取样。 利用光纤通过透射的方式采集样品的光谱数据。每一张光谱都是100次扫描的平均结果。波长范围1100nm至2300nm，1nm的波长间隔，光程10mm。光谱数据以透过方式采集并处理为吸收光谱的一阶微分。然后利用每个样品NCO含量数据和该样品的光谱数据一一对应，创建校正模型。 2. 建立模型与预测 2.1样品[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]的采集为获得良好的光谱数据，应在稳定严格的实验条件下进行光谱扫描，实验中扫描模式设为“Ratio mode”，因为这种方式可以有效地扣除背景变化带来的影响。图2-图3分别是通道1和通道2测得的典型AOTF－NIR原始吸收光谱图（图中包含50个样品光谱）。可以发现图中的50个样品的光谱排列比较紧密，光谱与光谱之间的相似性较强，采集到的光谱信息量大，光谱比较具有代表性。 2.2 光谱数据的预处理在建立模型前，首先需对扫描得到的原始吸收光谱进行光谱预处理，以消除噪音和基线的影响。我们采用的预处理方法为一阶导数9点平滑（savitzky-golay法）。一阶导数处理可以很好的消除样品由于颜色差别引起的光谱基线偏移和漂移。如图4、图5所示。 2.3 AOTF－NIR定量分析模型的建立 将经过预处理后的光谱数据与样品NCO化验值的数据进行关联，采用偏最小二乘法（PLS1），交叉－验证法（cross-validation），用The Unscrambler定量分析软件建立模型。光谱和化学值异常值（outlier）分别采用光谱影响值Leverage和化学值误差Residual这两个统计量来检验剔除。经过异常值的剔除进行逐步优化，最后得到了较为理想的校正模型。所得的通道1和通道2的近红外预测值（Predicted）和NCO化验值（Measured）的散点图如图6-图7所示。通道1的NCO模型的主成分维数为3，该模型的内部交叉验证均方差RMSECV=0.0047，相关系数为0.9926，验证结果如图6所示；通道2的NCO模型的主成分维数为5，该模型的内部交叉验证均方差RMSECV=0.0015，相关系数为0.9996，验证结果如图7所示。 2.4 预测 利用建立好的模型对5个外部样品进行预测。预测结果见表1、表2。 3．结论从以上的结果可以看出：通道1的NCO模型的内部交叉验证均方差RMSECV=0.0047，相关系数为0.9926，外部预测的平均绝对偏差为0.059；通道2的NCO模型的内部交叉验证均方差RMSECV=0.0015，相关系数为0.9996，外部预测的平均绝对偏差为0.026。因此，AOTF[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]完全可以实现在线监测和控制预聚合反应过程中NCO含量的目的。 另外，AOTF[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]还可以在线检测水分、粘度等指标的变化，如果这些指标都建入模型中去，就可以实现生产在线的近红外集中控制。

