关于我们
书单推荐
新书推荐
|
近红外光谱实战宝典 读者对象:《近红外光谱实战宝典》可作为近红外光谱及相关科研领域从业人员的专业用书和培训教材,也可作为高等学校单位相关专业师生的参考读物。
近红外光谱分析技术是一种实践性和实用性很强的现代快速分析技术,本书采用理论基础知识与实际应用相结合的编写方式,阐述了近红外光谱分析技术的原理、仪器结构、试验方法、实际应用,并针对应用过程中遇到的各种常见问题,给出实战性的解决方法,使读者能够抓住近红外光谱分析技术应用的技巧和要点。全书共7 章,包括概述、近红外光谱分析仪器、测量附件与实验方法、在线近红外光谱分析技术、化学计量学方法与建模、近红外光谱技术的应用、近红外光谱成像技术等。全书收集了200 多个在近红外光谱实际应用中的常见问题,并作出了详细的解答。
《近红外光谱实战宝典》可作为近红外光谱及相关科研领域从业人员的专业用书和培训教材,也可作为高等学校单位相关专业师生的参考读物。
第1章 概述 1
第一节 近红外光谱发展简史h 1 第二节 近红外光谱的基本原理 3 一、光谱产生机理 3 二、光谱谱带归属简述 5 三、氢键效应 5 四、问题与解答 9 ·为什么近红外光谱主要包含的是含氢基团的信息? 9 ·为什么吸收强度弱反而是近红外光谱的一种技术优势? 9 ·近红外漫反射光谱与物质的浓度是线性关系吗? 9 ·哪段近红外光的穿透性较强?如何利用? 10 ·近红外光谱区域中哪段光谱包含的化学信息更丰富? 10 ·为什么氢键(效应)在近红外光谱中很重要? 11 ·为什么近红外光谱的吸收谱带较宽? 11 ·为什么环境温湿度、样品温度和含水率对近红外光谱重现性有明显的影响? 11 第三节 近红外光谱分析与化学计量学方法 11 一、样品的分组方法及选择标准 12 二、光谱预处理方法 12 三、光谱变量选择方法 13 四、建模方法 14 五、异常值识别与模型优化方法 14 六、模型传递方法 15 七、问题与解答 16 ·为什么近红外光谱定量或定性分析大多需要化学计量学方法? 16 ·校正样品在建模中的作用是什么? 16 ·近红外光谱数据预处理的常用算法有哪些? 16 ·在实际应用中导数及平滑预处理应注意什么? 17 ·在实际应用中光谱变量(波段)选择应注意什么? 17 ·近红外光谱定性、定量建模的常用算法有哪些? 17 ·波长变量、主成分分析法(PCA)的主成分数及偏最小二乘法(PLS)潜变量三者有什么差别? 17 ·近红外光谱定量、定性分析从哪些基本数据处理方法和建模方法入手? 18 第四节 近红外光谱分析的基本流程与特点 18 一、近红外光谱分析的基本流程与特点 18 二、问题与解答 21 ·近红外光谱与中红外光谱相比,各有哪些技术优势? 21 ·近红外光谱与拉曼光谱相比,各有哪些技术优势? 21 ·近红外光谱与太赫兹光谱相比,各有哪些技术优势? 21 ·近红外光谱与低场核磁相比,各有哪些技术优势? 22 ·近红外光谱与激光等离子体光谱相比,各有哪些技术优势? 22 ·短波和长波近红外各有什么特点? 22 ·哪些场合不适合采用近红外光谱分析技术? 22 ·近红外光谱分析擅长哪些应用场景? 23 ·以近红外光谱分析为例,如何理解无损分析? 23 第五节 现代过程分析技术与近红外光谱技术 23 一、现代过程分析技术简介 23 二、在线近红外分析系统 24 三、问题与解答 26 ·为什么将近红外光谱列为现代过程分析技术的主要手段之一? 26 ·使用近红外光谱分析技术需要具备哪些条件? 