用户评论

综合评分:9.4分

发评论,赢好礼
Ins_74a2ea5e
设备的自动化程度高,从样品定位到数据分析,一系列流程顺畅无缝,大大减轻了操作人员的工作负担。
2024/06/25
Ins_81c8a131
它的软件界面友好且功能全面,无论是数据采集还是后期处理,都能轻松上手,大幅提升了我们的工作效率。
2024/06/25
Ins_7cbe0575
在紫外-可见-近红外全波段范围内,该系统的灵敏度和准确性都让人印象深刻,为复杂样品的光谱解析提供了强有力的支持。
2024/06/25
Ins_7a9df28a
实验室配备了CRAIC 20/30光显微分光计,我们对微小样品的光谱分析能力提升了一个档次,细节之处见真章,科研成果显著增强。
2024/06/25
Insm_c6e17d2e
客户服务团队响应迅速,技术支持专业,无论是安装培训还是后续遇到的技术问题,都能得到及时解决,体验极佳。
2024/06/25
Ins_2e900453
CRAIC 20/30的微区测量功能特别出色,能在微米尺度下进行精确分析,对于研究微观结构与性能关系至关重要。
2024/06/25
Ins_87f2be1d
我特别欣赏它的非破坏性测试能力,能够在不损害样品的前提下完成高质量的分析,这对珍贵样本尤为重要。
2024/06/25
Ins_4b1bed4b
CRAIC 20/30是我们实验室不可或缺的高端装备,它不仅满足了当前的研究需求,更为未来的科研探索提供了无限可能。对于追求科研深度与广度的团队来说,这绝对是一项值得投资的高科技工具。
2024/06/25
Ins_45d1e2e1
这台设备的高分辨率成像令人赞叹,不仅能捕捉样品的精细结构,还能深入揭示其光谱特性,是材料分析的利器。
2024/06/25
Ins_02712bae
对比之前使用的其他光谱仪,CRAIC 20/30在光谱范围、成像质量和数据处理速度上的表现均遥遥领先,是我们团队的骄傲。
2024/06/25

近红外光谱仪选型心得 更多

  • m3293699

    瑞士万通XM-1000型近红外光谱仪使用心得

      各位好,今天跟大家谈谈我们公司使用的瑞士万通XM-1000型近红外光谱仪的使用方面的心得,不足的之处还请各位大拿多提提意见。  我们实验室有该型号的近红外仪三台,主要用在各类中间品产品的快速分析,总体感觉这个最实在的地方就是他的实用效率,方便快捷是它最大的特点,使用范围液很广,一般情况下分析一个样品几分钟就能出结果,成本低危害小。        NIR(近红外光谱)发展历史         1987 基于透射检测技术的NIR仪器诞生,1995 NIRSystems推出基于数字信号控制的全息光栅DDS系统 ,2001 Infratec 1241-基于光纤导光的透射DDS系统,具有更高的仪器一致性 ,2002 基于光导导光的透射DDS系统 ,2004 最新一代的XDS-数字偏心光栅系统,具有更高的光谱性能,仪器一致性 。  近红外技术的基本原理  近红外光谱属于分子吸收光谱; 近红外光谱信息既包括化学信息也包括物理信息; 主要对有机成分有相应; 跟含氢基团有关的官能团如O-H, C-H, N-H, S-H等主要利用分子的不同振动形式-伸缩振动、弯曲振动,当分子中的原子以化学键连接,每一化学键都有其特定的振动频率和振幅;当入射光与化学键振动频率不匹配时,没有能量吸收,当入射光能与化学键振动频率相匹配时,光能将被吸收,表现为振幅的增加。  红外光的应用  红外光又分为近红外(780-2500nm)、中红外(2500-50000nm)和远红外(50000-106nm)三部分,中红外反应的是分子的基频振动,可用于物质分子结构的推断和一定的定量分析,近红外区是分子的合频和倍频吸收谱带,主要用于定量分析和已知物质的判别,远红外反应的是分子的转动情况,多用于遥感测量等领域  近红外区吸收  近红外光谱主要是由分子中O-H, N-H, C-H, S-H 键的振动吸收引起的,近红外区光谱测试成分须含有O-H, C-H, N-H 或 S-H 键,提供化学和物理信息,主要分析对象为有机体系。  接下来我将工作中出现的一些小问题的发现及解决过程分享给大家,大家如果遇到可以及时解决。问题描述:在用近红外扫完样品后要进行选模读数时,出现以下对话框,出现这种原因主要是因为方法建模过程中未将建好曲线引入到方法中导致,如图  方法引用:  点击“Mode→Routine Analysis→Define Operation Method”弹出对话框,如图  选择需要引用的模型,如下图,因为是已建好模型,所以不要选择”NEW”,选择”Modify/View”,如图  出现下图对话框,填好1/2/3,在点击4  出现下图填写标识中内容,选择建好的曲线,双击点击,然后就将建好曲线引入到方法中,点击ok,问题解决,可以正常读数。  另外分享一个模型优化时注意的点:右下角窗口(Summary Data)选择的因子数应该选择越接近于1的那个因子为校准点,这样可以为模型增加准确度,如图  最后送上最真挚的祝福,祝所有的朋友都健康快乐,万事如意!