近红外光谱定量分析

近红外光谱定量分析方法相比常规分析方法测量速度快、无损、无污染、操作简便、成本低，每测试一次样品仅需3-5 秒钟的时间，用于药品检测及日常监管中具有可行性，经过方法验证后可作为药典规定方法的替代方法用于药品生产的中间控制环节。

随着国家对节能减排的要求越来越严格，热值、灰分、挥发分和固定碳等煤炭的质量指标不仅是热量指标的要求，也是环保的要求；煤炭分析的速度也是用煤单位多年探索的一项重要技术，传统煤炭热量分析主要采用量热仪，灰分、挥发分和固定碳测定采用马弗炉，分析周期长，耗能大，分析步骤需要严格控制，很多燃煤企业多年来一直在探索利用激光、中子法等技术进行煤炭快速分析，但激光和中子法对仪器安全防护要求高，使用成本也很高，而采用傅里叶近红外技术对煤炭的热值、灰分、挥发分、固定碳的进行快速分析研究近几年取得了一定进展。近红外光谱分析技术具有以下优点：1、分析速度快：任何样品的近红外光谱测试时间都可以再1分钟内完成；2、样品处理简单：样品最多可能进行简单的物理处理，如磨粉等；无需进行化学处理；3、操作简单：样品无需称重等复杂的计量测试和化学处理；只需对样品进行简单的光谱扫描；4、人为操作误差小：无称重、稀释、定容等操作，避免了操作流程上带来的偶然误差；5、绿色环保：近红外测试过程无需化学试剂，无化学反应过程，无污染；6、能实现现场在线实时测试：采用在线近红外分析技术，可以实现实时在线分析。

本文采用中波近红外光谱结合BP-ANN 建模的方法,建立了蔗汁锤度和旋光度的定量分析模型。对未知样品的预测结果显示, 该方法可满足糖业生产管理的分析要求。与全波段近红外仪器相比, 中波近红外光谱仪具有较佳的性价比, 可以快速分析蔗汁的多个指标, 操作简便, 分析结果准确, 可用于甘蔗收购的按质论价、糖厂生产过程的分析与控制。

应用近红外光谱（NIRS）分析技术和偏最小二乘法（PLS）建立稻米脂肪定量分析数学模型，并比较糙米粒和糙米粉 NIRS 数学模型对预测稻米脂肪含量的效果差异。

近红外光谱分析技术是一种利用物质对近红外光的吸收、散射、反射和透射等特性来确定其成分含量的检测技术，属分子振动光谱，可用于全部有机物和部分无机物的定性定量分析。近红外技术以其绿色、无损、快速等特点，近年来受到各行各业检测领域的广泛认可，不仅在传统的近红外应用领域如食品、农产品、饲料、烟酒、石油化工、科学药物、生物医学和环境污染分析等遍地开花，在新的现场检测和在线监测领域也蒸蒸日上，如现代发酵、半导体、电子制造、精密加工、智能农业等等。

对我国近10年来近红外光谱分析技术的研究与应用进展作了较为详细的综述，包括近红外光谱仪器研制、化学计量学方法及软件开发和在各领域的实际应用。根据国际上近红外光谱分析技术的现状和国内实际情况，提出了今后我国近红外光谱分析技术的发展方向。

结果表明，对于牛肉中的蛋白质脂肪和水分来说，两种分辨率下应用近红外光谱所建定量分析模型相关系数R相差不大，高光谱分辨率( 1.6nm) 下所建立的近红外模型精度要略优于低光谱分辨率( 10nm) 下所建立模型 证实了近红外能够作为一种替代性手段用来检测肉类中的蛋白质脂肪和水分含量 但是对每个参数建立模型时，应注意所选取的样品要在测量范围内均匀分布，且参考值的测定应当与近红外光谱的扫描在时间点上尽可能一致

