气相色谱拟合法

近日，来自安徽大学的周胜副教授团队发表了《基于深度神经网络的无需压力校准和轮廓拟合的气体传感光谱技术》论文。Recently, the research team from Associate Professor Zhou Sheng's from Anhui University published an academic papers Pressure calibration- and profile fitting-free spectroscopy technology based on deep neural network for gas sensing.甲烷（CH4）是天然气的主要成分，在工业生产和日常生活中广泛用作燃料。此外，甲烷是一种重要的温室气体，其浓度对全球气候产生重要影响。因此，甲烷的测量对环境监测、生物医药和研究具有重要意义。气体浓度通常通过各种微量气体传感器进行测量，例如气相色谱仪、半导体气体传感器和电化学设备。半导体气体传感器在适当的操作环境下具有ppm级别的灵敏度。激光吸收光谱技术具有高选择性、高灵敏度、快速和多成分监测等优势，目前广泛用于各种气体的检测。激光吸收光谱技术可以准确测量气体分子的特征吸收线，并基于可调谐激光有效降低其他气体光谱线的干扰。此外，它提供了实时原位气体检测的可能性，这对于从工业过程到环境变化的各种现象的理解和监测至关重要。气体分子可以通过其指纹吸收光谱进行有效识别，包括典型的所谓“展宽”参数和“空气展宽”参数。光谱线参数是压力和温度的函数。浓度测量的准确性取决于压力稳定性和光谱拟合精度。对于定量光谱分析，传统上通过准确的模型对光谱进行拟合，同时压力和温度必须定期校准，尤其是在相对大的环境波动情况下。因此，为实现所需的准确性，系统的复杂性增加了。Methane (CH4), which is the main component of natural gas, is widely used as fuel in industrial production and daily life. In addition, CH4 is an important greenhouse gas whose concentration has a substantial influence on global climate. Therefore, the measurement of CH4 has significant importance for environmental monitoring, biomedicine, and energy research. The gas concentrations are commonly measured by various trace gas sensors, such as gas chromatographs, semiconductor gas sensors, and electrochemical devices. The semiconductor gas sensors have a sensitivity of ppm level under a suitable operating environment. The laser absorption spectroscopy, which has the advantages of high selectivity, high sensitivity, and fast and multi-component monitoring, is currently widely used in the detection of a variety of gases. Laser absorption spectroscopy technology can accurately measure the characteristic absorption lines of gas molecules and effectively reduce the interference of other gas spectral lines based on the tunable lasers. Moreover, it provides the possibility of real-time in-situ gas detection, which is crucial for understanding and monitoring a variety of phenomena from industrial processes to environmental change. A gas molecule can be effectively identified by its fingerprint absorption spectrum, including typical so-called “self-broadening” parameters and “air-broadening” parameters. The spectral line parameters are functions of pressure and temperature. The accuracy of concentration measurement depends on pressure stability and spectral fitting accuracy. For quantitative spectral analysis, the spectra are traditionally fitted by an accurate model, while the pressure and temperature must be calibrated on time, especially in the case of relatively large environmental fluctuations. Consequently, the complexity of system is increased to achieve the required accuracy. 目前，人工智能的快速发展为解决这个问题提供了一种新途径。人工神经网络已被用于气体识别，并在足够训练数据的条件下表现出良好性能。基于Hopfield自联想记忆算法的神经网络已用于识别五种类似的醇的红外光谱。