红外鉴别分析方法验证

⑴ 怎么鉴别远红外线产品的真伪

远红外能量产品和普通产品的快速鉴别方法

１、将一支香烟放置在远红外能量产品上，能明显降低和分解香烟中的有害物质如：尼古丁、焦油等。一分钟后再吸，香烟的口感即有明显改善、口味更加醇和。
２、喝酒时，将酒杯置于远红外能量产品上，1分钟后再喝，更加香醇，酒中的苦、涩味消失了，酒质更好。很好入口！普通产品没有任何变化！
３、泡一杯浓茶，分别放在普通产品和远红外能量产品上，1 分钟后分别再喝，能量产品上的茶苦味减轻了，更加香醇。普通产品没有任变化。
4、将两手掌合十对齐，然后任意选择一只手握住远红外能量产品，一分钟后，再将两手合十对齐，握住远红外能量产品的手指会明显变长（两手相距五十厘米以上）。
5、身上有病痛时，将远红远能量产品贴放痛处，可有效舒缓疼痛。例如生理痛、下腹通、偏头痛等，放于头部。若有慢性疾病者，平日可直接将远红外能量产品贴放患部，效果更佳。
6、喝咖啡时，可将咖啡杯放在远红外线能量产品上，1分钟后再喝，更加香醇。其它饮料亦同。
7、水果亦可置于远红外线能量产品中，酸性减弱，半小时后更甘甜。将茶杯放在远红外能量产品上，能使您每天喝到健康的碱性水，口味更甘甜。
8、我公司生产的远红外能量产品有《国家红外及工业电热产品质量监督检验中心》的权威检测报告。

提醒您：
1、做远红外能量产品和普通产品的试验，要用其它的产品做对比，一般一分钟即有明确的区别，特别是香烟、茶水、白酒等。
2、做实验时，远红外能量产品要和普通产品相距五十厘米以上。
3、凡是远红外远红外产品（如能量祙、烟酒降害卡、内衣等）都有以上功能。
4、远红外产品没有任何副作用，对人体没有任何伤害；
5、我们明确告诉消费者，虽然远红外能量产品有非常好的保健作用，可以纾缓身心，但是无法治病，有病要看医生。

⑵ 近红外光谱仪检验方法建立过程中，建模后的模型校正和验证分别应如何开展

模型的校正可以利用验证集来验证，觉得可以了可以使用预测集来进行预测来检验模型的实际预测效果。

朋友可以到行业内专业的网站进行交流学习！
分析测试网络网这块做得不错，气相、液相、质谱、光谱、药物分析、化学分析、食品分析。这方面的专家比较多，基本上问题都能得到解答，有问题可去那提问，网址网络搜下就有。

⑶ 近红外光谱分析交叉验证法

推荐你看近红外光谱仪器(陆婉珍)，里面有常用的化学计量学方法介绍。

⑷ 已知红外光谱数据,如何用spss建立判别分析模型

判别分析时，通常需要将数据分为两部分。
一部分是训练模型数据，一部分是验证模型数据。首先通过训练集数据训练拟合出一个模型。接着再利用另一部分验证模型效果。
如果在测试集数据上，也表现良好，那么说明拟合模型非常好。后面可以利用此模型用于预测其它“没有确定类别”的数据，来预测新数据的类别情况。

