被动傅里叶交换红外光谱仪遥测化学蒸气光谱的实时,定量分？…

给出被动傅里叶变换红外光谱仪定量遥测化学蒸气光谱的算法,可用于实时处理化学蒸气光谱和定量测理化学蒸气的柱数密度。该算法在完全定量分析蒸气透过率的同时,还进行了目标背景的实时扣除和对ＦＴＩＲ仪器的实时定标。详细讨论了用该算法对化学模拟剂ＤＭＭＰ的处理结果。     

傅里叶变换红外光谱仪遥感污染云团红外光谱的计算机仿真

利用傅里叶变换红外光谱仪（FTIS）实测背景数据,建立污染云团红外光谱的计算机仿真模型。给出（CH3）2CHO（CH3）FPO与（CLCH2CH2）2S两种污染云团红外光谱的仿真结果。模拟剂实验结果与仿真结果对比表明：模型仿真污染云图红外光谱是可行的。     

空间调制微型傅里叶变换红外光谱仪研究

针对目前环境、医疗、空间、气象、军事及安全等领域对傅里叶变换红外光谱仪微小型化、轻量化及固态化的迫切需求,提出并研究了一种以MOEMS多级微反射镜为核心器件的空间调制微型傅里叶变换红外光谱仪。在理论研究方面,建立了空间调制微型傅里叶变换红外光谱仪的物理模型,探究了该系统的光场分割与空间采样的光学原理;分析了多级微反射镜的衍射效应,提出了一种通过补边抑制衍射噪声抑制方法;进行了多级微反射镜采样误差的分析,并提出了基于最小二乘拟合的修正算法;通过对光源空间相干性、准直系统像差以及入射光场均匀性的分析,确定了光学系统的总体设计指标;通过对多级微反射镜基片加工精度、分束器材料色散特性和膜层透射效率等的计算分析,确定了干涉系统的设计方法与技术参数。在核心技术方面,提出了两个多级微反射镜的3种制作方法,分析了制作误差的来源及对系统性能的影响。通过工艺设计及实验条件探索,分别采用电铸法、真空镀膜法以及斜面倾角叠片法制作了两个多级微反射镜。在系统设计方面,进行了红外准直与缩束系统的光学设计,对整体光机系统进行了建模仿真,分析了杂散光噪声的来源。在图谱处理方面,利用过零采样方式,通过图像分割算法,获取了干涉图采样序列;通过对干涉图序列的插值、补零、延拓与卷积方法,完成了光谱相位误差的校正;通过离散傅里叶变换解调,实现了由干涉图像到信号光谱的数据反演。最后研究了系统光机整体的集成组装技术,并对原理样机进行了实验测试。本文研制的空间调制微型傅里叶变换红外光谱仪的特点在于:取消了动镜驱动机构与采样控制机构,具有微小型与轻量化的特点;干涉图的采样由多级微反射镜完成,其空间采样的方式增加了系统的稳定性与可靠性,实时采样的特点增加了系统的快速性与有效性;多级微反射镜阵列采用MOEMS工艺技术制作,增加了系统的采样精度。该光谱仪系统的结构及制作方法具有自主知识产权,并具有广阔的应用前景。     

傅里叶变换红外光谱仪扫描成像系统被动遥测火焰红外图像

介绍了一种傅里叶变换红外光谱仪扫描成像系统,并用该系统测量了放在平台上的3盏普通实验用酒精灯的火焰红外发射谱,选择位于大气窗口内的波数为900～1 000 cm-1波段,利用普朗克定律,反演出了每条光谱对应的相对温度。实验中每一个光谱对应一个扫描位置即像素点,把这些温度数据通过Matlab软件绘制出了扫描范围内的红外图像。将红外图像叠加在视频图像之上,两者吻合得非常好,清楚地显示了3个火焰的位置。     

