纳米材料ZrO2的傅里叶变换红外光声光谱研究

首次报道单斜ＺｒＯ２纳米材料在各种微晶粒度下的傅里叶变换红外光声光谱（ＦＴ－ＩＲ－ＰＡＳ），发现随着粒度的减小，波数低于１０４８ｃｍ＾－＾１的谱线强度减弱，而波数高于１０４８ＣＭ＾－＾１的谱线强度增加，一些谱线位置有红移，并观察了压力效应。对上述量效应进行 初步解释。     

土壤的中红外光声光谱研究

红外光声光谱是基于光声理论的新型数据采集方式,与传统红外光谱相比,其吸收系数大,适合高吸收和高散射的土壤分析。以中国三种典型土壤为试验材料,研究了这三种土壤(红壤,潮土和水稻土)的中红外光声光谱特征。结果表明,土壤的中红外光声光谱的测定快速方便,土壤样品不需前处理,光谱吸收值适中,具有更丰富的吸收,且土壤主要组成成分的中红外光声光谱也具有明显不同的吸收特征,因此中红外光声光谱能更好地适用于土壤分析;利用主成分分析处理土壤中红外光声光谱时,第1和第2主成分包含了光谱98.17%的信息;利用这两个主成分作二维散点分布图,结果表明该分布能对这三种土壤进行有效分类,这为土壤鉴定提供了快捷的新手段,并使中红外光声光谱在进一步的土壤定量分析中将具有潜在的应用前景。     

基于中红外光声光谱的聚合物包膜控释肥料养分释放曲线预测

以聚丙烯酸酯类系列水基聚合物包膜控释肥料为样品,测定了包膜肥料养分的释放曲线并原位测定了肥料包膜的中红外光声光谱,分析了不同肥料的养分释放曲线以及不同包膜材料的红外光声光谱特征;采用广义回归神经网络模型(GRNN),以肥料包膜红外光声光谱的主成分作为GRNN模型的输入层,并以包膜肥料养分释放曲线为输出层,构建了预测养分释放曲线的GRNN模型。结果表明,GRNN模型能快速有效地预测包膜肥料养分释放曲线,其预测相关系数(R2)达0.93以上;包膜的探测深度明显影响释放曲线的预测误差,最小预测误差为7.14%,平均为10.28%,且基于包膜表层红外光声光谱的预测误差最小。因此,结合GRNN模型,红外光声光谱可为包膜肥料养分释放曲线的快速预测提供新手段。     

红外光曝露对于大鼠组织影响的傅里叶变换红外光谱研究

生物组织受到外界电磁场曝露以后,生物分子的结构可能会发生变化,所发生的变化可以从组织的红外光谱的变化得到确认。为了研究红外光曝露对血液、睾丸以及脑组织的影响,对曝露于红外光条件下30天的大鼠的血液、睾丸和脑组织进行了红外光谱测量,将测试结果在1 700～1 000 cm-1范围内与对照组进行了对比,并利用红外光谱的二阶导数谱进一步分析红外光曝露对生物各组织微观结构特性的影响,探讨了红外光曝露的作用位点及其机制。研究结果表明红外光曝露可致大鼠组织的红外光谱特征发生一定的变化,傅里叶变换红外光谱技术可以用于分析红外光曝露对于生物组织微观结构的影响及其发生机制。     

小米的傅里叶变换红外光谱研究

本文利用傅里叶变换红外光谱(FTIR)结合主成分分析和聚类分析对白小米、黄小米、糯小米、青小米、陈黄小米、黑小米和大黄米进行鉴别研究。所有样品的傅里叶变换红外光谱整体相似,二阶导数光谱存在明显的差异。选取1800~1400cm-1范围内的二阶导数光谱数据对52份小米样品做多变量分析,结果显示,主成分分析的分类准确率为84.6%,系统聚类分析的分类准确率为92.3%。结果表明傅里叶变换红外光谱技术结合化学计量学能有效地区分不同品种的小米,为不同小米的分类鉴定提供新的方法与途径。     

