手持式红外光谱仪

手持式红外光谱仪直读红外光谱仪（DIR）优点：FTIR红外吸收光谱以及总酸（TAN）、总碱（TBN）等指标是判断在用油润滑性能衰变和污染情况的常用测试方法。斯派超公司直读红外光谱仪（DIR）是替代传统红外光谱仪（FTIR）以及电化学滴定仪的全新解决方案；具有结果准确、便携、重复性好、分析速度快和性价比高等优点。 随时随地进行定量或定性分析Fluidscan直读红外光谱仪（DIR）专利技术用来直接定量分析润滑油液的各状态指标，用来直接探测合成油或矿物质油的污染程度、衰变程度以及交叉污染情况。适用于齿轮箱、压缩机、涡轮机、变压器等设备的润滑油分析以及生物柴油和混合柴油等燃油分析。测量关键参数包括：TAN、TBN、氧化度、硝化度、硫化度、添加剂损耗、润滑油验证、微水、残炭、乙二醇以及生物柴油中的脂肪酸甲酯（FAME）。固态波导管光学系统专利技术=更高重现性+更高可靠性FluidScan的光楔专利设计将其光谱波段固定于在用油分析的特定波段范围内，具有与ASTM E2412（台式FTIR光谱法检测标准）相媲美的再现性和重复性。 TAN或TBN的精度与ASTMD4739、D664标准（滴定法检测标准）要求一致。此外，红外光谱技术还具有更高的重现性。波导管技术使天电干扰降到最少，提高了光谱仪的检测精度。少量油样+无需溶剂=更高的投资回报率测试过程仅需少量油样（1-2滴），且产生极少废弃物，更为环保。采用翻转（flip-top）载样池专利设计，使得样品预处理及载样池清洁时间更短（少于1min），无需任何溶剂，是实现油品现场分析的理想设备。分析过程数字化+直观界面=结果更快+更准确内置包含多种分析方法的软件系统，适用于全球范围内绝大部分常用润滑油的TAN或TBN定量检测，自带润滑油数据库以及与ASTM E1655标准一致的创新数据分析算法，提供详尽的定性、定量分析结果。其定量分析及趋势分析方法与最新标准一致。FluidScan可以设置及显示报警信息，直观显示润滑状态。

手持式或便携式红外光谱仪用于塑料的快速检测，能给出多少信息，我们现在在做一个对塑料快速检测的项目，此类仪器给出的结果可信吗？有没有使用这种仪器的朋友啊，请指导，谢谢！