纺织纤维中含有大量的有机分子，使用近红外光谱技术检测能够获得较好的近红外吸收特征信号。基于化学计量学方法，通过建立数据模型，处理和分析这些光谱数据信息，可以实现快速定性和定量分析。赛默飞世尔手持式近红外光谱仪凭借其操作简便、分析速度快、完全无损检测、可以随时随地根据需要分析检测样品等特点，在应用于纺织品材质分析工作方面，为文物鉴定工作者提供了理想的快速无损检测解决方案。

本文采用近红外光谱技术结合三层BP-ANN算法，建立豆粕水分、粗蛋白和残油的定量分析模型。对验证样品的预测结果及稳定性试验结果表明，该方法分析结果准确性和稳定性满足传统分析方法的国标要求。该方法操作简便，分析结果准确，适用于豆粕产品的水分、粗蛋白及残油品质指标的快速分析。

近红外光谱区域是人们发现的第一个非可见光谱区域，它是由Hershel在1800年所观察到[1]。但是由于缺乏仪器基础，直到上世纪50年代以前，近红外光谱技术一直没有得到实际应用。上世纪50年代中期以后，随着简易近红外光谱仪的出现及美国农业部的Karl Norris等人所做的工作，使近红外光谱技术在农副产品分析中得到广泛应用[2]。20世纪60年代后，由于中红外光谱技术的快速发展和应用，加之近红外光谱技术自身的灵敏度低、抗干扰性差等缺点，使人们淡漠了该技术在分析测试中的应用。1983年，Wetzel称之为“光谱技术中的沉睡者（Sleeper among spectroscopic techniques）” [1]。80年代以后，随着计算机技术、化学计量学技术及仪器分析技术的发展和应用，人们重新认识了近红外光谱的价值，并使其发展成为了一门独立的分析技术，1988年成立了国际近红外光谱协会（CNIRS）[3]。由于应用领域的不断扩展，McLure在1994年发表了一篇题为“The giant is running strong”的论文[1]。1998年，Davies撰文讨论了近红外光谱技术的潜在用途和发展趋势，并将其描述为光谱领域中“从沉睡者变为了启明星（from sleeping technique to the morning star of spectroscopy）”的技术[4]。我国对近红外光谱技术的研究起步较晚，但1995年以来有关这一技术的应用研究逐步增多。目前，已有中国石化研究总院和北京第二光学仪器厂开发出商用近红外光谱仪[5]。药品生产过程的质量控制要求，为了确保最终产品的质量稳定均一，需要对从原料接收到产品出库的整个物料流通过程进行全程监测。近红外光谱分析技术的特点决定了其在这一领域可以发挥重要作用。

近红外光谱技术为应用有机化学物质,在波长为780～2526nm的近红外光谱区的电磁波的光学特征,能够对化学成分含量进行快速检测。现在,应为各项科学技术的进步和提升,近红外光谱的发展有了更大的进步,对于该项技术的应用,在农业、矿业以及医疗中有着广泛的应用,尤其是在化工分析领域有着巨大的价值作用,促进了化工行业的发展。

近红外光谱分析作为一种高效节能的绿色分析技术，可应用于饲料T业中从原料到成品各个环节的品质分析和监控，特别是将该技术与物联网技术相结合，构建近红外光谱分析物联网平台，实现集团资源共享，统一监测集团内饲料品质，并可根据实际情况对分析模型统一管理，提供其检测精度，将大大推动近红外光谱分析技术在饲料检测中的应用。

应用近红外漫反射光谱分析技术结合偏最小二乘算法快速检测复合肥中N?P?K的含量?分别对复合肥样品中N?P?K的质量百分数指标和N-H?P-H?K摩尔比指标采用完全相同的参数建立定量分析模型并对检测结果进行比较?N?P和K的质量百分数模型的相关系数分别为0.990?0.992?0.993 相应的RPD值分别为9.63?9.13和11.30?N-H?P-H和K的摩尔比模型的相关系数分别为0.994?0.993?0.995,相对应的RPD值分别为10.81?10.00和12.78?结果表明,应用近红外光谱分析技术可对复合肥中营养成分N?P和K成分含量进行精准定量分析,并且以氢键的摩尔比指标建立的分析模型的线性度和准确性优于质量百分数指标分析模型?