反向传播神经网络用于从混合气体中识别目标气体，证明了卷积神经网络（CNN）模型可以有效提高识别准确性。此外，最近的研究表明深度神经网络也可以应用于振动光谱分析。卷积神经网络和自编码器网络被用于处理一维振动光谱数据。与传统气体检测技术相比，辅以深度学习的气体传感器可以实现准确的灵敏度测量，并降低异常检测的鲁棒性。深度神经网络（DNN）可以在经过足够样本训练后直接从吸收光谱中学习特征，实现不需要压力校准和轮廓拟合的气体浓度直接识别。这种网络为检索气体浓度提供了一种新途径，无需昂贵且复杂的压力控制器。为了展示提出的DNN辅助算法的性能，构建了一个基于DFB激光二极管的甲烷检测气体传感器系统。预测的浓度与校准值相当吻合。这项研究表明，基于DNN的激光吸收光谱在大气环境监测、呼气检测等方面具有显着潜力。Currently, the rapid development of artificial intelligence provides a new way to solve this problem. The artificial neural network has been used for gas identification and shows a good performance under the condition of sufficient data for training. The infrared spectra of five similar alcohols has been identified by a neural network based on the Hopfield self-associative memory algorithm . A back propagation neural network is used to recognize target gas from the mixtures of gases, which proved that the convolutional neural networks (CNN) model can improve identification accuracy effectively. In addition, recent studies indicate that deep neural networks can also be applied to vibrational spectral analysis. The convolutional neural and auto encoder networks are used to process onedimensional vibrational spectroscopic data. Compared with traditional gas detection technology, the gas sensors assisted with deep learning can achieve accurate sensitivity measurement and reduce the robustness of anomaly detection. A deep neural network (DNN), which can learn features directly from the absorption spectra after training with sufficient samples, achieves the direct identification of gas concentration free of pressure calibration and profile fitting. This network provides a new way to retrieve gas concentrations without expensive and complicated pressure controllers. To demonstrate the performance of proposed DNN assisted algorithm, a DFB diode laser-based gas sensor system for CH4 detection is constructed. The predicted concentrations are in good agreement with the calibrated values. This study indicates that DNN-based laser absorption spectroscopy has remarkable potential in atmospheric environmental monitoring, exhaled breath detection and etc..实验装置用于获取甲烷（CH4）气体吸收光谱的实验装置如图1所示。一台近红外DFB激光二极管，最大峰值输出功率为20毫瓦，被用作光源。通过控制激光温度和电流，激光可以在6045 cm-1到6047 cm-1范围内进行调谐，宁波海尔欣光电科技有限公司为此项目提供激光驱动器，型号为QC-1000。所选CH4在6046.95 cm-1附近的吸收线在图2中基于从HITRAN数据库获取的光谱线参数进行了模拟。DFB激光二极管经过纤维准直器进行准直，然后由一块CaF2分束器进行对准，分束后的可见红光（632.8纳米）光束用作跟踪激光。随后，光束被送入一个7米有效光程的多程传输池，并且池内的压力由压力控制器、流量控制器和隔膜泵协同控制。一个典型频率为100赫兹的三角波被用作扫描信号，以驱动激光二极管。最后，激光通过一个InGaAs光电探测器进行检测，并被数据采集单元卡获取。信号随后传输到计算机，并由自制的LabVIEW程序进行分析。