红外法误差分析

红外线气体分析仪的样品处理系统承担着除尘、除水和温度、压力、流量调节等任务，处理后应使样品满足仪器长期稳定运行要求。除应保证送入分析仪的样品温度、压力、流量恒定和无尘外，特别应注意的是样品的除水问题。当样气中含水量较大时，主要危害有以下几点：1、样气中存在的水分会吸收红外辐射，从而给测量造成干扰；2、当水分冷凝在晶片上时，会产生较大的测量误差；3、水分存在会增强样气中腐蚀性组分的腐蚀作用；4、样气除水后可能造成样气的组成发生变化。高含水的气样温度降至室温，过饱和的水析出后，各组分的浓度均会发生变化。若气样中有一些易溶于水的组分，这些组分被水部分溶解，会使各组分的浓度变化更大。 工艺要求检测的浓度指标一般是不含水分的“干气”中的含量，而经预处理后的气样中水分不可能完全除掉，仍将占有一定的比例。随着预处理运行状况的变化，环境温度、压力的变化，气样中的水含量亦随之变化。一些极性极强的组分如CO2、SO2、NO等，随着水温、气样压力及水气接触时间长短的不同而有不同的溶解度。 经过预处理后，气样的组成及各组分的浓度变化是十分复杂的，由此造成的示值偏离对微量组分检测尤为严重。但这种偏离并不都是附加误差，其中一部分往往反映了浓度变化的真实情况，对此，应通过样品组成分析及预处理运行条件测试等，从系统误差角度加以消除。而对预处理运行状态变化引起的附加误差则需创造条件，使之降至最低。 为了降低样气汗水的危害，在样气进入仪器之前，应先通过冷却器降温除水（最好降至5摄氏度以下），降低其露点，然后伴热保温，使其温度升高之40摄氏度左右，送入分析器进行分析，由于红外分析器恒温在50至60摄氏度下工作，远高于样气的露点温度，样气中的水分就不会冷凝析出了。

查看相关的近红外国标，大多提及几个指标?1.重复性，再现性2.sep sec值3.预测值与湿法化学值的偏差。偏差在标准中指的是残差的平均。在具体的分析软件中看到这个样情况？蛋白指标 预测值与湿法化学值的绝对差-0.3 偏差为0.3020.23 偏差为0.345这个怎么来的，请高手解读一下。在判定一个样品具体一个项目的时候如何评价？