26 第六节 近红外光谱分析技术展望 26 一、近红外光谱仪的微型化 27 二、近红外光谱仪的智能化 29 三、近红外光谱仪的标准化 30 四、光谱分析技术的现代化 31 参考文献 34 第2章 近红外光谱分析仪器 37 第一节 近红外分析仪器基本构成 37 一、光源系统 38 二、分光系统 39 三、样品室 39 四、检测器 39 五、控制和数据处理系统 40 第二节 近红外光谱仪器的分光类型 41 一、滤光片型近红外分析仪 42 二、光栅分光系统 42 三、傅里叶型分光系统 43 四、阿达玛变换型系统 46 五、声光可调滤光器分光系统 46 六、基于DLP 技术的分光系统 47 七、显微成像近红外技术 48 八、高光谱成像近红外技术 49 第三节 实验室用仪器 50 第四节 便携式和微小型仪器 51 一、便携式仪器 51 二、MOEMS 微小型仪器 52 三、微小型近红外光谱仪器展望 52 第五节 仪器的性能指标 55 一、波长范围 55 二、分辨率(光谱带宽) 56 三、波长准确度 57 四、波长精密度(重复性) 57 五、吸光度噪声(信噪比) 58 六、吸光度稳定性 59 七、吸光度准确性 59 八、杂散光 60 九、问题与解答 60 ·影响近红外光谱仪器噪声的主要因素有哪些? 60 ·衡量近红外光谱仪器之间一致性的主要指标有哪些? 61 ·为什么近红外光谱仪器的长期稳定性很重要? 61 ·《中国药典》对近红外光谱仪器的性能指标有何要求? 61 第六节 近红外光谱仪器的测量软件 61 一、仪器控制与管理 62 二、测量分析 62 三、数据管理 62 第七节 仪器的维护及校准 62 一、仪器的维护 62 二、仪器的校准与IQ、OQ 和PQ 63 三、问题与解答 65 ·实验室型近红外光谱仪器日常维护有哪些? 65 ·需要间隔多长时间进行一次近红外光谱仪器的校准? 66 ·氟化钙分束器与石英分束器的性能有何差异? 66 ·氦氖激光器与半导体激光器的性能有何差异? 66 ·近红外光谱分析常用的光源有哪些? 66 ·微型CCD 近红外光谱仪的狭缝如何选择?与分辨率的关系如何? 66 ·在近红外定性定量分析中,为什么近红外光谱仪器的性能稳定性、同类型近红外光谱仪器之间的光学性能一致性很重要? 66 参考文献 67 第3章 测量附件与实验方法 68 第一节 近红外光谱的测量方式 68 一、漫反射测量 69 二、透射测量 70 三、透反射测量 70 四、问题与解答 71 ·液体样本的近红外光谱通常采用哪些测量方式? 71 ·固体样本的近红外光谱通常采用哪些测量方式? 71 第二节 常见的测量附件 71 第三节 多种类型样品的采样及误差来源 74 一、采样及误差来源 74 二、问题与解答 76 ·水果测量时应注意哪些问题? 76 ·漫反射测量时应注意哪些问题? 76 ·近红外光谱能测量气体吗? 76 ·使用光纤测量附件应注意哪些问题? 77 ·透射测量时应注意哪些问题? 77 ·采样杯、比色池光学材料对光谱重现性有什么影响? 77 ·固体粉末粒径对光谱重现性有何影响?如何提高光谱的重现性? 77 第四节 光谱采集参数设置 78 一、光谱采集参数的设置 78 二、问题与解答 78 ·光谱采集参数如何优化? 78 ·漫反射和透射测量时,参比光谱如何选取? 79 ·近红外光谱测量时,吸光度为什么会出现负数? 79 参考文献 79 第4章 在线近红外光谱分析技术 80 第一节 在线近红外光谱分析仪的构成 80 一、硬件 81 二、软件 82 第二节 取样与样品预处理系统 84 一、取样点 84 二、取样探头和样品输送 84 三、样品预处理系统 85 第三节 在线测量方式 86 一、液体样品 87 二、固体样品 88 三、悬浮液与乳状液样品 89 四、问题与解答 89 ·在线分析必须使用样品预处理吗? 89 ·选择光纤探头或流通池应注意哪些问题? 89 ·采用液体插入式漫反射探头应注意哪些问题? 90 ·探头的安装位置应如何选取? 90 ·在线取样固体时应注意哪些问题? 