傅里叶近红外光谱仪

傅里叶变换近红外光谱法（FT-NIR）提供了一种快速、准确度高的测试方法，可以进行蜂蜜中掺杂物的检测。为了优化该技术的有效性，对不同的数据模型方法进行了测试。

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

肉类加工企业鲜肉和其它原料的连续分析对于满足食谱要求，保证批次产品之间的稳定性。今天NIR广泛的应用于食品工业中原材料、过程物质和终产品的无损定性和定量分析，贯穿整个生产过程。相比于湿化学和色谱分析，傅里叶近红外(FT-NIR)具有诸多优点。

聚醚多元醇（PPG）中的羟值是一个重要的产品质量指标，采用傅里叶变换近红外光谱仪进行羟值的分析，操作简单、快速、准确，对提高产品质量，扩大生产规模具有重要意义。目前，国内外也已制定相关标准（ISO15063，GB/T12008.3-2009等），使用近红外方法快速分析检测聚醚多元醇的羟值含量。

高价值商品的质量不合格现象，其实并不鲜见，如食品。这些商品可能被无良的供应商掺假，以提高他们的利润。但是很不幸，判断这些商品是否被掺假并不容易。一种通常可能被掺假的高价值产品就是蜂蜜。不诚实的供应商，在产品中添加玉米糖浆，既保留了甜味，外观上又不会产生明显的区别。如果不进行检测，很难判断哪些蜂蜜掺假了，而哪些没有。传统的掺假蜂蜜的检测方法，非常耗时，且费用很高。欺诈性的贴假标签也是一个主要问题。傅里叶变换近红外光谱法（FT-NIR）提供了一种快速、准确度高的测试方法，可以进行蜂蜜中掺杂物的检测。为了优化该技术的有效性，对不同的数据模型方法进行了测试。

采用傅立叶变换近红外光谱法检测鲜猪肉中肌内脂肪"蛋白质和水分含量# 以常规化学分析测定值作建模数据$采用偏最小二乘% ?A&回归法建立鲜猪肉各组分含量的定量分析模型$并以肉样平行扫描光谱验证分析模型预测的准确性和重现性’ 结果$肉样肌内脂肪"蛋白质和水分模型预测值和化学分析测定值的配对 检验差异均不显著%!T.E.!&$ 预测均方差%+PAJ & 分别为.E22.".E0"- 和.E2Q"(模型重复预测的相对标准偏差%+AU&分别为.EMM,V".E2Q0W和.E..,W’结果表明$该方法结果准确可靠$适用于鲜猪肉中肌内脂肪"蛋白质和水分的快速定量检测’

生鲜牛乳作为一种天然乳浊液，在近红外光谱的测量过程中，粒径较大的脂肪球颗粒易上浮到牛乳表层，可能会影响牛乳近红外光谱的测量重复性，进而影响牛乳成分预测精度。

近几年来发展起来的傅立叶近红外（FT-NIR）分析技术被公认为一种高效、方便、无损的绿色分析技术，已经在农业、食品、制药和化学等领域中发挥着越来越重要的作用。在国外酿酒行业，近红外技术也已经有了非常广泛的应用。在日本近红外光谱技术已用于日本米酒的酸度、氨基酸、总糖和酒精含量，Prapatsorn Tipparat 等人应用流动注射- 近红外光谱分析饮料酒中的乙醇含量，L. Sauvage应用近红外光谱测定白葡萄酒中的痕量金属元素，D. Cozzolino 等人应用近红外分析技术测定红葡萄酒发酵过程中苯酚含量的变化，M.urbao-cuadredc等人用近红外光谱仪在线检测葡萄酒发酵过程中15种参数。而在中国，由于中国酿酒生产工艺相对来说更为传统和复杂，近红外技术的应用才刚刚起步。

生鲜牛乳中的脂肪球颗粒数目大且状态不稳定，在长时间的试验过程中，脂肪球极易发生簇集，进而上浮到牛乳表层并产生分层，导致近红外光谱的测量重复性变差。此外，不同温度下的脂肪球所处的状态也不相同，可能会影响近红外光谱的测量重复性，进而影响牛乳成分预测精度。

近几年来发展起来的傅立叶近红外（FT-NIR）分析技术被公认为一种高效、方便、无损的绿色分析技术，已经在农业、食品、制药和化学等领域中发挥着越来越重要的作用。在国外酿酒行业，近红外技术也已经有了非常广泛的应用。在日本近红外光谱技术已用于日本米酒的酸度、氨基酸、总糖和酒精含量，Prapatsorn Tipparat 等人应用流动注射- 近红外光谱分析饮料酒中的乙醇含量，L. Sauvage应用近红外光谱测定白葡萄酒中的痕量金属元素，D. Cozzolino 等人应用近红外分析技术测定红葡萄酒发酵过程中苯酚含量的变化，M.urbao-cuadredc等人用近红外光谱仪在线检测葡萄酒发酵过程中15种参数。而在中国，由于中国酿酒生产工艺相对来说更为传统和复杂，近红外技术的应用才刚刚起步。

适用行业及类别：榨油原料(玉葵花籽，油菜籽，大豆、亚麻籽)；生产加工环节（豆粕，葵花脱脂粕等），食用油品质监控（菜籽油，混合油等）。可以快速测定多种质量指标：水分、蛋白、脂肪、纤维、灰分、淀粉、含油量等指标。InfraLUM FT-12型近红外光谱仪提供通用型傅立叶近红外和全谷物分析型，为粮食、谷物、食用油、饲料、食品等领域提供专业品质控制解决方案。仪器内置模型提供粮食谷物行业即用型定标，可以测定玉米、小麦、水稻、大豆、面粉等粮食谷物。用于粮食、谷物在农业产业链的所有阶段，从作物管理、粮食收购、粮食加工储存，到面粉生产的全过程检验及品质分析。