多组分变压器油溶解气体的傅里叶变换红外光声光谱定量检测

油中溶解气体是表征充油型变压器早期故障的重要特征量之一,其组分和含量的高精度检测在变压器运行状态评估和故障预警中拥有重要的研究意义。光声痕量气体检测技术作为一种光学检测手段,具有无损、高检测灵敏度、大动态范围和样品无需前处理等优点,有望实现多种变压器油溶解气体的在线检测。基于傅里叶变换红外光谱仪,结合高精度T型共振光声池,建立傅里叶变换红外光声光谱检测系统,选用CO₂和C₂H₂作为气体样品,开展多种变压油中溶解气体定量检测研究。所设计的T型共振光声池主要由相互垂直的吸收腔和共振腔构成,声探测器位于共振腔顶端远离入射光路,避免了杂散光引起的噪声对光声信号的干扰。光声池的共振频率主要由共振腔决定,共振腔与入射光路垂直,其长度不受水平面的狭窄空间的影响,故可在有限的尺寸下实现低频共振,满足光谱仪样品空间需求。实验选用380 μL·L-1 CO₂∶1 000 μL·L-1 C₂H₂∶N₂的混合气体作为待测样品,应用光谱仪中的宽谱光源,选用6 cm-1空间分辨率,采集并分析该气体样品的红外光声谱。所有气体吸收峰清晰可见,说明该方法可完成多种气体的同时检测。在常温常压条件下,2 349 cm-1入射光能量仅为12.6 μW时,CO₂气体的检测精度为4 μL·L-1,满足国家电网公司企业标准（Q/GDW 536-2010）变压器油中溶解气体在线监测装置技术规范中在线监测装置技术指标对CO₂气体最低监测极限值的要求;1 360 cm-1入射光能量为30 μW时,C₂H₂气体在的检测精度为5 μL·L-1,达到中华人民共和国电力行业标准变压器油中溶解气体分析和判断导则（DL/T 722-2014）中对运行中220 kV及以下的变压器和电抗器设备油中溶解气体含量C₂H₂含量上限的限定。实验结果表明基于T增强型光声池气体检测系统结合了傅里叶红外光谱的广谱特性和光声气体检测技术的高灵敏度,可实现多种变压器油中溶解气体的高精度定量检测,有望为变压器运行状态监测和故障类型分析评估提供理论依据。     

抗蒸汽干扰的液体傅里叶变换红外光声探测器

本文描述一种以微音器作声耦合器件的、适用于与傅里叶交换红外光谱仪联用的液体光声光谱探测器.实验结果表明;这种光声探测器能够消除水蒸汽吸收对样品吸收的干扰,是一种测水量溶液样品傅里叶变换红外光声谱的方法.     

基于人工神经网络的傅里叶变换中红外光谱法对食用油油烟种类识别研究

随着餐饮业的发展,餐饮烟气已经成为某些城市三大空气污染源之一。由于餐饮烟气对人体健康威胁很大,近年来对餐饮烟气的研究愈来愈热。餐饮烟气中包含有大量食用油加热过程中裂解而产生的不饱和烃类,危害着人类健康。不同食用油裂解出来的成分以及含量有所不同,通过构建一定的分类识别数学模型,从而实现对食用油分类识别。采用自主研发的傅里叶变换红外光谱仪,采集了不同食用油油烟烟气红外光谱数据。同时构建了主成分分析(PCA)分别结合概率神经网络(PNN)以及误差反向传播人工神经网络(BPANN)的分类识别算法。将两种分类识别算法对不同食用油油烟烟气的傅里叶变换红外光谱数据进行分析。通过样本数据对数学模型进行训练,将训练好的数学模型对未知光谱数据进行分析,来确定产生油烟烟气的食用油种类。实验结果表明,两种算法都能对不同的油烟种类进行较好地分类识别。在全波段识别时,识别率分别达到90.25%和97.0%。通过对烟气光谱数据的吸收波段进行分析,提取大气窗口并且具有较强可挥发性有机物(VOCs)吸收特征的波段(1 300～700 cm-1以及3 000～2 600 cm-1);将吸光度数据分成两个分离的吸收波段,两种算法在3 000～2 600 cm-1波段都有较好的识别效果,PCA-PNN算法识别率为90.25%,PCA-BPANN算法识别率为92.25%。可见,两种人工神经网络算法都能有效对食用油烟种类进行识别。     