傅里叶红外光谱仪分束器自动装调系统设计

为了提高傅里叶红外光谱仪干涉系统的精度,设计了一种基于一体化分束器的自动装调系统。使用光学胶水将棱镜与分束器固定在一起组成一体化分束器,在一体化分束器上设置三点调整机构,O点位置进行固定作为参考点,在X点、Y点位置装入压电陶瓷,利用压电陶瓷驱动分束器进行微小位移的调整。在动镜匀速运动的情况下,利用四象限检测器检测三路携带相位差信息的信号,对信号进行放大滤波和数字化处理后,采用DSP的ECAP模块捕捉三路相位差信号,并利用增量式PID算法根据相位差来对三个点位的调整幅度进行实时控制,使用DSP的AD模块采集三路信号,并利用USB2.0与上位机进行通信,在上位机上实时显示三路信号图形及相位差信息。利用光学胶水的紫外固化特性,在支架上安装紫外照射灯,调整过程中不断增加照射强度使光学胶水进行深度固化,从而制作出符合傅里叶变换红外光谱仪应用需求的一体化分束器。实验结果表明,所设计的基于一体化分束器的自动装调系统具有结构简单,调整精度高等优点,其能够满足常规红外分束器装调需求。     

傅里叶变换红外光谱仪探测器仪器响应函数研究

由于傅里叶变换红外光谱仪探测器在各个波段的仪器响应不相同,在应用过程中无论是利用光谱的绝对强度还是相对强度,都需要应用标准黑体对仪器进行定标,找出仪器响应函数。该文对加拿大BOMAN公司MR154型傅里叶变换红外光谱议配带的两个红外探测器(锑化铟InSb、碲镉汞MCT)的仪器响应函数进行了研究,并找出了它们随黑体温度(辐射亮度)的变化规律。该规律对傅里叶变换红外光谱仪的定标和保证所测辐射谱的正确性有重要意义。     

傅里叶变换红外光谱仪光阑孔径及扫描速率设置探讨

傅里叶变换红外光谱仪辐射通量大,特别适用于测量弱信号光谱,从而具有很高的灵敏度.因此也对处理系统有着苛刻的要求,在实际测试中,博里叶光谱仪光阑孔径及扫描速率设置是相关联的,直接影响到采集及数据处理的精度.通过试验,研究探讨了傅里叶光谱仪光阑孔径及扫描速率设置极限及平衡点,兼顾快与准.     

傅里叶变换红外光谱仪干涉仪系统的设计

设计了一种基于立体角镜与固定平面镜组合的干涉仪系统,以解决传统傅里叶变换红外光谱仪中干涉仪系统由于动镜的倾斜与横移影响光谱质量的问题。系统包含一对立体角镜,两面相互垂直的固定平面镜,以及分束器。通过对立体角镜的倾斜与横移、立体角镜垂直度误差以及两固定平面镜的倾斜与垂直度误差对干涉信号初相位与调制度的影响进行分析,表明立体角镜的倾斜与横移、固定平面镜的垂直度误差等因素不会影响干涉信号的初相位与调制度;通过对干涉仪进行实际测试表明,仪器具有结构简单紧凑、密封性好、分辨率高以及抗震性强等优点。     

傅里叶变换红外光谱仪中动镜系统的设计

为提升傅里叶变换红外光谱仪的整体性能,基于立体角镜与平面镜组合的光学结构,设计了一种柔性支撑机构的摆动型动镜机构.建立和分析该机构控制模型,设计了相适应的反馈控制算法.结果表明:该结构具有无摩擦、抗震性好等优点;光学结构能够很好地补偿动镜摆动造成的倾斜与横移误差,保证仪器的重复性与稳定性;通过对控制算法参量的调整,动镜机构的扫描准确度优于98.4%.在4cm-1的光谱分辨率条件下,使用该动镜机构所测得的红外光谱信噪比优于80000:1,能够满足高准确度定量分析的要求.     