90 ·如何取到与光谱测量对应的在线样品? 91 ·如何实现一台在线仪器测量多个检测点? 91 ·在线分析校正模型是如何建立的? 91 ·光纤的有效传输距离有多长? 92 ·选择在线近红外光谱仪应考虑哪些问题? 92 ·制药企业对在线分析仪器有哪些特殊要求? 93 ·在传递带上对物料进行漫反射测量应注意哪些问题? 93 第四节 在线工程项目的实施 93 第五节 在线分析系统的管理与维护 96 一、在线分析系统的管理 96 二、在线分析系统的验证及其维护 97 三、问题与解答 99 ·国内外涉及近红外光谱分析技术的标准有哪些? 99 ·对温湿度变化大、粉尘大的环境条件,在线或现场近红外光谱分析应注意什么? 99 参考文献 100 第5章 化学计量学方法与建模 101 第一节 化学计量学历史沿革 101 第二节 样本分组方法 102 一、随机分组方法 103 二、KS 分组方法 103 三、SPXY 分组方法 103 四、最优K 相异性方法 104 第三节 奇异样本识别方法 104 一、经典识别方法 105 二、稳健识别方法 105 三、基于统计学的识别方法 109 第四节 光谱预处理方法 111 一、背景扣除方法 112 二、散射校正方法 114 三、噪声去除方法 116 四、尺度缩放方法 118 第五节 波长选择方法 118 一、波长点的选择方法 119 二、波长区间的选择方法 126 三、变量加权的方法 126 第六节 化学模式识别方法 128 一、主成分分析 128 二、系统聚类分析 128 三、独立簇类软模式130 四、偏最小二乘-判别分析130 五、人工神经网络130 六、支持向量机131 七、极限学习机131 八、集成化学模式识别132 第七节 多元校正方法132 一、多元线性回归133 二、主成分回归133 三、偏最小二乘回归134 四、支持向量回归134 五、人工神经网络134 六、极限学习机135 七、深度学习算法135 八、集成多元校正方法135 第八节 定量分析建模的主要步骤136 一、样本的选择136 二、可行性模型的建立138 三、光谱预处理138 四、波长选择139 五、校正模型的建立139 六、定量模型性能的评价139 七、问题与解答140 ·建模的样本越多越好吗? 140 ·何为有代表性的样本?如何选取? 140 ·什么是奇异样本? 141 ·如何识别建模过程中的奇异样本? 141 ·建模过程中光谱预处理方法如何选择? 141 ·建模时先进行光谱预处理还是先选择波长(波段)? 142 ·建模过程中光谱波长(波段)变量如何选择? 142 ·同一方法进行(波段)波长选择,每次(波段)波长选择结果不一致,如何处理? 142 ·采用小波分析处理近红外光谱,常用的小波基函数是哪些? 142 ·一般情况下,建模所用的波长变量数与样本数之间需要满足什么条件? 143 ·影响近红外光谱分析模型的主要因素有哪些? 143 ·近红外光谱预测结果的准确性能够超过参考方法吗? 143 ·建模时,何时选用非线性校正方法?如何选取非线性校正方法? 144 ·选择PLS 校正的最佳(适宜)因子数的方法有哪些? 144 ·提高模型预测准确性的方法有哪些? 145 ·提高模型预测稳健性的方法有哪些? 145 第九节 定性分析建模的主要步骤与性能评价 145 一、定性分析建模的主要步骤 145 二、定性模型性能的评价 146 三、问题与回答 147 ·近红外光谱定量和定性分析可以不建模型吗? 147 ·常见的近红外光谱定性判别分析方法有哪几类? 148 第十节 模型传递、更新与维护 148 一、模型传递 148 二、模型更新与维护 149 三、问题与回答 150 ·从PLS 校正过程,如何解释校正模型的适应性? 150 ·为什么要进行模型传递? 