[center]LUMINAR 5030便携式AOTF[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]烟用香料中痕量As、Pb含量的测量( 该技术已申请国家专利，砷检测专利号：200710017124.0铅检测专利号：200710017122.1 )[/center]一． 烟草行业目前状况：烟草企业标准《YC-T 164-2003烟用香精和料液》中4.4条规定：烟用香精和料液的砷含量不应高于1.0 mg/kg；7.2条规定：按GB/T 8450测定砷含量。作为烟用香精和料液中必检和控制的一个指标，砷含量测定GB/T 8450方法为二乙氨基二硫代甲酸银比色法。其原理为：在碘化钾和氯化亚锡存在下, 将样液中的高价砷还原为三价砷, 三价砷与锌粒和酸产生的新生态氢作用, 生成砷化氢气体, 经乙酸铅棉花除去硫化氢干扰后, 将溶于三乙醇胺-三氯甲烷中或吡啶中的二乙氨基二硫代甲酸银溶液吸收并作用, 生成紫红色络和物, 与标准比较定量。 烟草企业标准《YC-T 164-2003烟用香精和料液》中4.5条规定：烟用香精和料液的铅含量不应高于5.0 mg/kg；7.3条规定：按GB/T 8449测定铅含量。作为烟用香精和料液中必检和控制的一个指标，铅含量测定GB/T 8449方法为二硫腙比色法，其原理为：样品经处理加入柠檬铵、氰化钾和盐酸羟胺等，消除铁、铜、锌等离子干扰，在pH8.5～9.0时，铅离子　与双硫腙生成红色络合物，用三氯甲烷提取，与标准系列比较做限量试验或定量试验。在砷和铅的整个分析过程中，需要消耗十多种试剂，其中有很多是强酸强碱和剧毒化合物，操作稍有不慎就会造成实验事故，严重影响化验操作人员的身体健康。还需要检测仪器和多种辅助器材，样品需要复杂的处理过程，最后才能进行测定。整个操作过程烦琐费时，技术性较强，非专业技术人员很难掌握。二． AOTF近红外检测方案：采用LUMINAR5030便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]加液体测量专用探头，对烟用香料样品进行透射扫描，几秒钟就可快速得到砷和铅的检测结果。三． 目的：实现对烟用香料中砷和铅的快速检测，快速判断烟用香料中砷和铅的含量是否合格。四． 意义： 利用AOTF[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]技术来分析烟用香精和料液中的砷和铅的含量，方法简单，迅速高效。该检测方法完全不需要消耗任何的化学试剂，只需扫描样品的[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]在几秒钟内即可得到精度很高的分析结果，而且不破坏被检测的样品，是一种绿色环保的分析技术。因此，不会对化验分析人员的身体健康造成任何影响。利用检测速度快的优势可以增加对砷和铅含量的检测频率，监控烟用香精和料液中的砷铅含量，提高卷烟产品的质量，减小吸烟对人体健康的危害。五． 仪器条件和样品处理：仪器：美国BRIMROSE公司产的Luminar 5030型便携式AOTF技术[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]，主要部件包括：光学部分、控制部分、电源适配器、光纤探头、笔记本电脑。仪器波长范围为1100nm到2300nm，2nm的波长增量，扫描次数为100，采用InGaAs检测器，测试光程15mm。挪威CAMO公司The Unscrambler分析软件。 样品：3个厂家不同用途的香料样品，编号分别为1、2、3号，所有样品均为丙二醇溶液香料。1号样品数量为210ml，为表香香料；2号样品数量200ml，为醇香香料；3好样品数量230ml，为底料香料。三个样品均用丙二醇稀释至300ml。1号、2号样品颜色较浅，没有粘性；3号样品比较粘稠，颜色很深。 按照表1的配比将As和Pb分别用三个香料样品25ml定容，得到最终溶液中As和Pb的含量。本次实验是As和Pb同时加到一个样品中，而不是将As和Pb分别单独加到一个样品中。详细内容查看：[url=http://www.jhlaotf.com/pro/A_shownews.asp?id=299]应用AOTF[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]检测烟用香料中痕量As、Pb含量 [/url]

最近使用新买的便携式近红外设备，对酶力肽进行了蛋白质的湿化学方法检测，然后对样品光谱进行采集，通过定量分析模型的建立、优化，尝试对样品进行回归测定。蛋白质采用凯氏定氮法，按同一标准，粉碎蛋白有一定差异的样品（同一粉碎机、粉碎时间），测定出样品蛋白质含量的真值：70-90%（主要是含水量不同造成的差异）。光谱采集分粉碎样品和原始样品两种类型，分别建模。结果：总体不错。但有几个问题需要大家注意。1. 粒度对模型和检测结果影响非常大，一定要粉碎一致。不同粒度下建立的模型检测结果误差很大，尤其是未粉碎的，误差更大。粉碎的样品结果一致性很好2.由于采用漫发射光谱，光源直接贴近样品照射，同一位点进行定量检测时如果不移动，每次的检测结果都会变化，但按绝对值增大约1%的幅度增加。我感觉可能与长期一直照射的情况下，样品内部温度发生变化导致水分发生移动，或漫反射的能量加强导致检测结果不稳定。但哪个是主要原因呢？？？