面向生物过程的在线式傅里叶变换红外光谱仪

针对生物过程反应底物含量的实时测量,设计了一种在线式傅里叶变换红外光谱仪及衰减全反射(attenuated total reflectance,ATR)探头。(1) 光谱仪采用双立体角镜和平面镜相组合的方法,设计了一种高性能干涉仪系统;采用了光路折叠方式,使干涉仪结构紧凑;采用了双立体角镜,大大减少了动镜运动过程中存在的旋转、倾斜等因素影响;采用平行四边形摆动柔性支撑装置来支撑动镜,使动镜移动时无摩擦,无抖动,运行平稳;采用ZnSe分束器,使仪器抗潮湿性能大大增强;采用分束器60°光入射方式,提高了光通量。(2) 该工作设计的一种结构简单、光通量大、经济实用的ATR原位测量探头,入射光和出射光的传输均利用了大口径内镀中红外高反膜光导管作为ATR探头的红外光传输介质,从而大大降低红外光在光导管内壁多次反射后的能量损失,使得ATR探头具有高光通量,提高了信号强度,使信号的检出更加容易。最后采用灵敏度高的MCT(碲镉汞)检测器实现红外干涉信号的收集,使得检测效果更好。实验结果表明,系统具有防潮性能出色,光通量大,在线测量等优点。所设计在线式傅里叶红外光谱仪,能够较好的完成生物反应器内甘油等常见反应物底物的实时测量,在生物在线分析、化学物质检测、材料分析学等诸多领域具有较好的应用前景。     

净化沥青的傅里叶变换红外光谱分峰拟合定量分析

高温煤焦油沥青是人造炭材料的优质原料。为了获得高品质人造炭材料,必须对原料沥青进行净化处理,使得净化沥青具有合理的分子量分布、较高芳香缩合度和适宜的脂肪族侧链结构,炭化后才能生成易于石墨化的趋于规整的碳微晶结构。分别以中温沥青和热聚合改性沥青为原料,采用两种净化分离处理方法,得到四种净化沥青(RP-1,RP-2,RP-3和RP-4)。以四种净化沥青的傅里叶变换红外光谱数据为基础,结合分峰拟合数学方法,准确获得了净化沥青的芳香性指数(Iar)、支链化指数(CH₃/CH₂)、OH官能团的存在形式及分布情况和其他基础官能团含量。由分析研究结果可知,四种净化沥青均具有较大的芳香缩合度。RP-3芳香性指数高达0.90,芳香缩合度最高。RP-4支链化指数仅为0.07,脂肪族侧链数量较多、碳链较长。四种净化沥青中OH官能团存在形式有明显不同。研究结果将为人造炭/石墨材料的原料优选提供理论支持。     

微喇曼和红外光谱法研究化学气相沉积金刚石多晶膜结晶质量特性

研究了化学气相沉积多晶膜的宏观性能（颜色和透光性）与微观性能（结晶质量、相纯度和氢杂质含量）之间的关系,喇曼谱与金刚石膜中氢杂质含量（红外光谱测得）的关联性.给出了根据颜色和透明度来区分样本膜质量的实验依据,颜色较深的膜的结晶质量差、相纯度低、氢杂质含量高,1 332 cm－1金刚石特征喇曼峰强度低,半峰宽大.由于多晶膜生长不均匀性、多晶以及粗糙度的影响,生长面的微喇曼光谱随采样点变化会产生较大的偏差,而光滑生长界面的喇曼光谱随采样点的变化偏差较小,因此生长界面的喇曼光谱更能反映化学气相沉积法制备金刚石膜的整体质量.     

微喇曼和红外光谱法研究化学气相沉积金刚石多晶膜结晶质量特性

研究了化学气相沉积多晶膜的宏观性能(颜色和透光性)与微观性能(结晶质量、相纯度和氢杂质含量)之间的关系,喇曼谱与金刚石膜中氢杂质含量(红外光谱测得)的关联性.给出了根据颜色和透明度来区分样本膜质量的实验依据,颜色较深的膜的结晶质量差、相纯度低、氢杂质含量高,1 332 cm 1金刚石特征喇曼峰强度低,半峰宽大.由于多晶...     