要谈到近红外在石油领域中的应用，我在这里无疑是班门弄斧了，因为中科院的陆婉珍教授是这一领域的权威。因此在这里只想就上海棱光公司新出的近红外仪器在石油方面的简单应用结合此仪器的特点整理一点内容奉献给大家。由于近红外的特点所限，如今用于透射方面的近红外仪器谱区大都限于近红外短波区（700nm~1100nm左右），主要的类型可大致分为滤光片型、CCD型、光栅型、傅立叶型也有最近两年出现的声光滤波器型，它们各有优缺点。上海棱光公司推出的光栅型近红外分析仪的主要是运用光栅分光连续扫描原理，光谱范围（900nm~1700nm）恰好是如今的近红外油料应用领域近红外仪器得很好的补充。富含了1000nm、1200nm、1400nm左右石油中有用的信息，同时样品池的可以直接应用光程1cm比色皿，因此样品需求量少。在用数据说明该种仪器效果前我先简单的介绍一下近红外建模分析的过程。建立模型的前提是首先要建立一个在成份和性质变化范围上有代表性的标样集（化学值或类似数据），然后用化学计量学光谱分析软件建立模型。有了模型以后，分析未知样品性质只要先测量被测样品的近红外光谱，然后通过化学计量学软件和所建模型计算便可得到待测样品的组成和性质数据。当然同一批表样建立的模型数越多，一次光谱测量得到分析数据就越多，整个测量过程仅需要1分钟，体现了近红外技术高效和快速的特点。下面就是这台仪器的实验分析数据：（对30个汽油标样的辛烷值、抗暴指数等的建模指标列表。）

烘焙过的大麦芽样品来源于啤酒厂的麦芽车间，前后半年时间收集了不同批次的220个样品，对收集到的样品首先采用国标的方法分析测试大麦芽的α -氨基氮、脆度、浸出率、库尔巴哈值、总氮、总酸、水分，记录并保存化学方法分析数据，剩余的样品装塑料自封口袋保存。分析仪器为ThermoFisher Antaris II傅里叶近红外光谱仪，配备镀金背景和镀金漫反射表面的积分球和高灵敏度InGaAs检测器，5cm直径的漫反射样品杯及配套的样品旋转器，仪器控制软件“Result”和近红外化学计量学软件“TQ Analyst”。

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。

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。

光谱测定的使用有着非常良好的重现性，并且最终的测试结果不会受到外界太多的干扰。与普通的化学形式进行比较，近红外光谱的解析一般会有更加优良的准确性和重现性。

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。

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。

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）。

原料药(API)与辅料药的混合均匀性对于产品质量来说至关重要。LISICO近红外光谱仪可以实时在线监控粉料混合、颗粒化等工业过程，无需取样，可对样品仓内混料均匀性、颗粒大小、水分含量、pH值、流动性、体积密度等多种物理化学特性进行定性和定量的过程分析。

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。

从18世纪后期，科学家们就已经对香料样品进行检测，并发现其中的掺假现象。一些香料是高价值产品，无良的供应商可能掺杂低价值商品，从而获得经济利益。一些常见的香料掺杂物，包括滑石粉，碾碎的核桃壳，桂皮和沙子，以及小麦淀粉，锯末，小米，荞麦和玉米淀粉。通常被掺假的香料包括大蒜粉，黑胡椒和肉桂。傅里叶变换近红外光谱法（FT-NIR）是一种有效并快速的技术，可以鉴别这些香料是否被掺假。

从18世纪后期，科学家们就已经对香料样品进行检测，并发现其中的掺假现象。一些香料是高价值产品，无良的供应商可能掺杂低价值商品，从而获得经济利益。一些常见的香料掺杂物，包括滑石粉，碾碎的核桃壳，桂皮和沙子，以及小麦淀粉，锯末，小米，荞麦和玉米淀粉。通常被掺假的香料包括大蒜粉，黑胡椒和肉桂。傅里叶变换近红外光谱法（FT-NIR）是一种有效并快速的技术，可以鉴别这些香料是否被掺假。

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。

目前市面上已经开发了几种检测牛油果油掺杂的分析方法。许多分析方法都依赖于色谱技术，但这类方法可能需要耗费很长时间制备样品，并可能产生有害的化学废物。3 与之相比，近红外光谱技术与掺杂物筛查™ （ Adulterant Screen™ ）技术可在不需要溶剂的情况下快速检测牛油果油的掺杂情况。当前采用近红外光谱技术的靶向掺杂物筛查方法，需要依据各类潜在的掺杂物建立相关的定量校准模型。此外，诸如SIMCA（软独立建模分类法）算法等非靶向筛查方法可以确定样本是否被掺杂，但既不能确定掺杂物，也不能量化掺杂物。另一方面，珀金埃尔默的掺杂物筛查算法提供了一种可以快速识别和估算掺杂情况的半靶向筛查方法。

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。

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。

综上所述，利用近红外光谱法(NIR)测定样品光谱信息，通过二次求导(S-GD2)预处理光谱信息后建立的偏最小二乘(PLS)模型，近红外光谱仪校正样本和预测样本的相关系数分别为0.9944 和0.9354，标准差分别为0.6457 和1.6085，近红外光谱可快速准确检测锦氨混纺纤维组分的含量。

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。