利用傅里叶变换红外光谱法鉴定小麦品种

利用傅里叶变换红外(FTIR)光谱法分析了8个不同小麦品种根部的红外光谱图,对红外光谱图的吸收峰进行了归属分析,通过对各谱图的比对发现,在相同波数范围内,不同的小麦品种其红外谱图的形状、波数及吸收峰的多少有所不同。结果表明不同小麦品种的红外光谱图有明显的差异,其一在2800～2980cm-1波数范围内,此区反映的主要是甲基、亚甲基的伸缩振动,化合物分子链的长短、分子量的大小在此区有显现;其二差别较大的区域在1510～1730cm-1范围内,它反映的主要是酰胺的氮原子及α碳原子取代基的性质,可能是源于基因的差异,此区域内谱图差异较大。因此FTIR光谱法可用于不同小麦品种的鉴别。     

基于PCA和LS-SVM的傅里叶变换近红外光谱的黄酒酒龄的鉴别模型

利用傅里叶变换近红外光谱技术,对黄酒酒龄鉴别的模型进行研究。对绍兴黄酒样本光谱主成分进行提取与分析,并发现前3个主成分具有较明显的聚类特征。其次,利用LS-SVM模型对不同主成分数进行分类和寻优,发现当主成分数为6时达到判别的正确率是100%,此时模型的两个参数γ和2σ分别为61.890和1.769。研究表明,利用傅里叶变换近红外光谱技术并结合主成分分析(PCA)和最小二乘法支持向量机(LS-SVM)可作为一种可靠、准确、快速的检测方法用于黄酒酒龄定性鉴别分析。     

不同产地双色牛肝菌FTIR光谱鉴别研究

同一种蕈菌子实体,由于外观形貌相似,凭传统外观形貌特征难以鉴别产地来源。应用傅里叶变换红外光谱(FTIR)法测定了云南省5个不同地区58个野生双色牛肝菌子实体样品的红外光谱。借助于红外光谱具有的指纹特性,利用SPSS 13.0统计软件对1 350~750 cm-1范围光谱数据进行主成分分析(PCA),根据前三个主成分累积贡献率已达到88.87%以及主成分载荷分析,表明前三个主成分能够反映样品在该段光谱的主要信息。对前三个主成分作投影显示并进行比较,发现以主成分1和主成分2作二维线形投影,对不同产地的双色牛肝菌有较好的聚类和鉴别作用,所有样品被划分为5个区域,98.3%的样品被正确归类。研究结果提示,傅里叶变换红外光谱结合主成分分析方法可以快速、方便地对不同产地的同一种野生双色牛肝菌进行鉴别分类。     

双光梳光谱学研究进展

双光梳光谱仪具有超高光谱分辨率、超快采样时间的特性,是研究分子吸收光谱的有力工具。文章介绍了双光梳光谱仪的基本原理以及它与传统傅里叶光谱仪的区别,叙述了几种典型的双光梳光谱仪构成及其用于测量分子吸收光谱的实验结果,并对双光梳光谱学做了详细说明。随着中红外光梳和中红外探测器技术的进一步发展,双光梳光谱学将会在大气污染监测、呼吸气体检测等重要的国计民生领域得到越来越广泛的应用。     