蚁群算法在近红外光谱定量分析中的应用研究

蚁群算法是新近发展的基于群体智能的仿生优化算法,它模拟蚂蚁的觅食行为来解决复杂的组合优化问题。蚁群算法的优点是智能搜索、全局优化、鲁棒性、分布式计算和容易与其他算法相结合等。近红外光谱定量分析技术在很多领域得到广泛的应用,而其关键技术环节之一是建立近红外光谱测量数据的多元校正模型。文章将蚁群算法应用于近红外光谱定量分析中,建立了谷物样品的傅里叶变换近红外漫反射光谱和谷物中蛋白质含量的定量分析模型,得到了较好的结果。校准集的相关系数与相对标准偏差分别为0.943和3.41％,预测集的相关系数与相对标准偏差分别为0.913和4.67%。     

近红外光谱温度修正定量分析模型的研究

以小麦粉末样品为实验材料,研究了环境温度对近红外光谱定量分析结果的影响。将环境温度作为外部变量,使用不同温度下的45个样品建立了测定小麦蛋白质含量的温度修正模型,预测不同温度下的小麦样品的蛋白质含量,结果同以22 ℃恒温下45个样品建立的模型进行了比较。分析结果表明：温度修正模型的预测标准差(SEP)平均为0.333,而恒温模型(22 ℃)的预测标准差随着环境温度与建模时温度差的增大而增大,当环境温度4 ℃时,SEP=0.601 6。温度修正模型可以有效的提高近红外光谱定量分析精度。     

茶叶定性和定量近红外光谱分析方法研究

分别采集了茉莉花茶、苦丁茶、龙井和铁观音4个种类茶叶共120个样本,利用NIRSystems6500型近红外光谱分析仪对样本进行光谱测量,应用近红外光谱分析技术对茶叶进行定性和定量分析。采用主成分分析法,结合聚类分析法,对4种类别的茶叶进行定性鉴别,通过对不同光谱数据预处理方式和不确定因子系数进行比较,确立了最优定性判别定标模型。同时,采用修正的偏最小二乘法,比较不同光谱预处理方法对定标模型的影响,建立了茶叶中水分、茶多酚和咖啡碱含量的定量分析模型,并对未知样本进行预测。定性分析模型的种类识别准确率达到100％,定量分析模型的决定系数均大于0.91,相对分析误差RPD均大于3。结果表明,利用NIRS分析技术可以快速定性和定量分析鉴别茶叶的类别和成分含量。     

盐酸左西替利嗪片的近红外漫反射光谱定量分析

利用近红外光谱结合偏最小二乘法实现对不同品牌盐酸左西替利嗪片剂有效成分的定量分析。经内部交叉验证,确定最佳波数范围和光谱预处理方法,以及最佳主成分数,建立最优PLS校正模型。对验证集样品浓度进行预测,得到均方根误差RMSECV、决定系数R2分别为0.276和0.974。该方法能够用于不同厂家盐酸左西替利嗪片的快速定量分析,是一种有效的药品快速检验技术。     

基于近红外光谱技术的石油组分定量分析新方法

针对石油化工产品生产控制和质量检查的需要,为提高测定产品组成的效率,将近红外光谱法作为基础测定方法,以直馏柴油、加氢精制柴油和催化裂化柴油为校正模型的训练样本,测定其中饱和烃、胶质、单环芳烃、双环芳烃、三环芳烃和环烷烃的组成,论述了采用模糊神经网络建立校正模型测定石油化工产品组成的可行性。基于dSPACE硬件平台,用验证样本对模糊神经网络校正模型进行了检验,实验结果表明,该方法响应快、误差小、鲁棒性强,在近红外长波区内,校正样品和验证样品的均方误差小于10-6。该方法可用于石油化工产品的生产工艺研究中。     

