主题:【分享】为什么近红外光谱仪性能的一致性在近红外光谱分析网络化中很重要?

浏览0 回复0 电梯直达
Insm_68f50e17
结帖率:
100%
关注:0 |粉丝:0
新手级: 新兵
在一般情况下,若只需要测定样品的性质数据入网,不管是何种类型的光谱仪,只要建立有效的校正模型,保证近红外测定的性质数据与参考方法测定的数据没有显著差异或满足用户预期即可。但对烟草或类似烟草的天然作物,使用几个有限的理化指标来衡量其质量特征是不够的,幸运的是,还可以借助化学计量学模式识别方法结合烟草领域知识、专家经验,对隐含在近红外光谱中大量潜在的与质量等级、质量特征相关的信息进一步深度挖掘定性表征不同产地之间烟叶质量特征的相似性和差异性,或溯源烟叶原料质量特征,这对寻求质量特征相似或相近的替代原料,科学合理应用烟叶原料,保障产品生产稳定的原料供给具有重要的实用价值。这就要求在网络化环境里的近红外光谱仪必须具有优良的光学性能,仪器之间的性能差异最小,对不同产区网点的近红外光谱仪测量的光谱数据进行定性分析时,不会造成明显的影响。当然,如果仪器之间差异明显,一是借鉴模型转移方法,根据仪器之间的光谱差异,建立一个光谱的数学关系,校正光谱,使仪器之间的光谱尽量一致,这种模型的转移方法又称“软拷贝”;二是仪器厂商严格执行统一的制造工艺标准,保证不同批次生产的仪器标准化,使其测量的光谱差异最小,具有良好的一致性,不会对后续的光谱分析造成明显的影响,这种无需建立差异光谱的数学关系校正光谱,直接拷贝转移模型的简单方法,又称“硬拷贝”。要达到这个要求,通过4Q验证确认仪器设备是一个最基本的门槛。作为网络用户来说,后者使用“硬拷贝”的解决方案尤为理想,省掉了繁琐的模型转移工作。
为您推荐
您可能想找: 近红外光谱(NIR) 询底价
专属顾问快速对接
立即提交
可能感兴趣
品牌合作伙伴