镰刀菌的傅里叶变换红外光谱鉴别

傅里叶变换红外光谱结合多元统计方法应用于微生物的快速鉴定及分类是近几年发展起来的一门新型技术。文章用傅里叶变换红外光谱研究了镰刀菌属五种6株镰刀菌。在获得分辨率高、重现性好的镰刀菌全细胞组分的红外谱图基础上,分析了主要吸收峰的归属,确定了镰刀菌红外谱图3 000～2 800 cm-1,1 800～1 600 cm-1与指纹区3个分析灵敏区。根据分析灵敏区的差异性区分了不同种的镰刀菌,并在此基础上进行了系统聚类分析并对镰刀菌种间进化亲缘关系进行了比较。结果表明,可根据光谱峰位、峰值及吸收强度比鉴别镰刀菌,而系统聚类分析方法能更科学合理地鉴别镰刀菌及呈现种间相似性程度,但不适合反映镰刀菌遗传亲缘关系。傅里叶变换红外光谱技术所具有快速、精确,易操作等优点是必将成为微生物研究领域的一个重要工具。     

野生食用蕈菌不同部位的红外光谱研究

测试了野生食用蕈菌子实体不同部位的傅里叶变换红外光谱。结果显示,同一蕈菌的菌盖皮、菌褶、菌盖肉、菌柄的红外光谱显示差异,红菇科红菇属的青头菌、大红菇的菌盖皮与其他部位的光谱有较大差异;鹅膏科鸡 菌的菌褶与其它部位的光谱有明显区别。表明蘑菇同一子实体不同部位的化学组成有差异。通过蘑菇不同部位的红外光谱有可能区分不同种类的蘑菇。     

食用菌的傅里叶变换红外光谱鉴别

利用傅里叶变换红外光谱法(FTIR)研究了担子菌木耳目、非褶菌目和伞菌目6个科9个属的10种食用菌的子实体。将光谱分为5个区S1区(3 050～2 800 cm-1),S2区(1 750～1 500 cm-1),S3区(1 500～1 200 cm-1),S4区(1 200～950 cm-1),S5区(950～700 cm-1);在5个区中,强峰出现在S4区的1 080 cm-1附近和1 040 cm-1(1 020 cm-1)附近,以及S2区的1 640 cm-1附近,1 640 cm-1附近的峰为酰胺Ⅰ振动峰,前两峰为糖类振动峰。根据5个区光谱峰值和吸收强度比,可以鉴别不同的食用菌。700～950 cm-1范围有可能作为区分不同属蘑菇间的指纹区。     

滇龙胆不同炮制品的傅里叶红外光谱鉴别

中药炮制是中医临床用药的关键,炮制具增效、减毒、缓和药性等作用,为了临床安全、合理、有效地使用中药,开展中药炮制品的鉴别研究具有重要意义。采用傅里叶变换红外光谱,对五种不同炮制样品(包括龙胆、生龙胆、酒龙胆、醋龙胆、盐龙胆)60份滇龙胆进行鉴别分析。采集样品的中红外光谱图,用基线校正和归一化法对原始光谱进行预处理,去除光谱噪音明显部分,选择3 400~600cm~(-1)范围内的光谱,利用多元散射校正(MSC)和标准正态变量(SNV)法进行处理,样品按3∶1分为校正集和预测集,并建立主成分分析(principal component analysis,PCA)和判别分析(discriminant analysis,DA)模型。结果显示,滇龙胆不同炮制品的红外图谱具有差异,主要吸收峰有3 378,2 922,1 732,1 610,1 417,1 366,1 316,1 271,1 068,1 048cm~(-1)。1 738,1 643,1 613,1 420,1 051cm~(-1)附近为龙胆苦苷的特征吸收峰,1 068,1 048,935cm~(-1)处为糖类物质的吸收峰;主成分分析表明,前三个主成分方差累积贡献率为94.05%,能够反映原始数据的大部分信息,酒龙胆和醋龙胆与其他样品之间存在明显的差异,龙胆与盐龙胆所含化学成分差异较小;经基线校正和归一化法处理后的光谱结合多元散射校正法,在主成分数为10的条件下,判别分析模型可对所有样品进行正确识别,具有良好的预测性能。结果表明,傅里叶红外光谱法是一种快速、无损、有效的方法,可用于滇龙胆炮制品的鉴别,为中药炮制品的鉴别研究提供了借鉴。     