Experimental setupThe experimental setup used to obtain CH4 gas absorption spectra is depicted in Fig. 1. A near-infrared DFB diode laser with a maximum peak output power of 20 mW is used as the optical source. The laser can be tuned from 6045 cm&minus 1 to 6047 cm&minus 1 by controlling the laser temperature and current via the controller (QC-1000, Healthy photon Co., Ltd.). The absorption line of selected CH4 near 6046.95 cm&minus 1 is simulated based on spectral line parameters obtained from the HITRAN database in Fig. 2. The DFB diode laser is collimated by a fiber collimator and aligned by a CaF2 beam splitter with a beam of visible red light (632.8 nm) as the tracking laser. Subsequently, the beam is sent to a multi-pass cell with a 7 m effective optical length, and the pressure inside the cell is collaborative controlled by a pressure controller, a flow controller, and a diaphragm pump. A triangular wave with a typical frequency of 100 Hz is used as a scanning signal to drive the diode laser. Finally, the laser is detected through an InGaAs photodetector and acquired by a data acquisition unit card. The signal is subsequently transmitted to the computer and analyzed by the homemade LabVIEW program. QC-1000, Healthy photon Co., Ltd.Fig. 1. Experimental device diagram.Fig. 2. The spectral line intensities of CH4 in the tuning range of 6046.93–6046.96 cm&minus 1 and the cross-section of the selected line obtained from the HITRAN database.结论总体而言，本项目开发了基于DNN算法和激光吸收光谱的概念验证气体传感器，并设计了基于DFB激光二极管的甲烷检测传感器系统。此外，通过计算RMSE和训练时间评估了DNN算法的性能，并优化了DNN层、神经元数量和epochs等参数，以获取最佳参数。提出了改进的系统来分析和预测气体吸收光谱数据，在甲烷浓度预测方面表现出良好的准确性和稳定性。不同浓度的甲烷预测值与相应的理论值线性拟合，证明其在实际领域应用中具有巨大潜力，尤其适用于恶劣环境。Conclusions Overall, a proof-of-concept gas sensor based on the DNN algorithm and laser absorption spectroscopy is developed, and a CH4 detection sensor system based on the DFB diode laser is designed in this paper. In addition, the performance of the DNN algorithm is evaluated by calculating RMSE and training times, and the parameters, which include DNN layers, neuron number, and epochs, are optimized to obtain optimal parameters. The modified system is proposed to analyze and predict the gas absorption spectrum data, demonstrating good accuracy and stability in the prediction of CH4 concentrations. The predicted values of methane with different concentrations are linearly fitted with the corresponding theoretical value, which proves it has great potential in practical field applications, especially for harsh environments.参考ReferencesPressure calibration- and profile fitting-free spectroscopy technology based on deep neural network for gas sensing, Measurement 204 (2022) 112077https://doi.org/10.1016/j.measurement.2022.112077