使用ProFoss过程中，也许会碰到ProFoss误差较大，跟化验室的结果对不上。而且似乎也不能简单通过调截距来改善，因为截距不稳定，有时差这些，有时差那些。今天调了一个截距，明天系统误差又变化，结果又不好了。有的时候，ProFoss结果跟化验室结果不一样，不知该相信哪一个？还经常有人问， ProFoss准确度能达到多少？比如水分误差能不能小于±0.1%？蛋白误差能不能小于±0.3%？这样的问题，困扰着很多人，影响我们愉快的使用ProFoss。所以在此分享一下我对这些问题的看法，希望对ProFoss使用有帮助，开始之前，先举个例子吧：小明是一家公司的ProFoss技术员，这天他们生产豆粕，假设蛋白真实值是43%。假设ProFoss检测结果100%准确，也是43%。（这些假设小明都不知道）。为了验证一下ProFoss误差，小明到线上取样化验，化验结果是42.7%。跟ProFoss结果比，实验室低了0.3%，为了让ProFoss跟实验室一致，小明就把ProFoss结果下调了0.3%。然后ProFoss结果变成了42.7%。然后小明又取了一个样品，还是相同的样品，真实值还是43%（小明不知道），这次实验室化验结果是43.3%，跟ProFoss结果对比，实验室高了0.6%。小明心想：调了截距后误差怎么变大了呢？于是又根据这次结果把ProFoss往上调了0.6%。ProFoss结果变成了43.3%。为了验证这次有没有调好，他又取了个样品，豆粕还是相同的豆粕（小明不知道），化验结果，这次是42.5%。这次，ProFoss结果高了0.8%！误差怎么越调越大呢？！小明疑惑了！ProFoss不好用吧？！100%准确的ProFoss最终被算出有0.8的误差，为什么？小明忽视了什么问题呢？答案是：重复性，即精确度。这个例子，是我们假设ProFoss本身误差为0，没有取样误差等因素的影响情况下，我们得到的误差，真实情况下，还要考虑ProFoss的本身误差，取样误差等的影响，所以我们得到的误差可能会更大，但这个误差是不真实的，真实误差其实并没有这么大！从这个例子我们得到的最重要的信息是：要想准确衡量ProFoss的误差，实验室本身的重复性，即精确性非常重要。相同的样品我们要保证能得到相同的结果！下面我们就来分析一下影响“ProFoss误差”的一些重要因素:1、取样误差取样误差是指，取样取到的样品跟ProFoss检测到的样品不一致造成的误差。比如ProFoss检测到的样品是A，而取到的样品是B，用B的化验结果去跟A的结果对比，当然会有误差。当检测的产品不均匀时，最容易出现取样误差。最常见的，用巴西豆生产43规格的豆粕时，就很容易有取样误差。这也是有人反映巴西43粕误差较大的原因。那怎么检验有没有存在取样误差呢？最简单的方法就是，短时间内连续取至少5个样品做常规化验，然后对比这几个样品各指标，比如水分、蛋白的差异情况。差异越大，波动越大，说明越容易存在取样误差。此外，我们可以通过计算这几个样品的标准偏差、极差来评价取样误差具体有多大。2、样品制备误差样品制备误差是指对样品进行前处理的过程中带来的误差。最常见的样品制备误差，可以由分样不均匀，或者混合不均匀造成，导致实际化验的样品不能代表这份样品的真实结果。所以不均匀的样品，容易出现样品制备误差。最常见的例子，还是43规格的巴西豆粕，非常容易出现样品制备误差。评价样品制备误差的简单方法是，将样品按日常处理方法，分成至少5份进行化验，然后比较这几个样品的化验结果。差异越大，波动越大，样品制备误差越大。可以通过计算这几个样品的标准差、极差来评价样品制备误差的具体大小。3、化验误差化验误差是指化验过程中造成的误差。化验误差受化验方法，设备，试剂，人员熟练程度等因素的影响。评价化验误差可以用化验精确度跟化验准确度来衡量。对校正ProFoss来讲，化验的精确度比准确度更加重要，且重要的多！评价化验误差（主要指精确度）的方法是：相同的样品重复化验5-10次，或者更多次数。比较各指标的差异，波动情况，差异越大，则化验误差越大，精确度越差。可以用标准偏差、极差来衡量精确度的具体水平。最好的方法是让平时实际操作的不同人员，在不同时间，按照平时的方法，分别做重复检测，然后做综合的标准偏差、极差。这样最能接近实际情况下实验室的真实的精确度情况。4、ProFoss本身误差ProFoss误差是指ProFoss本身的误差，这才是ProFoss的真实误差。它主要由ProFoss硬件条件，ProFoss使用的定标方程决定。目前ProFoss硬件能够达到0.02nm的精确度，所以硬件方面带来的误差很小。所以ProFoss本身误差主要是指定标方程的误差。定标方程的好坏，由做定标方程的标准样品的质量决定。需要注意的是：前面提到的三种误差，即取样误差、样品制备误差、化验室误差此时还决定了做定标方程时，使用的标准样品的质量，最终影响了定标方程的质量。因此，想用好ProFoss，有一个精确度足够好的化验室很重要。综上所述，我们最终计算得到的误差实际上是：取样误差+样品制备误差+化验误差+ProFoss本身误差的一个综合误差。即使ProFoss误差本身很小，如果这些误差过大，我们也会得到一个很大的误差。有的时候这几个误差互相抵消，我们就能得到很小的误差，有的时候这几个误差互相叠加，我们就得到很大的误差。但是无论抵消还是叠加情况下的误差，都不是真实的误差。从一定意义上讲，真正的ProFoss误差应该是扣除了这些误差的影响时的误差，即与真实值的误差。而如果你不明白这个道理，那么当你得到一个较大误差时，你很可能就会像小明那样得出一个结论：ProFoss不好用！同样的ProFoss，有人用的好，有的不理想，非常大一部分就是因为这个原因。那么存在这么多影响因素，是不是ProFoss根本就没法用好呢？其实，这些误差跟ProFoss没有任何关系，是一直存在的，只不过之前没有对比，我们没有发现罢了，而当我们有了ProFoss，跟化验室结果对比时，才发现了这个问题。所以有时实验室结果也并不是非常可靠的！比如还是小明这个例子。同样是43蛋白的豆粕，有时化验结果是42.5，有时是43.3。这样的结果报给生产控制人员，就会误导他们一会调高蛋白，一会调低蛋白。最终导致产品波动过大，不合格率增加。在这方面，实验室就不如ProFoss可靠了！因为ProFoss结果只受它本身误差的影响。跟其他刚刚进入应用领域的设备一样，目前人们对ProFoss的使用有误区，不熟练。这是很正常的。随着我们不断使用，以及对在线近红外使用的不断探索，对在线近红外这门技术的使用肯定会越来越纯熟，在线近红外带给我们的帮助也会越来越多。