九种蔷薇科植物叶片的傅里叶红外光谱与亲缘关系分析

以蔷薇科三个亚科九种植物的叶为材料,利用傅里叶变换红外光谱法对九种植物进行亲缘关系分析和品种鉴定。叶中主要含有大量的碳水化合物、蛋白质、脂类、核酸等物质。糖类物质的峰主要在1 440～775 cm-1之间,1 440～1 337 cm-1为纤维素、木质素的振动峰,1 000～775 cm-1为核糖的伸缩振动。蛋白质的峰主要在1 620～1 235 cm-1之间,1 620 cm-1为蛋白质酰胺Ⅰ带的CO伸缩振动,1 523 cm-1为蛋白质酰胺Ⅱ带N—H和C—N吸收峰。脂类物质的峰主要出现在2 930～1 380 cm-1之间,2 922 cm-1为脂肪CH₂的伸缩振动,1 732 cm-1是脂肪酸CO的伸缩振动。核酸的标志峰出现在1 250～1 000 cm-1,1 068 cm-1是磷酸基团的对称伸缩振动,1 246 cm-1是磷酸基团的不对称伸缩振动。研究结果表明：FTIR光谱数据经平滑、标准化处理、二阶求导、主成分分析和系统聚类建立的聚类分析模型与传统分类结果相一致。杏、樱桃聚为一类(李亚科),翻白叶、月季、草莓聚为第二类(蔷薇亚科),火棘、苹果、枇杷、海棠聚为第三类(苹果亚科),亚科聚类正确率为100%,但属聚类的正确率仅为55.56%。利用该聚类模型进行物种鉴定正确率为100%。该项研究为植物的亲缘关系分析提供了新的思路与方法。     

黄芩采收季节的红外光谱三级鉴别与主成分分析

中药的采收季节与药物质量有着密切的关联,研究不同季节采收药材的差异并对其进行准确识别,对中药药理研究与质量控制意义重大。采用红外光谱三级鉴别法,对春季和秋季采收的黄芩进行研究。结果表明,春季与秋季采收的黄芩红外光谱吸收峰位置较相似,但是酯类化合物中羰基CO的1 740 cm-1特征吸收峰,黄酮类成分1 614 cm-1附近特征吸收峰及糖类成分1 071 cm-1附近吸收峰的相对峰强度差别显著。通过二者相对峰强度的不同发现春季采收的黄芩药材中黄酮类和酯类成分高于秋季采收的药材。比较二者在1 300～400 cm-1波数范围内的二阶导数红外光谱,得出其所含糖类物质有所不同。二者的差异在二维相关红外光谱上更加直观显著。对16个批次的春季与秋季采收黄芩药材红外光谱进行了主成分分析,结果表明二者可以得到准确区分。综上,红外光谱三级鉴别法与主成分分析相结合,可以准确鉴别春季和秋季采收的黄芩,并分析其化学成分的差异。     

FTIR结合主成分分析鉴别残留包衣剂的玉米幼苗

为了鉴别残留包衣剂农药的玉米幼苗,使用傅里叶变换红外光谱结合主成分分析研究了玉米幼苗的根和叶片.包衣剂包裹的玉米种子和未经过包衣剂包裹的玉米种子在相同条件下种植,并测试它们幼苗根和叶片的红外光谱,进行平行对照试验.同时测试纤维素和包衣剂的红外光谱用于参考.包衣剂包裹种子的幼苗根和叶片的红外光谱在1384 cm-1附近出...