近红外光谱仪的分析原理

近红外光（Near Infrared ，NIR）是介于可见光（VIS）和中红外光（MIR）之间的电磁波， ASTM 定义的近红外光谱区的波长范围为 780~2526nm （12820～3959cm1），习惯上又将近红外区划分为近红外短波（780~1100nm）和近红外长波（1100~2526nm）两个区域。

近红外光谱主要是由于分子振动的非谐振性使分子振动从基态向高能级跃迁时产生的，记录的主要是含氢基团X－H（X=C 、N、O）振动的倍频和合频吸收。不同团（如甲基、亚甲基，苯环等）或同一基团在不同化学环境中的近红外吸收波长与强度都有明显差别，NIR 光谱具有丰富的结构和组成信息，非常适合用于碳氢有机物质的组成与性质测量。但在 NIR区域，吸收强度弱，灵敏度相对较低，吸收带较宽且重叠严重。因此，依靠传统的建立工作曲线方法进行定量分析是十分困难的，化学计量学的发展为这一问题的解决奠定了数学基础。其工作原理是，如果样品的组成相同，则其光谱也相同，反之亦然。如果我们建立了光谱与待测参数之间的对应关系（称为分析模型），那么，只要测得样品的光谱，通过光谱和上述对应关系，就能很快得到所需要的质量参数数据。分析方法包括校正和预测两个过程：

（1）在校正过程中，收集一定量有代表性的样品（一般需要80个样品以上），在测量其光谱图的同时，根据需要使用有关标准分析方法进行测量，得到样品的各种质量参数，称之为参考数据。通过化学计量学对光谱进行处理，并将其与参考数据关联，这样在光谱图和其参考数据之间建立起一一对应映射关系，通常称之为模型。虽然建立模型所使用的样本数目很有限，但通过化学计量学处理得到的模型应具有较强的普适性。对于建立模型所使用的校正方法视样品光谱与待分析的性质关系不同而异，常用的有多元线性回归，主成分回归，偏最小二乘，人工神经网络和拓扑方法等。显然，模型所适用的范围越宽越好，但是模型的范围大小与建立模型所使用的校正方法有关，与待测的性质数据有关，还与测量所要求达到的分析精度范围有关。实际应用中，建立模型都是通过化学计量学软件实现的，并且有严格的规范（如ASTM6500标准）。

（2）在预测过程中，首先使用近红外光谱仪测定待测样品的光谱图，通过软件自动对模型库进行检索，选择正确模型计算待测质量参数。

=========================================================

近红外漫反射技术测定精氨酸阿司匹林的含量

原理：近红外定量分析需要一个待测成分已知的标准样品集(简称标样集)，根据标样集中样品的近红外光谱运用化学计量学方法建立光谱特征值(如吸光度)与待测成分之间的数学关系(简称数学模型)。当测定未知样品时，只需测定该样品的近红外光谱，然后用已建好的数学模型预测出待测成分的含量。与常规的光谱定量分析不同之处是，近红外光谱分析时所用样品可以不经预处理，通过求解光谱矩阵与待测成分的浓度矩阵来建立数学模型，进行定量。检测固体样品一般采用漫反射技术，对于液体样品的检测用透射方法。建立数学模型的方法主要有：多元线性回归、主成分法、偏最小二乘法等。贴算法相对而言是一种较新的多元数据处理技术，它与逐步回归、主成分回归的显著差异在于考虑全谱区各波长是光谱参数的同时，还兼顾了被分析样品内部各成分之间的关系，因此在nir分析中得到广泛应用。

仪器：bruker公司vector22/n近红外光谱仪,带漫反射光纤探头波长区间4000-11000cm-1

样品:

精氨酸阿司匹林固体粉末含阿司匹林48．0％-53．0％,

蔗糖酯(片剂辅料，作为润滑剂)

实验方法：用1／1000扭力天平准确称取不同比例的精氨酸阿司匹林与蔗糖酯，共10份，分别混合均匀，用压片机压片，得到精氨酸阿司匹林含量不同的片剂(以此含量做为精氨酸阿司匹林片的理论含量一真值)，每种各100片。从每种100片中随机选取10片，用仪器的漫反射光纤探头压住药片，每片正反面各测1次，取平均光谱做为样品光谱。扫描区间为4000-11000cm-1，分辨率为8cm-1 。用bruker公司bruker公司quant/2软件分析，光谱数据采用加性散射校正预处理，以消除药片表面不同引起的误差，即可得到测量值。

=========================================================