采用INSION和Thermo Fisher两款近红外光谱仪器，检测奶酪样品中的脂肪含量。对NIR光谱（近红外光谱仪）和模型进行比较，评价两款仪器性能。

通过测定过氧化值（PV），可以评估棕榈油中的氧化程度。一般来说，PV 越低，棕榈油的质量越高。不过，在氧化程度高的酸败油中，由于过氧化物分解并形成醛和其他二次氧化产物，PV 会出现下降的情况。酸价（AV）则显示有多少脂肪酸由于水解而脱离母体分子，这种水解反应的根源可能在于氧化物的氧化反应。近红外（NIR）光谱法已广泛应用于食品工业中营养参数和质量参数的定量分析。当结合使用偏最小二乘（PLS）等化学分析法时，近红外光谱分析法可以为煎炸食品生产过程的棕榈油质量提供一种简单、快速、准确的实时监测方法。

本文利用近红外光谱分析技术实现黑索金生产过程中硝化液与结晶液的硝酸含量检测，结果满足厂方再现性要求。在线近红外光谱分析非常适合应用于过程分析，具 有原位化、实时化、无损化等测量特点，快速可靠的分析结果反作用于优化生产，从而提高产品收率，保障产品品质，减少原材料用量，降低能源消耗，为企业带来 巨大经济效益。

本文举例了使用近红外对混纺织品中棉氨的快速分析方法进行可行性研究。使用传统分析方法对纤维成分定量测定程序烦杂、效率低、成本高，检测结果有时认为误差较大。通过对近红外光谱图进行化学计量学偏最小二乘回归，并结合相关一阶导数或二阶倒数及Norris平滑虑噪的光谱预处理方法，在一分钟就可以得出混纺织品中各种组分含量结果。各组分模型建立后的化学实测值和近红外光谱预测值的相关系数r均在0.90以上，各组分模型的相关性很好，各项成分的校正均方差（RMSEC）均较小；模型预测结果误差符合国家标准《纺织品纤维含量的标识》要求。

本文举例了使用近红外对混纺织品中棉氨的快速分析方法进行可行性研究。使用传统分析方法对纤维成分定量测定程序烦杂、效率低、成本高，检测结果有时认为误差较大。通过对近红外光谱图进行化学计量学偏最小二乘回归，并结合相关一阶导数或二阶倒数及Norris平滑虑噪的光谱预处理方法，在一分钟就可以得出混纺织品中各种组分含量结果。各组分模型建立后的化学实测值和近红外光谱预测值的相关系数r均在0.90以上，各组分模型的相关性很好，各项成分的校正均方差（RMSEC）均较小；模型预测结果误差符合国家标准《纺织品纤维含量的标识》要求。

本文举例了使用近红外对混纺织品中棉氨的快速分析方法进行可行性研究。使用传统分析方法对纤维成分定量测定程序烦杂、效率低、成本高，检测结果有时认为误差较大。通过对近红外光谱图进行化学计量学偏最小二乘回归，并结合相关一阶导数或二阶倒数及Norris平滑虑噪的光谱预处理方法，在一分钟就可以得出混纺织品中各种组分含量结果。各组分模型建立后的化学实测值和近红外光谱预测值的相关系数r均在0.90以上，各组分模型的相关性很好，各项成分的校正均方差（RMSEC）均较小；模型预测结果误差符合国家标准《纺织品纤维含量的标识》要求。

在线近红外光谱分析技术是目前发展最快和最具前景的过程分析技术之一，本文探讨用近红外光谱法测定聚四氢呋喃混合液中水含量、固含量及其分子量的可行性。实验结果表明近红外光谱法准确可靠，重复性和稳定性良好，适用于工业现场的原位和在线检测。

近红外法可更快更方便的测量小麦蛋白。 S450 近红外光谱分析仪对比进口仪器。测试项目包括：内容光谱图，仪器模型性能对比，仪器模型稳定性测试，台间仪器模型传递测试，仪器波长指标的长期稳定性