外加剂固含量一般多少？该如何检测外加剂外观形态分为水剂和粉剂。水剂含固量一般有20%，40%（又称母液），60%，粉剂含固量一般为98%。根据减水剂减水及增强能力，分为普通减水剂（又称塑化剂，减水率不小于8%，以木质素磺酸盐类为代表 ）、高效减水剂（又称超塑化剂，减水率不小于14%，包括萘系、密胺系、氨基磺酸盐系、脂肪族系等 ）和高性能减水剂（减水率不小于25%，以聚羧酸系减水剂为代表 ），并又分别分为早强型、标准型和缓凝型。粉剂≥94%，液体浓度0-40%外加剂是一种在维持混凝土坍落度不变的条件下，能减少拌合用水量的混凝土外加剂。大多属于阴离子表面活性剂，有木质素磺酸盐、萘磺酸盐甲醛聚合物等。加入混凝土拌合物后对水泥颗粒有分散作用，能改善其工作性，减少单位用水量，使混凝土强度增加并改善耐久性；或减少单位水泥用量，节约水泥。外加剂的固含量如何检测：在固含量检测领域，测量准确性和测量速度之间的矛盾一直没有解决；针对这一现状深圳市芬析仪器制造有限公司提供一种有烘干法结构的快速测定固含量值的仪器。CSY-G2外加剂固含量检测仪采用德国HBM称重系统，保证称重准确；环形石英钨卤红外线加热源，快速干燥样品；与国际烘箱加热法相比，环形石英钨卤红外线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,具有可替代性，且检测效率远远高于烘箱法，智能化操作,一般样品只需几分钟即可完成测定。CSY-G2固含量检测仪获得国家知识产权保护（专利号201420090168.1）是一种新型的快速检测仪器。

网上查了测油技术，许多都介绍了红外分析方法。我需要测量氮气中的微量油或油蒸汽含量。请教一：红外测油如何测量？如何取样？请教二：有否有将样气直接通入测量腔，特定红外波长检测，直读油含量。我们通常用红外测量其它微量组分就是采用的此方法，是否能应用到油含量分析中。请教三：能否通过直接滤波轮的密封油过滤片，来改变不同油品的分析？欢迎大家指教，或提供相关资料！

[font='Times New Roman'][font=宋体]蛋白质是复杂的含氮有机化合物，不同蛋白质的含氮量不同，测定蛋白含量一般采用凯氏定氮法，但该方法操作步骤繁琐，消耗试剂（如浓硫酸、氢氧化钠等），检测时间长。近年来多采用蛋白质分析仪进行测定，但仍需要对样品做复杂的预处理，费时费力。采用[/font][/font][font=宋体][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析技术[/font][font='Times New Roman'][font=宋体]可缩短检测时间，可快速预测发酵产物中的蛋白质含量，不仅可以避免因为时效性差而引起的目标产物产量不稳定，还可以防止因为外界环境变化引起的蛋白质失活变性。同理，发酵的其他目标产物，如抗生素、维生素、有机酸等，也可以利用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]来快速预测目标产物含量。[/font][/font]

本文采用数字光栅近红外漫反射技术对复合肥中总氮(N)含量进行测定,以采用标准正态变量转换、趋势变换、导数变换等方法对180个正常复合肥的近红外测量数据进行前处理,然后采用偏最小二乘回归校正方法(MPLS)建立模型,取得对未知复合肥中总氮含量较好的预报结果。该方法优势:(1)检测省时,往往只需几分钟即可完成分析,而且无需称样和消耗化学试剂。(2)其测定标准偏差与凯氏法相比不存在显著性差异。该新方法可对复合肥中总氮含量实现快速简便的连续检测,尤其适合大批量样品。【作者单位】：黄埔出入境检验检疫局检测中心 广州510700(苏彩珠 蔡英俊 黄文志) 广东省农业科学院 广州510600(陈奕) 中国检验认证集团广东有限公司黄埔分公司 广州510700(谢文曦 邱敏敏 陈晓翔)【关键词】：复合肥 总氮(N) 数字光栅 近红外漫反射【基金】：广东出入境检验检疫局(2005GDK59)项目资助【分类号】：TQ444【DOI】：CNKI:SUN:FXSY.0.2008-S1-090【正文快照】：　　由于单一肥料的施用效果不如多种肥料,多种肥料分开施用又不如混合施用,所以大多数国家采用混合造粒生产含有植物必需的大量营养元素中两种以上的化肥,当今复合肥已成为最重要的肥料品种。[img]http://www.instrument.com.cn/bbs/images/affix.gif[/img][url=http://www.instrument.com.cn/bbs/download.asp?ID=112262]近红外漫反射法快速检测复合肥中总氮含量[/url]