[align=center]孙旭东[/align][align=center][font=arial, helvetica, sans-serif]华东交通大学机电与车辆工程学院 南昌 330013[/font][/align][font=arial, helvetica, sans-serif][size=18px]采收期预测源于精准农业的理念，适时采收是水果提质增效的重要技术手段。过早采收，果实内营养成分未转化完全，影响水果的品质和产量。过迟采收，增加落果、贮藏易烂，加重树体养分的消耗，使树势衰弱，影响次年生产。手持式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]器具有快速、无损和原位测量等优点，是树上水果品质原位检测的最佳技术手段。[/size][/font][font=arial, helvetica, sans-serif][size=18px]目前，手持式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]器的模型多在实验室条件下建立。果园环境与实验室相比，存在多种影响因素，诸如温度、阳光等。果园环境下，阳光由早到晚，均处于动态变化中。阳光变化同时影响果实和参比的能量谱。吸光度(A=-log(S-D)/(R-D))，S为果实能量谱，D为暗电流，R为参比能量谱。在实验室建模时通常认为参比能量谱R不变，间隔若干采样次数采集一次参比能量谱，计算吸光度A。但果园环境中阳光是变化的，阳光一方面通过果实进入检测器探头，另一方面阳光变化导致参比能量谱动态变化，这往往容易导致实验室建立的模型在果园中部分失效。我们前期研究发现，果实尺寸越小，阳光的影响越显著，例如透过葡萄果实进入探头的平均阳光信号约占果实信号的1%，而脐橙约为1‰[sup][1,7][/sup][/size][size=18px]。[/size][size=18px]因此，可以从化学计量学角度，视阳光为外部影响参数，应用外部参数正交化(EPO)等方法进行校正，探索实验室模型的果园应用，提高历史数据的利用率，减少重复性的工作。采收期预测是手持式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]果园应用的典型案例之一。澳大利亚Walsh教授团队将手持式仪器成功用于芒果采收期预测，以干物质含量作为采收期预测指标，芒果协会将芒果增收的40%归结为采收期的创新应用[sup][2][/sup][/size][size=18px]。日本、比利时和意大利的科研团队也从事采收期预测的应用研究[sup][4-6][/sup][/size][size=18px]。我们近年也在探索手持仪器的柑桔采收期预测应用，例如验证满足采收标准脐橙果实占比随采收期的变化（图1）[sup][7][/sup][/size][size=18px]、生成采收决策处方图（图2）。果农可以依据采收处方图，合理安排采摘，未来也可以将处方图配对的品质指标和果树位置，下载至采收机械，按图采收，但某种程度上取决于采摘机械的产业应用进程。[/size][/font][align=center][img=,500,402]https://img1.17img.cn/17img/images/202403/uepic/6116251e-bcb5-442e-a87c-26473b11c3f6.jpg[/img][/align][align=center][font=arial, helvetica, sans-serif]图1 满足采收标准脐橙随采收期变化曲线[/font][/align][align=center][img=,500,283]https://img1.17img.cn/17img/images/202403/uepic/4e1e9536-d0a6-4166-9f82-cc6533ad327c.jpg[/img][/align][align=center][font=arial, helvetica, sans-serif]图2 脐橙采收决策处方图（紫色代表完熟、橙色代表成熟、粉色代表近熟）[/font][/align][font=arial, helvetica, sans-serif][size=18px]我国水果采收期预测尚处于基础研究阶段。技术、仪器和标准等都有待深入。例如，采收期预测标准应视水果种类、用途做出科学调整，例如出口的后熟型水果、立即上市销售和贮藏型水果的采收标准不同，采收期预测也应做相应的调整。[/size][/font][font=arial, helvetica, sans-serif][size=18px][/size][/font][size=18px]参考文献[/size][1] Sun, X., Wang, Z., Aydin, H., Liu, J., Chen, Z., Feng, S. First step for hand-held [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S instrument field use: Table grape quality assessment consideration of temperature and sunlight chemometrics correction[J]. Postharvest Biology and Technology, 2023, 201: 112374.[2] Granger, A. A. Plant & food research: New Zealand kiwifruit breeding programme [J]. Acta Hort., 2011, 913: 59-62.[3] Walsh, K. B., McGlone, V. A., Han, D. H. The use of near infra-red spectroscopy in postharvest decision support: A review [J]. Postharvest Biology and Technology, 2020, 163: 111139.[4] Osborne, B. G. Applications of near infrared spectroscopy in quality screening of early-generation material in cereal breeding programmes [J]. Journal of Near Infrared Spectroscopy, 2006, 14: 93-101.[5] Bertone, E., Venturello, A., Leardi, R., Geobaldo, F. Prediction of the optimum harvest time of ‘Scarlet’ apples using DR-UV-Vis and [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url] spectroscopy [J]. Postharvest Biology and Technology, 2012, 69: 15-23.[6] Peirs, A., Lammertyn, J., Ooms, K., Nicola?, B.M. Prediction of the optimal picking date of different apple cultivars by means of VIS/[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]-spectroscopy. Postharvest Biology and Technology, 2001, 21: 189–199.[7] 宮本久美. 果樹の生育診断への近赤外分光法の応用 [J]. 農業機械学会誌, 2007, 69(3): 11-14.[8] Sun, X., Guo, F., Liu, J., Chen, Z., Abobatta, W. F., Nawaz, M. A., Feng，S. From lab to orchard use for models of hand-held [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]NIR[/color][/url]S instrument: A case for navel orange quality assessment considering ambient light correction[J]. Computers and Electronics in Agriculture, 2024, 219: 108797.[来源：仪器信息网] 未经授权不得转载[align=right][/align]