傅里叶变换红外光谱结合衰减全反射技术用于地贫筛查指标的无试剂定量分析

利用傅里叶变换红外光谱(FTIR)和衰减全反射(ATR)结合偏最小二乘(PLS)回归,建立地中海贫血(地贫)筛查指标平均红细胞血红蛋白含量(MCH)、平均红细胞体积(MCV)和总血红蛋白(Hb)的同时定量分析方法。收集人外周血样品380个,根据地贫血液学指标筛查标准,地贫阳性180个、阴性200个。从全体样品中随机选取150个为检验集(阴性64,阳性86),余下230个为建模集(阴性136、阳性94);再将建模集随机划分为定标集(阴性68、阳性47,共计115)、预测集(阴性68、阳性47,共计115),共200次。实验比较的结果表明,中红外指纹区(1 600～900 cm-1)PLS模型的预测效果显著优于全扫描谱区(4 000～600 cm-1)PLS模型,并且模型复杂性明显降低。基于中红外指纹区PLS模型,MCH,MCV,Hb最优PLS因子个数分别为10, 10, 6;建模预测均方根误差(M_SEP_Ave)分别为2.19 pg,5.13 fL,8.0 g·L-1;建模预测相关系数(M_R_{P, Ave})分别为0.902,0.898,0.922;检验预测均方根误差(V_SEP)分别为2.22 pg,5.38 fL,7.7 g·L-1;检验预测相关系数(V_R_P)分别为0.900,0.895,0.929;地贫筛查灵敏度、特异性分别达到100.0%和95.3%。结论：FTIR/ATR光谱结合PLS方法可以提供一种无需试剂、快速简便的大人群地贫筛查新技术。     

深度神经网络在红外光谱定量分析VOCs中的应用

鉴于浅层人工神经网络(ANN)需要依靠先验知识进行人工提取特征,同时较浅的网络结构限制了神经网络学习复杂非线性关系的能力,将深度神经网络(DNN)应用于利用傅里叶变换红外光谱(FTIR)对多组分易挥发性有机物(VOCs)进行的浓度反演研究,并利用仿真实验验证了算法的有效性。从美国环境保护署(EPA)的数据库中选取了包括苯、甲苯、 1,3-丁二烯、乙苯、苯乙烯、邻二甲苯、间二甲苯、对二甲苯在内的八种VOCs气体在8~12μm波长范围内的吸光度谱,每种气体有四种不同浓度下的谱线,依据Beer-Lambert定律从每种VOCs气体中选择一种浓度下的吸光度谱进行混合,得到65 536种不同的VOCs混合气体吸光度谱样本。随机选择5 000组混合气体的吸光度谱,其中4 000组作为训练样本, 1 000组作为预测样本。通过积分提取和主成分提取对光谱矩阵进行降维预处理,将光谱维度从3 457维降到30维。将光谱矩阵经过预处理后得到的新矩阵作为网络输入,对应八种VOCs的浓度矩阵作为输出,建立了30-25-15-10-8的深度神经网络回归预测模型来实现多组分VOCs浓度反演,反演得到样本的均方根误差为0.002 7×10-6,相比于前人利用非线性偏最小二乘拟合、人工神经网络等方法拟合的精度有了明显的提高。每种VOCs气体的均方根误差均不超过0.005×10-6,每个样本的均方根误差均不超过0.006×10-6,证明了深度神经网络预测模型具有良好的非线性拟合能力和良好的稳定性。当训练样本不足(典型值:小于500)时,深度神经网络无法充分地学习,网络误差较大,精度低于单隐藏层的人工神经网络,但随着训练样本数量的增加,深度神经网络的精度不断提高,当训练样本数充足时,相比浅层的人工神经网络,深度神经网络具有更强的非线性关系学习能力,预测精度更高,模型更为稳定。同时,由于训练前对光谱矩阵进行了降维处理,大大降低了算法的复杂度,有效提高了反演效率。分析表明,深度神经网络预测模型具有良好的非线性拟合能力和良好的稳定性,无需人工提取特征就能够充分学习数据特征,同时对多组分VOCs进行浓度反演并达到较高精度。