⑸ IR的红外光谱法（IR）

红外光谱法又称“红外分光光度分析法”。简称“IR”,分子吸收光谱的一种。利用物质对红外光区的电磁辐射的选择性吸收来进行结构分析及对各种吸收红外光的化合物的定性和定量分析的一法。被测物质的分子在红外线照射下，只吸收与其分子振动、转动频率相一致的红外光谱。对红外光谱进行剖析，可对物质进行定性分析。化合物分子中存在着许多原子团，各原子团被激发后，都会产生特征振动，其振动频率也必然反映在红外吸收光谱上。据此可鉴定化合物中各种原子团，也可进行定量分析。
1.红外光谱法的一般特点
特征性强、测定快速、不破坏试样、试样用量少、操作简便、能分析各种状态的试样、分析灵敏度较低、定量分析误差较大。
2.对样品的要求
①试样纯度应大于98%，或者符合商业规格
这样才便于与纯化合物的标准光谱或商业光谱进行对照
多组份试样应预先用分馏、萃取、重结晶或色谱法进行分离提纯，否则各组份光谱互相重叠，难予解析
②试样不应含水（结晶水或游离水）
水有红外吸收，与羟基峰干扰，而且会侵蚀吸收池的盐窗。所用试样应当经过干燥处理
③试样浓度和厚度要适当
使最强吸收透光度在5～20%之间
3.定性分析和结构分析
红外光谱具有鲜明的特征性，其谱带的数目、位置、形状和强度都随化合物不同而各不相同。因此，红外光谱法是定性鉴定和结构分析的有力工具
①已知物的鉴定
将试样的谱图与标准品测得的谱图相对照，或者与文献上的标准谱图（例如《药品红外光谱图集》、Sadtler标准光谱、Sadtler商业光谱等）相对照，即可定性
使用文献上的谱图应当注意：试样的物态、结晶形状、溶剂、测定条件以及所用仪器类型均应与标准谱图相同
②未知物的鉴定
未知物如果不是新化合物，标准光谱己有收载的，可有两种方法来查对标准光谱：
A.利用标准光谱的谱带索引，寻找标准光谱中与试样光谱吸收带相同的谱图
B.进行光谱解析，判断试样可能的结构。然后由化学分类索引查找标准光谱对照核实
解析光谱之前的准备：
了解试样的来源以估计其可能的范围
测定试样的物理常数如熔沸点、溶解度、折光率、旋光率等作为定性的旁证
根据元素分析及分子量的测定，求出分子式
计算化合物的不饱和度Ω，用以估计结构并验证光谱解析结果的合理性解析光谱的程序一般为：
A.从特征区的最强谱带入手，推测未知物可能含有的基团，判断不可能含有的基团
B.用指纹区的谱带验证，找出可能含有基团的相关峰，用一组相关峰来确认一个基团的存在
C.对于简单化合物，确认几个基团之后，便可初步确定分子结构
D.查对标准光谱核实
③新化合物的结构分析
红外光谱主要提供官能团的结构信息，对于复杂化合物，尤其是新化合物，单靠红外光谱不能解决问题，需要与紫外光谱、质谱和核磁共振等分析手段互相配合，进行综合光谱解析，才能确定分子结构。
④鉴定细菌，研究细胞和其它活组织的结构
4.定量分析
红外光谱有许多谱带可供选择，更有利于排除干扰。红外光源发光能量较低，红外检测器的灵敏度也很低，ε<103
吸收池厚度小、单色器狭缝宽度大，测量误差也较大
☆对于农药组份、土壤表面水份、田间二氧化碳含量的测定和谷物油料作物及肉类食品中蛋白质、脂肪和水份含量的测定，红外光谱法是较好的分析方法

⑹ 怎么验证红外线灯的真假

你好：

——★1、红外线灯发出的光线，是看不见的。但你可以使用红外线接收二极管测量：红外线照射在接收二极管上，用万能表电阻档测量会有强烈的反应。

⑺ 在用红外光谱测定和分析物质结构时，对谱图解析应遵循哪些规则

如何利用红外光谱进行未知物结构的测定 测定未知物的结构,是红外光谱法定性分析的一个重要用途.如果未知物不是新化合物,可以通过两种方式利用标准谱图进行查对： （1）查阅标准谱图的谱带索引,与寻找试样光谱吸收带相同的标准谱图； （2）进行光谱解析,判断试样的可能结构,然后在由化学分类索引查找标准谱图对照核实. 在对光谱图进行解析之前,应收集样品的有关资料和数据.了解试样的来源、以估计其可能是哪类化合物；测定试样的物理常数,如熔点、沸点、溶解度、折光率等,作为定性分析的旁证；根据元素分析及相对摩尔质量的测定,求出化学式并计算化合物的不饱和度： 不饱和度W=1+n4+(n3-n1)/2
式中n4、n3、n1、分别为分子中所含的四价、三价和一价元素原子的数目. W=0时,表示分子是饱和的,应在链状烃及其不含双键的衍生物.W=1时,可能有一个双键或脂环；W=2时,可能有两个双键和脂环,也可能有一个叁键；W =4时,可能有一个苯环等.
谱图解析一般先从基团频率区的最强谱带开始,推测未知物可能含有的基团,判断不可能含有的基团.再从指纹区的谱带进一步验证,找出可能含有基团的相关峰,用一组相关峰确认一个基团的存在.对于简单化合物,确认几个基团之后,便可初步确定分子结构,然后查对标准谱图核实.