150 ·进行模型传递需要哪些条件?在不同分光原理的近红外光谱仪器上建立的模型可以相互传递吗? 150 ·模型传递后还需要做哪些工作? 151 ·模型如何维护? 151 第十一节 化学计量学软件 151 一、化学计量学软件的主要功能与开发 151 二、商品化的化学计量学软件 152 参考文献 153 第6章 近红外光谱技术的应用 159 第一节 近红外光谱技术在农业领域的应用159 一、近红外光谱技术在粮食中的应用159 二、近红外光谱技术在水果中的应用161 三、问题与解答162 ·近红外光谱可以检测种子的发芽率吗? 162 ·对大麦、玉米、小麦、豌豆等籽实进行近红外分析时粉碎与否,对结果预测准确性有无影响? 162 ·近红外能否测量小麦中氨基酸的组成含量? 162 ·近红外光谱在国内粮食企业有哪些应用? 163 ·由于利用不同近红外光谱技术测定谷物的品质结果不一致,检测结果不能得到对方单位认可,导致检测结果不能实际使用怎么办? 163 ·在水果检测领域为什么一般采用短波近红外光谱仪? 164 ·水果种类繁多,怎么选择适合的光谱采集方式? 164 ·可以用近红外光谱检测水果成熟度吗? 164 ·影响近红外光谱检测水果品质的因素有哪些? 165 ·目前,近红外光谱在水果产业的实际应用情况如何? 165 第二节 近红外光谱技术在饲料领域的应用166 一、原料品质控制166 二、生产过程控制166 三、问题与解答167 ·在实际应用中,采用近红外光谱仪分析饲料中的水分、蛋白质、脂肪、灰分和湿化学法分析有多大误差? 167 ·在饲料企业,近红外光谱在哪些环节可以被使用? 168 ·常规饲料生产企业选择近红外分析仪应注意哪些问题? 169 ·近红外能测定饲料的代谢能吗? 169 ·近红外能测定饲料中的维生素含量吗? 170 ·饲料企业,近红外实际应用有哪些? 170 ·近红外光谱分析仪器在饲料应用中有哪些优势? 171 ·可以用近红外光谱分析饲料中钙、总磷和盐分吗? 171 ·透射原理的近红外在饲料行业应用怎么样? 171 ·应用近红外技术可以快速测定饲料原料的氨基酸含量吗? 171 第三节 近红外光谱技术在食品领域的应用 172 一、近红外光谱技术用于食品检测的优势与不足 172 二、近红外光谱技术在食品检测中的应用 173 三、问题与解答 175 ·近红外光谱技术在乳制品检测中的应用有哪些? 175 ·近红外光谱技术可以检测乳制品的哪些成分? 176 ·对于液态乳和固态乳,最佳近红外检测方式是什么? 176 ·近红外光谱技术能否检测乳制品中三聚氰胺和抗生素?检出限是多少? 176 ·近红外光谱技术能否用于不同品牌奶粉以及液态奶的鉴别? 176 ·近红外光谱技术能否用于鲜乳、复原乳以及掺有复原乳的鲜乳的鉴别?最低检出掺假比例为多少? 177 ·近红外光谱技术能否鉴别奶粉中掺入的大豆蛋白粉和尿素?最低检出掺假比例为多少? 177 ·近红外光谱技术能否鉴别不同饲养方式以及挤奶方法下获得的液体乳? 177 ·近红外光谱技术能否鉴别掺有牛乳的驼乳或羊奶?最低检出掺假比例为多少? 178 ·乳制品大多存在聚乙烯膜的外包装,聚乙烯膜包装对乳制品近红外检测是否有影响? 178 ·近红外光谱技术在乳制品检测中的局限性有哪些? 178 ·近红外光谱技术在茶叶检测中的应用有哪些? 178 ·近红外光谱技术可以检测茶叶中的哪些成分?最佳检测方式是什么? 179 ·微型近红外光谱技术在茶叶检测中的应用有哪些? 179 ·近红外光谱技术在酒类检测中的应用有哪些? 179 ·近红外光谱技术可以检测酒的哪些成分? 180 ·酒醅样品近红外光谱测定时需要注意什么? 180 ·测试容器是否影响酒类近红外光谱的检测? 180 ·近红外光谱技术能否实现酒类样品中的金属元素检测? 