2021年10月4日，Journal of Physical Chemistry letters 在线报道了中国科学院物理研究所/北京凝聚态物理国家研究中心软物质物理实验室翁羽翔研究组（SM6组）题为“电化学红外光谱揭示光合放氧中心锰簇拟合物在多重氧化还原状态中的结构重排（Structural Reorganization of a Synthetic Mimic of the Oxygen-Evolving Center in Multiple Redox Transitions Revealed by Electrochemical FTIR Spectra）”的研究工作。该工作利用傅里叶变换红外光谱仪在低波数波段研究了人工合成的锰簇在电化学氧化过程中的机构变化，为光合放氧中心裂解水的反应机制研究开辟了一条新途径。光合作用是自然界利用太阳光大规模地将二氧化碳和水合成有机物并放出氧气的过程。在地球与生命进化过程中，具有放氧复合体的放氧光合生物的出现，使地球大气层中的氧气从无到有、逐渐积累并恒定在大约21％的水平，大大加速了地球演化、生物圈形成与繁荣的进程。光系统Ⅱ核心复合体是光能驱动水氧化的重要场所，具有光解水放氧功能的系统II核心复合体是一个由多个蛋白亚基、锰簇、色素分子等辅助因子组成的色素膜蛋白复合体。其核心锰簇是含有五个金属离子的Mn4O5Ca。其中的三个Mn原子，四个氧原子和一个钙离子占据六面体的8个顶点，形成立方体结构。太阳光经捕光天线吸收后分步传给反应中心的叶绿素特殊对，并实现电荷分离，形成的正电荷将邻近的酪氨酸Z氧化成正离子自由基，后者进一步将锰簇物氧化，驱动水的氧化并放出氧气：早期闪光诱导动力学研究表明，氧气的释放需要4个持续的闪光过程才能完成一个放氧周期。Kok等在1970就提出天然锰簇物放氧中心存在一个由S0-S4的5个状态构成的循环反应模式（即Kok 循环）。S0，S1，S2 ，S3 和S4分别表示放氧锰簇物的不同氧化还原状态。每一次氧化诱导的状态改变都会丢失一个电子，而每循环一次则需吸收4个光子，积累4个氧化当量（失去4个电子，积累4个质子）才能把水分子完全裂解，释放氧气后再次回复到S0态，如图1所示。2H2O−4e−⟶4hvO2↑+4H+" role="presentation"的释放需要4个持续的闪光过程才能完成一个放氧周期。图1. Kok循环示意图光系统放氧中心复合物的晶体结构研究表明，放氧中心锰簇物是由锰离子和钙离子经D1和CP43蛋白上氨基酸羧基侧链结合而形成的生物自组装结构。由于D1蛋白对强光很敏感，在体内的代谢周转十分迅速，半衰期大约为十分钟。可见，在自然界中放氧中心锰簇物是依靠生物的自修复功能实现其持续运转的。天然氧中心锰簇物的不稳定性对光合作用水裂解的机制研究也带来了相应的困难。2015年中科院化学研究所张纯喜研究小组在光系统放氧中心人工拟合物的研究中获得重大进展，成功合成了新型Mn4O4Ca簇合物（Science, 2015, 348, 690-693）。迄今为止，该类化合物是与天然放氧中心锰簇物最为接近的人工拟合物，该拟合物中四个Mn离子的价态（+3，+3，+4，+4）与天然放氧中心锰簇物S1态一致，而且同样具有催化水裂解的功能。此人工合成物为天然放氧中心锰簇物裂解水过程的微观机制研究提供了良好的契机。相关实验研究中，位于红外光谱低频波段（1000 cm-1）的 Mn—O键特征峰一直是指认放氧中心锰簇物状态变换过程中结构变化的重要依据。国际上利用脉冲闪光结合傅里叶变换红外光谱在该方向开展了大量的研究工作。由于天然锰簇物是组装在蛋白质中的，直接进行电化学氧化会导致蛋白质分解，同时蛋白质的低频峰会干扰锰核物峰位指认。另一方面，脉冲闪光引起的氧化还原电位变化是量子化的，无法实现氧化还原过程的连续调控，有可能错过某些变化细节。而人工拟合物则不然，可以进行连续电位扫描，且没有蛋白质在低频波段的干扰。针对上述问题，SM6课题组与长春应化所蒋俊光研究员合作设计了一种适用于傅里叶变化光谱仪的微型密封透射式电化学池，然后通过对锰簇拟合物进行连续电位扫描，研究了锰簇拟合物（由化学所张纯喜研究员提供）的结构变化过程。研究发现，S2氧化态存在两种不同的结构，即Mn1—O5是成键还是断开状态所对应于的封闭或开放锰核立方体结构（见图2）。该结论和天然锰簇物极为相似，不同的是，对于人工拟合物，S2态的闭合立方体结构比开放的立方体结构更加稳定，而这一次序在天然锰簇物中正好相反。可能的原因可归结于两者在配体分子上的差异，即人工锰簇物不存在H2O分子配体，而天然锰簇物含H2O分子配体。该工作为光合放氧中心裂解水的反应机制研究开辟了一条新途径，审稿人认为该工作为天然放氧中心锰簇物的研究提供了有用的基准信息“useful benchmark information”。图2.天然锰簇物(a)和人工拟合物(b)S2状态开放及闭合结构示意图该研究得到了国家自然科学基金委重点项目(21433014, 91961203)和中国科学院前沿重点项目（QYZDJ-SSWSYS017）的支持。

前言除虫菊、鱼藤和烟草是公认的自然界三大杀虫植物，在早期人类化学农药未流行的时候是作为农业活动中主要的杀虫物质。近代以来化学合成水平突飞猛进，仿照除虫菊杀虫物质的分子结构合成了许多类似具有杀虫活性的物质，这类物质常被称为菊酯类农药。菊酯类农药是广谱性杀虫剂，具有速效、高效、低毒、低残留，对作物安全等特点，除对140多种害虫防治有特效外，有些菊酯类农药还对地下害虫和螨螨类害虫有较好的防治效果，然而菊酯类农药的大量使用，也会使多种害虫产生抗药性，实际使用中常把多种菊酯类农药混合使用以减少害虫抗药性产生，因此在检测过程中建立一种可以同时检测多种菊酯的分析方法十分必要。实验部分仪器：使用配备了ECD（电子捕获检测器）及SCION-5毛细管色谱柱的赛里安456i气相色谱仪进行实验。使用CompassCDS工作站进行曲线拟合和数据分析。标准品：联苯菊酯、甲氰菊酯、氯氟氰菊酯、氟氯氰菊酯、氯氰菊酯、氰戊菊酯和溴氰菊酯（纯度＞99.9%）。工作曲线制取：从混合储备液中使用正己烷配置浓度分别为0.001、0.005、0.01、0.05、0.1、0.5、1 mg/L 7种菊酯的标准溶液。气相色谱条件见下表：实验结果图1 1mg /L的7种菊酯类农药标样色谱图分别对配好的7种菊酯农药的混合标准溶液浓度由低到高进样检测，以峰面积-浓度作图，得到标准曲线回归方程。图2 0.001-1mg /L的联苯菊酯的标准曲线图3 0.001-1mg /L的甲氰菊酯的标准曲线图4 0.001-1mg /L的氯氟氰菊酯的标准曲线图5 0.001-1mg /L的氟氯氰菊酯的标准曲线图6 0.001-1mg /L的氯氰菊酯的标准曲线图7 0.001-1mg /L的氰戊菊酯1的标准曲线图8 0.001-1mg /L的氰戊菊酯2的标准曲线图9 0.001-1mg /L的溴氰菊酯的标准曲线结论赛里安456i提供了同时对7种菊酯检测的解决方案。该方案使用ECD检测器检测7种菊酯完全符合检测要求，分离度高，线性优异。7种菊酯的最低检测浓度均为0.001mg/L ，0.001-1mg/L的线性范围内R2均大于0.999。