⑻ 红外光谱进行定量分析

红外光谱用于定量分析远远不如紫外-可见光谱法。其原因是：
1、红外谱图复杂，相邻峰重叠多，难以找到合适的检测峰。
2、红外谱图峰形窄，光源强度低，检测器灵敏度低，因而必须使用较宽的狭缝。这些因素导致对比尔定律的偏离。
3、红外测定时吸收池厚度不易确定，参比池难以消除吸收池、溶剂的影响。
定量分析依据是比尔定律：ecl=logI0/I或A=ecl。如果有标准样品，并且标准样品的吸收峰与其它成分的吸收峰重叠少时，可以采用作出标准曲线的方法进行分析，即配制一系列不同含量的标准样品，测定数据点，作出曲线。相关步骤可参考紫外-可见光谱的定量分析方法。

朋友可以到行业内专业的网站进行交流学习！
分析测试网络网这块做得不错，气相、液相、质谱、光谱、药物分析、化学分析、食品分析。这方面的专家比较多，基本上问题都能得到解答，有问题可去那提问，网址网络搜下就有。

⑼ 如何根据红外光谱图进行聚合物未知结构的鉴定

红外光谱：
1、研究分子的结构和化学键,
2、力常数的测定和分子对称性的判据
3、表征和鉴别化学物种的方法.
·
紫外：
1、测定物质的最大吸收波长和吸光度,
2、初步确定取代基团的种类,乃至结构.
紫外光谱只是一个初步的分析,还要借助其他方法如红外核磁质谱等,
仅靠紫外光谱就解析化合物结构式相当困难的.

