推荐厂家
暂无
暂无
近红外光谱具有快速、无损的优点,在农产品、化工、医药等行业有广泛的应用。近年来,小型化化、微型化近红外光谱仪已成为本领域的发展方向,用于实验室外的现场快速检测。 江苏大学陈斌教授领衔的近红外工作室(NIR Workshop,NIRW)一直致力于近光谱分析的基础与应用研究。美国JDSU公司成功研发出世界上最小的近红外光谱仪(Micro NIR 1700)。NIRW集中力量,于2013年7月开发出Windows系统的【基于JDSU微型近红外光谱仪的分析与检测系统】软件。该系统软件包括两部分,一是辅助建模,能够建立、保存模型。二是光谱分析,能够实现光谱采集、模型加载、模型计算和结果的实时显示。 在此基础上,本团队开展基于安卓系统掌上设备的快速检测软件系统的开发研究,经颜辉、张索非的潜心功关,终获成功,在。能够用安卓手机、平板控制光谱仪的采谱、结合输入的模型,对光谱进行预处理(平滑、求导、正规化等),PLS等计算,从而实现检测指标的实时显示。 目前本系统已实现丰水梨糖度的实时检测。 后期将利用手机的定位、通信功能,实现云储存、云计算,最终形成高效的检测系统。视频链接:http://v.youku.com/v_show/id_XNjI5NjI0MDQ0.html
近红外光谱具有快速、无损的优点,在农产品、化工、医药等行业有广泛的应用。近年来,小型化化、微型化近红外光谱仪已成为本领域的发展方向,用于实验室外的现场快速检测。 江苏大学陈斌教授领衔的近红外工作室(NIR Workshop,NIRW)一直致力于近光谱分析的基础与应用研究。美国JDSU公司成功研发出世界上最小的近红外光谱仪(Micro NIR 1700)。NIRW集中力量,于2013年7月开发出Windows系统的【基于JDSU微型近红外光谱仪的分析与检测系统】软件。该系统软件包括两部分,一是辅助建模,能够建立、保存模型。二是光谱分析,能够实现光谱采集、模型加载、模型计算和结果的实时显示。 在此基础上,本团队开展基于安卓系统掌上设备的快速检测软件系统的开发研究,经颜辉、张索非的潜心功关,终获成功,在。能够用安卓手机、平板控制光谱仪的采谱、结合输入的模型,对光谱进行预处理(平滑、求导、正规化等),PLS等计算,从而实现检测指标的实时显示。 目前本系统已实现丰水梨糖度的实时检测。 后期将利用手机的定位、通信功能,实现云储存、云计算,最终形成高效的检测系统。视频链接:http://v.youku.com/v_show/id_XNjI5NjI0MDQ0.html
5、近红外分析系统: [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析必须通过数学模型,因此近红外分析要求仪器的硬件、软件和资源三位一体,缺一不可,通常还需要构建近红外分析网络系统,他们共同组成近红外分析系统。优良的[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析仪器用于产生准确的光谱;近红外分析软件(包括模型)用于解析光谱提取待测量信息;近红外分析资源(已知待测量的代表性样品、数学模型等)用于建立数学模型;[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析的网络系统用于为仪器厂家和用户之间的网络支持。5.1 [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析的仪器:[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析技术主要分成两个谱区: 0.8~1.1μm称为短波近红外谱区,主要利用含氢基团高(4~5)倍频的信息,该谱区被物质吸收弱,透过能力强,适合于做透射分析,尤其适合于做整粒样品的透射分析,仪器的价格相对较低。1.1~2.5μm称为中长波近红外谱区,主要利用含氢基团的低(2~3)倍频区,该谱区透过能力比短波近红外弱,适合做粉末样品的反射光谱分析。 [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]按结构分,主要分为连续波长型和离散波长型。前者分析谱区的光谱具有波长连续的特征;又分为色散型(单检测器或阵列检测器)与傅立叶变换型等,分析的范围相对较宽;后者利用滤光片或LED等,选用几个特征(离散的)波长进行分析,价格相对较便宜。5.2 [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析的软件:[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析软件用于包括对[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]的预处理(复原与压缩等功能算法),关联[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]与待测量建立数学模型的算法,以及利用模型预测未知样品的光谱并对分析结果进行检验等功能。5.3 [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析的资源:为了建立优秀的[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析模型,必须广泛收集样品并且用标准方法测定化学值,这些样品以及由此建立的数学模型需要耗费大量人力物力是近红外分析资源,这些资源的数据达到海量的规模,一般需要用数据库来管理。5.4 [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析的网络系统:[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析的模型需要经常维护修正,这些工作的难度较大,需要专业人员的帮助,因此,近红外专用分析仪器厂商需要通过网络为用户提供各种技术支持。