181 ·近红外光谱技术在醋检测中的应用有哪些? 182 ·近红外光谱技术可以检测醋的哪些成分? 182 ·近红外光谱技术是否可以直接用于玻璃瓶装醋的检测? 182 ·近红外光谱技术在酱油检测中的应用有哪些? 182 ·近红外光谱技术在肉检测中的应用有哪些? 183 ·近红外光谱技术可以检测肉的哪些成分? 183 ·新鲜猪肉和长期冻藏肉的近红外光谱是否存在明显差别? 183 ·注胶肉近红外光谱的光谱特征有哪些? 184 ·采用近红外光谱技术能否鉴别正常肉和注水肉? 184 ·近红外光谱技术在油脂检测中的应用有哪些? 184 ·近红外光谱技术能否实现地沟油的鉴别? 185 ·近红外光谱技术能否实现转基因油的鉴别? 185 ·近红外光谱技术在油脂检测中的局限性有哪些? 185 第四节 近红外光谱技术在制药领域的应用185 一、应用概述185 二、问题与解答186 ·近红外光谱分析技术在制药领域可应用于哪些生产工艺? 186 ·近红外能否在制粒工艺中检测粒径指标和成分含量?如何检测? 186 ·在混合工艺中近红外能解决什么问题?具体工作原理是什么? 187 ·在混合、干燥及制粒等固体制剂生产工艺中,近红外光谱设备如何在线安装?需要考虑哪些因素? 188 ·近红外光谱在混料工艺中的检测结果如何和国家标准方法进行比对? 188 ·近红外光谱技术可以用于哪些干燥工艺?如何检测水分? 188 ·在中药生产中近红外光谱分析技术可以应用到哪些生产工艺中?这些工艺目前存在哪些问题? 189 ·中药提取、浓缩工艺中检测哪些指标?需要注意哪些问题?有什么解决方案? 190 ·中药提取工艺中如何选取合适的流量泵才能实现料液的100%检测? 191 ·如何利用近红外光谱分析技术对细菌等微生物进行检测? 192 ·如何利用近红外光谱分析技术检测发酵产物中的蛋白质含量? 193 ·怎样把近红外光谱分析技术应用于药物结晶过程? 193 ·近红外光谱分析技术在原料检测环节如何应用? 193 ·在中药材的种植过程中,利用近红外光谱技术可以检测土壤中的何种成分?有什么应用价值? 193 ·在中药材收购过程中如何做到真假识别、按质论价? 194 ·中药材检测环节的现状如何?面临哪些问题?如何将近红外光谱分析技术应用于中药材产业链? 194 ·建立近红外光谱分析方法时,中药材样品制备的标准流程是什么? 194 ·中药成分复杂,模型是否能通用?是不是都需要建立不同的模型? 195 ·近红外建模所用样品一般如何保存?尤其是一些易吸潮、遇光、遇热易分解的样品。 195 ·目前检测结果能否输入控制管理系统?是如何实现的? 195 ·使用近红外智能检测系统能给企业带来什么收益? 195 ·制药企业红外光谱分析技术人才及技术团队如何培养和管理? 196 第五节 近红外光谱技术在石油和化工领域的应用 196 一、在石油炼制中的应用 196 二、在化工生产中的应用 199 三、问题与解答 200 ·炼化企业采用近红外光谱分析技术的意义? 200 ·近红外光谱分析技术可以测定油品的哪些性质? 200 ·石化产品分析中如何选择适合的近红外光谱仪? 201 ·近红外光谱分析技术测定油品时,光谱测量应该注意哪些问题? 201 ·石化产品分析中,校正样品应当如何收集? 202 ·不同种类的汽油样品是否可以建在一个模型中? 202 ·建模对样品数量有哪些要求? 203 ·如何判断近红外光谱分析方法的准确性? 203 ·石化产品分析近红外建模过程中,如何识别和处理异常样品? 203 ·油品近红外光谱分析的主要误差来源? 204 ·近红外光谱分析方法投用后,还需要做哪些工作? 204 ·近红外光谱数据是否可以和生产运行结果直接关联? 205 ·近红外光谱分析方法预测馏程是否准确? 205 ·不同炼化企业的模型是否可以共用? 