红外光谱中，可以用什么方法定量的检测5000-4000之间的乙烯基含量。

用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]技术检测牛奶中脂肪、蛋白质及乳糖含量利用近红外漫反射光谱1100-1700nm快速检测牛奶中脂肪、蛋白质及乳糖含量，采用偏最小二乘法回归建立了测量光谱与牛奶主要成分浓度之间的校正模型，并对其重复性进行了研究，进而探讨了非线性校正方法径向基（RBFN）函数网络的可行性。并与PLS线性校正模型进行对比，探讨了PLS校正模型如何提高预测精度的相关问题。[img]http://www.instrument.com.cn/bbs/images/affix.gif[/img][url=http://www.instrument.com.cn/bbs/download.asp?ID=69231]用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]技术检测牛奶中脂肪、蛋白质及乳糖含量[/url]

SNT 2326-2009 食品及油脂中反式脂肪酸含量的检测_傅立叶变换红外光谱法

你了解这样的红外测油仪吗？KR-IB全自动红外测油仪是全自动红外测油仪的系列产品,该仪器依据中华人民共和国国家标准《GB/T16488-1996水质 石油类和动植物油的测定红外光度法》研制、开发,采用红外光度法测量水中的石油类和动植物油,技术指标按照中华人民共和国国家计量鉴定规程《JJG950-2000 水中油份浓度分析仪 计量检定规程》和《Q/09TKR002-2004 KR-I全自动红外测油仪企业标准》的要求制定。KR-IB全自动红外测油仪能够完成测油过程的全自动化，即自动清洗、进样、搅拌、萃取、测量、排液、打印和存储数据。在自动萃取过程中，根据需要可实现富集1—25倍，真正实现水中低含量油的测量；也可实现自动稀释1—25倍，实现水中高含量油的测量。在测量过程中，可实现总油的测量、矿物油的测量和动植物油的测量，同时测量三个指标，不用通过手动的方法进行吸附和再测量。该仪器主要用于各类水中油份浓度的测量，是环境监测系统、科研院所及各类与水环境污染有关的企业必配测量仪器。性能特点：1.全自动化：测油的过程全自动化，自动采样、萃取、测量、排液、数据打印、存储；2.自动富集：萃取过程实现自动富集1—25倍；3.自动稀释：萃取过程中实现自动稀释1—25倍；4.三种测量指标：仪器既能测量总有的含量又能测量矿物油和动植物有的含量；5.标准方法测量：采用三波数的红外光度法测量， 保证了测量的准确性，符合国家标准；6.独特自动搅拌萃取系统：采用独特的搅拌萃取系统，使溶液充分混合，提高萃取效率；7.数据处理自动化：不需要用户做标准曲线，操作更简单、方便、可靠；8.健康安全：测量过程中不需要分析人员的参与，消除了分析人员和四氯化碳的接触，保证了人员的健康安全；9.测量准确度提高：在整个测量过程中实现全部自动化，消除人员操作产生的人工误差，提高测量的准确性；主要技术指标：1.检出限：0.004 mg/L2.重复性：≤2%3.示值误差：≤±5%4.零点漂移：≤2%5.稳定性：≤5%6.线性相关性：≥0.9997.光谱扫描范围：2900cm-1~3060cm-18.波长重复性：±1 cm-19.光学透过率：0.1~95%10.光谱扫描速度：11次/秒11.取样误差：≤1%12.萃取效率：≥95%13.仪器直接测量范围：0~200 mg/L14.最大测量浓度：5000 mg/L（自动稀释25倍）15.工作温度：5~35℃16.仪器外型尺寸：460×280×670mm17.仪器质量：25kg18.工作电源：（220±22）V, (50±1)Hz, 260VA