⑽ 近红外光谱的光谱分析

近红外光谱分析方法的优点为：
1） 分析速度快。近红外光谱分析仪一旦经过定标后在不到一分钟的时间内即可完成待测样品多个组分的同步测量，如果采用二极管列阵型检测器结合声光调制型分光器的分析仪，则可在几秒钟的时间内给出测量结果，完全可以实现过程在线定量分析。
2） 对样品无化学污染。待测样品视颗粒度的不同可能需要简单的物理制备过程（如磨碎、混合、干燥等），无需任何化学干预即可完成测量过程，被称为是一种绿色的分析技术。
3） 仪器操作简单，对操作员的素质水平要求较低。通过软件设计可以实现极为简单的操作要求，在整个测量过程中引入的人为误差较小。
4） 测量准确度高。尽管该技术与传统理化分析方法相比精度略逊一筹，但是给出的测量准确度足够满足生产过程中质量监控的实际要求，故而非常实用。
5） 分析成本低。由于在整个测量过程中无需任何化学试剂，仪器定标完成后测量是一项非常简单工作，所以几乎没有任何损耗。 近红外光谱仪器从分光系统可分为固定波长滤光片、光栅色散、快速傅立叶变换、声光可调滤光器四种类型。
滤光片型主要作专用分析仪器，如粮食水分测定仪。由于滤光片数量有限，很难分析复杂体系的样品。
光栅扫描式具有较高的信噪比和分辨率。由于仪器中的可动部件（如光栅轴）在连续高强度的运行中可能存在磨损问题，从而影响光谱采集的可靠性，不太适合于在线分析。
傅立叶变换近红外光谱仪是具有较高的分辨率和扫描速度，这类仪器的弱点同样是干涉仪中存在移动性部件，且需要较严格的工作环境。
声光可调滤光器是采用双折射晶体，通过改变射频频率来调节扫描的波长，整个仪器系统无移动部件，扫描速度快。但这类仪器的分辨率相对较低，价格也较高。
随着阵列检测器件生产技术的日趋成熟，采用固定光路、光栅分光、阵列检测器构成的NIR仪器，以其性能稳定、扫描速度快、分辨率高、信噪比高以及性能价格比好等特点正越来越引起人们的重视。在与固定光路相匹配的阵列检测器中，常用的有电荷耦合器件（CCD）和二极管阵列（PDA）两种类型，其中CCD多用于近红外短波区域的光谱仪，PDA检测器则用于长波近红外区域。 在近红外光谱图谱上，依据不同种类物质所含化学成分的不同，含氢基团倍频与合频振动频率不同，则近红外图谱的峰位、峰数及峰强是不同的，样品的化学成分差异越大，图谱的特征性差异越强。采用简易的峰位鉴别可对不同品种的中药进行鉴别采用峰位鉴别法主要是分析组分相差较大的不同种物质，这种方法直观、简便，但对于性质相近的样品鉴别却无能为力。因此必须需要其它的方法，如化学计量学方法等来鉴别。
模式识别在六十年代末被引入到化学领域，它基于一个十分直观的基本假设，即“物以类聚”，认为性质相近的样本在模式空间中所处的位置相近，它们在空间形成“簇”。模式识别方法具有明显的优点，它不需要数学模型需要的先验知识很少擅长处理复杂事物和多元数据等。在实际工作中，经常遇到只需要知道样品的类别或等级，并不需要知道样品中含有的组分数与其含量的问题，这时需要应用模式识别法。模式识别法主要用于光谱的定性分析。在近红外光谱定性分析中常用的模式识别方法很多，有聚类分析、判别分析、主成分分析和人工神经网络方法。
在中草药及其产品的应用中，模式识别方法主要用于产品的分类与鉴定。系统聚类分析是依据一种事先选定的相似性或非相似性如距离来度量类在分类空间中的距离，再根据谱系图决定分类结果。逐步聚类分析动态聚类法是依据距离进行分类的一种迭代方法。与系统聚类法相比，它的计算速度快，并节省储存单元，但需事先指定分类数和适当初定值，每步迭代都对各类的中心凝聚点进行调整并按分类对象与中心的距离之远近进行归类，直到不变为止。
主成分分析是一种简化数据结构、突出主要矛盾的多变量统计分类方法。利用主成分分析可以降低数据的维数，根据主因子得分对样品进行分类。逐步判别分析能在筛选变量的基础上建立线性判别模型。筛选是通过检验逐步进行的。每一步选取满足指定水平最显着的变量，并剔除因新变量的引入而变得不显着的原引入变量，直到不能引入也不能剔除变量为止。
人工神经网络作为一种智能型算法，具有很强的非线性映照能力，在非线性多元校正中已显露出一定的优势，关于误差反向传播神经网络的研究和应用较多。由于具有良好的自组织、自学习和处理复杂非线性问题的能力，因而对于复杂的、非线性的体系，可取得更好的效果，已被用于许多领域。 近红外光谱分析技术在近几十年内得到了快速的发展而且在多个应用领域得到了广泛的认可，它的魅力在于其可以在很短的时间内无需复杂的样品制备过程即可完成物质成份多组分的同步快速定量分析，并且可以给出很高的分析精度，不产生任何化学污染且分析成本很低，易于在实验室尤其是工业现场或在线分析领域得到推广使用。
NIR 定量分析的过程
该技术应用实施过程中需要前期进行一些必要的准备工作，其中包括：
（1） 具有广泛代表性的定标和预测样品集的收集和成份理化定量分析；
（2） 定标和预测样品集的近红外光谱采集和光谱解析；
（3） 物质各待测成份在近红外分析仪器上的定标建模和模型优化；
（4） 已有定标模型的实际预测分析。
在以上的前期工作中需要进行较多的实验验证，而且需要对近红外光谱定量分析技术中的每一个环节上全方面考虑多种干扰因素（如温度、湿度等）的影响。一旦定标模型通过预测检验分析后，近红外光谱分析仪器将在较长的时间内保持很高的稳定性和分析精度，操作人员很容易在较短的时间内掌握该仪器的操作程序，这就是该技术在一个新的应用领域很容易得到推广的主要优势所在。但是近红外分析仪器定标模型精确度会由于环境因素影响、自身器件的老化以及参考标准样品的变化而发生微小的变化，为了确保分析结果的准确性需要对模型进行周期性的检验和修正，这就需要用户长期拥有检测样品的理化分析能力，尽管并不需要太多的工作量，所以近红外光谱定量分析技术需要其他成份定量分析技术为依托，经常通过少量经过理化分析的新样品来验证近红外定标模型的精确度，这也是该技术的弱点所在。