205 ·近红外分析中的原油样品为什么不宜长期保存? 206 第六节 近红外光谱技术在烟草领域的应用206 一、发展历程207 二、应用场景209 三、问题与解答212 ·在开发应用近红外分析技术之前,要做哪些工作? 212 ·如何选购、配置合适的近红外光谱仪? 213 ·为什么近红外光谱仪性能的一致性在近红外光谱分析网络化中很重要? 214 ·如何选择合适的近红外分析化学计量学软件? 215 ·如何取制具有代表性的实验样品? 216 ·对实验样品作初步探索性分析的意义是什么? 217 ·测定烟草样品参考数据要关注哪些细节? 218 ·如何消除或减小样品误差,提高光谱测量的重现性? 219 ·为了保证光谱的重现性,测量光谱要注意哪些细节? 219 ·在近红外分析中,为什么要进行数据的预处理? 220 ·在选择光谱变量时,需要注意什么? 221 ·建立定量校正模型、定性类模型有哪些主要方法?如何入手? 222 ·如何统计识别异常样品,优化PLS 校正模型,确定适宜主成分数? 223 ·在近红外定性分析中,如何统计识别异常样品? 224 ·在近红外定性分析中,如何选择SIMCA、PLS-DA 分类法? 225 ·在近红外定量分析中,验证模型有效性需要注意什么?为什么很重要? 225 ·校正模型不适应的常见情形有哪些?对不适应的模型应如何拓展、维护? 227 ·在近红外定量分析中,如何处理校正模型预测值异常偏离的情况? 230 ·在近红外分析过程中,如何取制质量控制样品?使用质量控制样品应注意什么? 231 ·在过程质量监测中,把近红外定量分析和定性分析结合应用的优势是什么? 232 ·在近红外分析中,哪些情形需要转移近红外模型?如何操作? 234 ·使用、维护近红外光谱仪,常见的典型问题是哪些? 234 ·如何理解开发应用近红外光谱分析技术是一个数据挖掘应用的过程? 235 第七节 近红外光谱技术在其他领域的应用 236 一、在文物分析方面的应用 236 二、在司法鉴定中的应用 240 三、问题与解答 245 ·犯罪现场中的一些痕量物证或者是肉眼无法观察的目标物能否采用近红外光谱进行分析? 245 ·采用近红外光谱分析方法能否准确检测到衣服等纺织品上的血迹残留? 246 参考文献 246 第7章 近红外光谱成像技术 259 第一节 近红外光谱成像技术分析流程 259 一、光谱图像获取与校正 260 二、数据处理与分析 260 三、建模分析与技术应用 261 四、问题与解答 261 ·近红外光谱成像系统主要由哪些部分组成? 261 ·近红外光谱成像系统有哪些分类? 261 ·为什么要对近红外光谱图像进行校正? 262 ·线扫描(推扫式)红外光谱成像系统在数据采集时具体需要注意哪些问题? 262 第二节 种子不完善粒的近红外光谱成像分析263 一、样本制备263 二、光谱图像采集263 三、光谱图像特征提取264 四、基于SVM 的小麦不完善粒判别266 五、基于LeNet-5 卷积神经网络的小麦不完善粒判别268 第三节 大米产地近红外光谱成像判别分析270 一、样本制备270 二、光谱图像采集271 三、光谱图像特征提取271 四、基于联合SVM 的大米产地判别274 五、基于AlexNet 卷积神经网络的大米产地判别276 六、问题与解答280 ·常规近红外光谱成像分析中光谱特征提取方法有哪些? 280 ·常规近红外光谱成像分析中图像特征提取方法有哪些? 280 ·常见的近红外光谱图像特征融合处理和分析方法有哪些? 281 ·常见的近红外光谱图像感兴趣区域提取方法有哪些? 281 ·近红外光谱成像分析中传统机器学习算法有哪些? 281 ·深度学习算法可用于近红外光谱成像分析领域的哪些方面? 281 参考文献282
你还可能感兴趣
我要评论
|