我想检测水中正己烷、正辛烷的含量，目前实验室有的仪器有紫外、[url=https://insevent.instrument.com.cn/t/5p][color=#3333ff]液相[/color][/url]、红外测油仪，这三个设备那个可以测啊

本单位欲开展近红外检测羊毛衫中羊毛、羊绒含量的项目，目前已找到一些参考资料（重点的一篇见附件），但本人仅有中红外光谱使用经验，对近红外不熟悉，简单查了一下，生产[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]的厂家很多，有Thermo，Bruker，PETERN，BUCHI，Foss，BRIMROSE，日立等，想请教一下版上的高手，对于羊毛、羊绒含量的项目，[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]和近红外分析仪有什么区别？那个厂家的比较合适呢？谢谢大家[em0808] [~99887~]

有个紧急的事情想请各位高手帮帮忙，支个招：我是铝加工行业的，做轧制润滑油的检测。轧制油是用基础油再配上一定的添加剂（酸、醇、酯）混合而成的，生产过程中要不断的检测三个添加剂的含量，判断是否要补充以及要补充多少。一直在选择是用红外还是用[url=https://insevent.instrument.com.cn/t/Mp]气相[/url]，因为酸含量比较低，担心红外做不准，就选了[url=https://insevent.instrument.com.cn/t/Mp]气相色谱仪[/url]，可现在才知道，原来[url=https://insevent.instrument.com.cn/t/Mp]气相[/url]必须要知道具体是什么酸、醇、酯，要买好标准物质才可以做，而我们用的醇、酯都是混合物来的，而且供方也不方便告诉我们具体有哪些东西，哎，悔啊，早知道选红外了。现在有一个想法，不知道可不可以用原材料做标样呢，默认我的原材料酸、醇、酯含量是100%，挑其中最大的一、两个峰做为特征峰，做定量计算，可以吗？