4.总结1）近红外便携式光谱仪，光谱信号质量较好，用于烟叶中糖、烟碱等常规化学成分的快速定量或半定量分析可行。2）总糖模型预测偏差与傅里叶积分球全谱相比可达到其80%左右的预测准确度。3）INSION近红外光谱仪，烟碱预测偏差与傅里叶积分球全谱相比，存在一定差距，与烟碱中的分子基团在该谱仪波段范围内的信号较弱，且含量较低等有一定关系。4）INSION近红外光谱仪本身的信号很稳定，优化漫反射采样附件（如增大采样面积等），可进一步提高仪器的检测能力。

近红外光谱的波长范围是780～2500nm，通常分为近红外短波区（780～1100nm，又称Herschel光谱区）和近红外长波区（1100～2500nm）。

随着人们对化学分析的要求越来越高,不仅要求分析结果的准确性和可靠性,还要求分析过程的快速性和无损性。近红外光谱技术(NIRS)作为一种高效、快速、无损的化学分析技术,已经在许多领域得到了广泛的应用。其中,在日化行业中,近红外光谱技术也发挥了重要的作用。

在炼油和石化流程工业中，近红外光谱技术带来的经济效益非常显著。从原油的开采、输运、到原油调和，从原油进厂监测、炼油加工（如原油蒸馏、催化裂化、催化重整和烷基化等）到成品油（汽、柴油）调和和成品油管道输送等整个环节，近红外光谱技术可以实时控制和优化系统，并提供原料、中间产物和最终产品的物化性质，为装置的平稳操作和优化生产提供准确的分析数据。

近红外光谱（NIR）分析技术具有简便、快速、前处理简单、不破坏样品、无污染并且可进行多组分测定的优势，在食品农牧、石油化工、烟草等领域有广泛的应用。电子烟油中的有机组分的化学和物理信息在近红外光谱中均有体现，因此近红外光谱非常适合对电子烟油进行分析检测。

近红外光谱分析技术作为一种快速、无损、简便的绿色测量方法和分析技术，在土壤养分的测定方面扮演着越来越重要的角色。近红外光谱检测技术具有快速、无需样品制备和成本低等一系列优点。近红外光谱能够反映土壤的有机质和全氮等养分信息，使得近红外光谱检测技术在农业与农业环境检测中得到了广泛应用；近红外光谱检测能力主要依靠其对C-H、O-H和N-H功能键的能量吸收进而反映相应土壤养分含量等信息。土壤有机质、氮、磷、钾是农作物生长的主要养分,是土壤养分管理和测土配方施肥的重要对象,随着测土配方施肥技术的大规模推广，迫切需要一种低成本、可靠的土壤养分快速检测方法。

近红外光谱分析已被广泛地应用到农业'食品'生化'石油化工'医药临床'造纸和环保等领域傅里叶变换近红外光谱仪器具有较高的信噪比和很好的波长准确度等优点但价格比一般的国产光栅型或其它专用分析仪器贵得多!在一些实际应用中!譬如烤烟收购时品质指标的检测等!运用傅里叶变换型光谱仪可比喻为-杀鸡使用宰牛刀.(M)"在国产化和低成本化的近红外光谱仪上!研究开发品质分析用的近红外快速检测方法对推动国内近红外技术产业的发展具有重要的实际意义

我们通过研究三个有代表性的案例来回顾近红外光谱仪技术的发展现状：第一，MEMS技术如何促进近红外光谱仪的超小型化，从而推动了下一代手持技术的发展。第二，在近红外光谱仪发展中起到关键作用模块化光纤光谱仪。后，嵌入式近红外解决方案如何在工业生产过程中来控制产品质量。

近红外光谱技术在中药材中的应用非常广泛,包括品种鉴别、质量评估、生产在线检测、快速测定指标成分和药理作用机制研究等方面。随着科学技术的不断发展和应用领域的扩大,近红外光谱技术将为中药材产业的发展带来更多的机遇和挑战。在未来的研究中,需要进一步探索近红外光谱技术在中药材中的应用潜力,提高检测精度和可靠性,为中药材的现代化发展提供有力的技术支持。