[align=center][size=16px][b]颗粒中水分含量监测[/b][/size][/align]颗粒中的含水量是其关键质量属性之一[25]。水分含量受多种参数的影响，如进出口空气温度、进风量大小、进风湿度等都对颗粒的含水量造成影响[26]。水分含量的大小会影响颗粒的流动性、密度、粒径、溶出度、可压性及稳定性等性质。适宜的含水量能够促使颗粒的生长，促使物料粉末成粒。水分含量过高，部分粉末会附着在锅体内壁上，颗粒间也容易互相粘附结成块状，严重的会造成塌床；水分含量过低，颗粒生长缓慢，造成锅体内有过多的粉末。Beer[27]等人提出，压缩后的颗粒性质不仅与颗粒中剩余的结合水的水分有关，还与在整个流化床制粒过程中颗粒水分分布情况有关。因此对流化床制粒过程中水分含量进行实时监测与及时控制对提高制粒成功率起着非常重要的作用。为了达到实时了解制粒中颗粒含水量的目的，可以采用近红外（Near Infrared，NIR）光谱技术。NIR技术预测颗粒水分研究现状NIR技术被认为是一种可以对流化床制粒过程中物料关键质量属性进行实时监测的工具。NIR是一种振动光谱，对待测样本用NIR进行扫描可以得到样本中含有的有机分子的信息。NIR技术可以对采集的光谱数据进行分析，水分子在[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]区域能够具有较高的吸光度。可以利用这种特性对物料进行扫描，测量物料的含水量，对药品中的水分含量进行实时的监控。基于[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]的过程分析技术因为仪器较简单，分析速度快、适合各类样品分析等特点，在流化床制粒预测颗粒水分中应用广泛。Rantanen[28]等人在流化床窗口上安装光线探头，采用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]结合温湿度预测颗粒中的含水量，并且对颗粒的水分进行了控制。这种无创不接触的检测方式，可以在不对样品生产过程产生影响的条件下，对颗粒的水分进行监测。然而，这种检测方式也存在明显的弊端，比如照射距离的增加或者窗口的玻璃都会影响近红外的采集精度。为了达到更加精确的测量，可以将近红外探头插入到流化床内部进行在线分析Barla[29]等人将近红外探头插入到流化床内部进行光谱采集，通过偏最小二乘法等多种回归算法进行建模预测颗粒水分含量，发现利用偏最小二乘法建立的模型预测的结果均方根误差较低并且相关系数较高。除了实验室制粒流化床应用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]进行预测颗粒水分，工业级的流化床上也应用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]技术进行实时监测。Peinado[30]等人采用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]技术，在线实时监测工业级（300L）流化床颗粒的含水率，通过含水率测定干燥终点。制粒颗粒水分回归预测算法研究现状为满足在制粒过程中颗粒水分含量预测的高精度、高适应度的条件，建立准确度高、泛化能力强的回归预测模型是其先决条件。选取合理的回归算法，对于准确、快速地实现水分的预测具有非常重要的意义。在[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]预测颗粒水分中常用的回归模型有容易辨别系统噪声数据的偏最小二乘法、模拟生物界神经系统的人工神经网络算法和统计分析中常用的支持向量机算法。偏最小二乘（Partial Least Square，PLS）法是1983年由Wold和Alban提出的一种具有广泛适应性和在多重线性数据条件下可以达到较高正确率的多元统计回归方法[31]。PLS主要是针对多自变量和多因变量条件下的归回建模方法，尤其是在各个自变量具有较高线性相关性的时候表现较好，并且可以在数据量较少的情况下建立较为准确的回归模型。苗雪雪[32]等人通过PLS建立[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]数据与大米中水分含量的模型，实现了大米中水分含量的快速检测。陈洪亮[33]等人通过标准正态变换和无信息变量消除法对[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]进行了光谱预处理和波长特征筛选，并且结合间隔偏最小二乘法建立了预测大豆油掺伪含量的回归模型。兰州大学的路敏[34]通过[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]结合PLS等回归算法建模，快速无损的检测了可溶性固形物在薄皮水果中的含量。意大利热那亚大学的Mustorgi[35]等人从光谱数据出发，建立了PLS模型来评估特级初榨橄榄油的质量参数。De Assis[36]等人用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]技术结合PLS、iPLS和GA-PLS建立回归模型，用于预测杜鹃花果实的可溶性固体物和酸碱度的测定。研究证明，PLS回归模型以其高适应度与高准确率在近红外无损检测领域中具有较为广泛的应用。人工神经网络（Artificial Neural Network，ANN）发展历史悠久，是由McCulloch和Pitts在1943年第一次提出，为神经网络模型的发展奠定了基础。人工神经网络以其较高的准确度，较强的适应性和能够逼近任何非线性函数的特点广泛应用于各个行业[37]。广西大学的陈超锋[38]以温度、干燥时间、水分含量和初始单宁含量作为特征向量输入到网络中，预测在干制过程中柿饼可溶性单宁的含量。重庆大学的代娟[39]通过近红外光对人体血糖进行采谱，得到人体血糖的浓度数据及其[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]数据，利用粒子群算法优化ANN的权重系数，建立了两者之间的回归模型，并在实验中证明了该模型能够克服个体的差异性，具有较强的稳健性。中国海洋大学的周照艳[40]利用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]，研究对比了PLS模型与ANN模型在烟草定量分析中预测结果的差异，使用ANN弥补了PLS在建模过程中的不足。Costa[41]等人用PLS和ANN建立了基于[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]的纸浆干燥度评估模型，结果表明，[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]结合ANN和多元统计分析方法可以实时监测纸浆的重量变化。Afandi[42]等人通过室内分析测定水稻的氮含量，研究了利用ANN对水稻近红外反射率进行氮元素含量估算的方法。ANN在非线性、复杂程度高的回归预测中具有良好的表现，但同时ANN也有训练速度较慢，容易陷入局部最小值和过拟合的风险。支持向量机（support vector machines，SVM）结合了统计学习理论和结构风险最小化原理，并在其基础之上建立起来的一种机器学习算法[43]。在非线性回归中，SVM利用核函数的方法将原始数据从低维空间映射到高维空间，然后在高维空间中利用线性回归的原理进行建模，这样不会增加计算的复杂度[44]。吉林大学的梁力文[45]对对[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]的研究中，对光谱数据使用标准正态变换、多元散射校正、导数和小波降噪等方法进行预处理，在不同样本数目的条件下建立了甲硝唑的最佳SVM定量模型。牛晓颖[46]等人采集了驴肉的样本，扫描了近红外漫反射在4000~12500cm-1的光谱，分别使用主成分分析和偏最小二乘法对光谱数据进行处理，对处理后的数据使用SVM得到预测驴肉中蛋白质和脂肪含量的回归模型。在国外的研究中，Alves[47]等人应用SVM和PLS分别对[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]进行建模，预测柴油含量，结果显示SVM模型预测效果较好。Li[48]等人利用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]和SVM建立了红松叶片中叶绿素含量的预测模型，得以准确地预测出红松叶片的叶绿素含量。Moura[49]等人对柴油的[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]建立PLS和SVM回归模型，定量分析柴油含量，确定柴油中是否掺杂有煤油。

现手上一检测项目，要求检测出氧化铝和碳酸钠的含量，精度要求不高，主要作为生产监测用，在大概的范围即可，用红外能做么，会不会都被水的峰遮挡了？求大神指点迷津。，，，

请教各位大佬，赛默飞的红外光谱仪IS20检测水中的有含量，用到的正十六烷标液，异辛烷标液，苯标液可以买哪些？编号多少？基体是四氯乙烯吗？四氯乙烯的含量多少？

有谁用过傅立叶变换红外光谱仪与红外光声光谱仪测气体监测的。有何区别？这两种仪器测气体空间水含量对其影响有多大？

各位老师，次氯酸消毒液检测检测次氯酸含量时，氯离子滴定时使用的滴定液较小，减去有效氯之后，氯离子含量是负数，请问是什么原因导致的呢，有什么方法可以解决呢

紫外线吸收剂uv 531含量检测方法谁能告诉我它的含量检测方法-用液相色谱。谢谢

小弟最近在用NIR做一个低含量物质，物质质量百分含量在0.01-0.50%，在建模时总是发现线性不好（不是一条45度的直线，而几乎是一条0度的水平线），我知道对于NIR来说，低含量物质不太好检测，那么，1 对于特定的组分，我怎么确定它的检测下限呢？可以通过实验还是计算来获得么？2 我是觉得这是到了物质的检测下限，所以模型做不好，不知道各位专家有没有别的意见？3 另外，由于含量比较低，仪器的系统偏差是否也会影响到模型，那么，实验的时候仪器的偏差有多大，这个有办法测量或计算么？

大家好，请问近红外是否可以测定蛋白质亚基含量，就是想建立ＳＤＳ－ＰＡＧＥ测定的蛋白质亚基的快速检测方法，请各位指点，谢谢！

红外测油仪测水中油含量的原理是什么？

平时在做粮食中的汞检测，一般含量均很低，常见的在几个ppb的含量，这时前处理要注意什么呢？

检测对氨基水杨酸出现一些问题我现在用USP30版检测对氨基水杨酸分析它们主含量，和间氨基酚的限量。如果按药典上的条件分析的话间氨基酚就分不开。如果改变有机相的比例话能分离出间氨基酚但是含量打不出来。对照品在不同的有机相的比例下走出来的峰面积影响有很大。有哪位遇到过这种情况没？帮我解决一下这个问题。

[size=5]请前辈赐教需要检测油酸钠含量，没有找到相关标准，也没有任何有用的信息，看到国外的此类产品是GC含量，有谁知道如何用GC测试含量吗，能提供给我方法吗？不甚感激[/size]