

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、近紅外光譜(Near Infrared,簡稱NIR)是位于紫外可見光譜區(qū)與中紅外光譜區(qū)間的電磁波。通常將780~2526nm(12820~3959cm-1)定義為近紅外光譜區(qū)的范圍。有機分子中C-H、O-H、N-H及S-H等含氫基團內(nèi)部振動的倍頻和組合頻吸收是近紅外光譜反應的基本信息,這些化學信息量相當豐富。由于絕大部分有機物都含有此類基團,因此適合近紅外光譜測量的物質(zhì)種類和場合相當廣泛。分析速度快、樣品預處理簡單、可同時測定多組分、環(huán)
2、保污染少等,是近紅外光譜分析所具有的優(yōu)點,這使得近紅外光譜被廣泛地應用于農(nóng)業(yè)、石油化工、制藥、環(huán)保、食品等領域中。
中藥材與中成藥是中國傳統(tǒng)藥物,其藥效成分復雜多樣,外觀形態(tài)各異,因此對其進行質(zhì)量監(jiān)控難度很大。近紅外光譜結(jié)合化學計量學這一分析技術可以很快捷地對中藥材與中成藥的有效含量進行快速地測定,同時還可對藥物的歸屬地進行鑒別。
本文在重慶市科委科技攻關項目(CSTC2010AC5170)的資助下,對三種劑
3、型的中成藥和兩種中藥材應用近紅外分析手段做了以下幾個方面的研究:1.近紅外光譜法同時測定通天口服液的天麻素和芍藥苷的含量,所建立的定量分析模型效果極佳,能應用于生產(chǎn)實踐中,突破了傳統(tǒng)方法只能測量單一組分的缺陷;2.用近紅外漫反射光譜法建立益母草顆粒中鹽酸水蘇堿定量分析模型,同時還使用聚類分析方法對九個廠家的益母草顆粒進行定性分析;3.在沒有光纖探頭的情況下,對北豆根膠囊使用近紅外光譜法進行探索性研究,分別建立了總生物堿定量分析模型、判別
4、分析模型和聚類分析模型;4.使用近紅外光譜法建立了銀杏葉的定量分析與兩種定性分析模型,并對各個模型進行應用;5.應用近紅外光譜法對車前草的模式識別定性分析方法研究,分別用兩種最經(jīng)典的方法進行定性分析,均取得很好的分析效果。
1.近紅外光譜法同時測定通天口服液中的天麻素和芍藥苷的含量
基于近紅外光譜結(jié)合偏最小二乘法建立了同時測定通天口服液中天麻素與芍藥苷含量的方法。通過HPLC法測定通天口服液樣品中天麻素和芍藥
5、苷的化學含量。隨機抽取60個樣本作為校正集,20個樣本作為驗證集。通過化學計量學方法將校正集樣本的近紅外光譜和與之對應樣本的天麻素和芍藥苷的含量分別相關聯(lián)建立模型。最后得出,天麻素和芍藥苷定量分析模型的決定系數(shù)分別為96.28%、94.55%,模型的交叉驗證均方差分別為0.0336、0.00908,驗證集的決定系數(shù)分別為94.23%、92.86%,預測集均方差分別為0.0453、0.00839。文章還做了模型的精密度實驗,效果較佳。實驗
6、表明,該方法能用于大批量樣品的快速分析。
2.近紅外漫反射光譜法對益母草顆粒的定量和定性分析
本文首先利用近紅外光譜結(jié)合偏最小二乘法建立了快速測定益母草顆粒的鹽酸水蘇堿的定量分析模型,模型的決定系數(shù)為0.9622,內(nèi)部交叉驗證均方差為0.0576;然后用10個預測集樣本對模型的性能進行驗證,決定系數(shù)為0.9495,預測集標準偏差為0.0547,相對分析誤差為4.45,表明該方法能應用于生產(chǎn)實踐。最后選取樣品的
7、近紅外光譜的3999.6~6502.8 cm-1波段建立九個廠家的益母草顆粒聚類分析模型,結(jié)果不同廠家的樣品能很好地進行分類,然后使用預測集樣品對該模型進行檢驗,結(jié)果表明該方法準確快速。
3.基于近紅外光譜的北豆根膠囊的定量和定性分析
應用近紅外光譜技術建立了北豆根膠囊的總生物堿的定量和定性分析方法。收集了3個廠家85個批次的樣品,將近紅外光譜與相應的化學值相關聯(lián)建立定量模型。模型的決定系數(shù)、內(nèi)部交叉驗證均方
8、差、預測標準偏差分別為99.63%、1.04、4.49,相對分析誤差為3.81,結(jié)果表明該定量分析模型能應用于生產(chǎn)實踐中。聚類分析和K-最鄰近法相結(jié)合對不同生產(chǎn)廠家的樣品進行了鑒別,識別率分別為97%、100%。本實驗在做判別分析時有了一個很大的突破:在一級譜庫無法對一些樣品進行正確歸類時,可將這些樣品歸入二級子庫,重新設定條件,進行進一步的定性鑒別。
4.銀杏葉的近紅外定量分析與定性分析模型的建立及應用
本
9、文采用了近紅外光譜分析方法對幾個地區(qū)的銀杏葉樣品做了定量和定性分析研究與應用。選取7501.7~4246.5cm-1做為建模的光譜范圍,模型的預測值與標準值間的相關系數(shù)R2為98.62%,內(nèi)部交叉驗證均方差RMSECV為0.103,相對分析誤差RPD為3.05,且5個樣品的重復性實驗的相對標準偏差都在2%以下,說明將該模型應用于實際檢測中是可行的。在進行定性判別分析和聚類分析時,模型的識別率都達到了100%。
5.基于近紅
10、外光譜法對車前草的模式識別定性分析方法研究
本文采用近紅外光譜技術,同時結(jié)合化學計量學方法,對車前草的歸屬地進行判別分類工作。在8003~4000cm-1光譜范圍內(nèi),使用聚類分析方法建立了聚類分析模型,模型的識別率是100%,預測率也為100%。定性判別分析方法建模時,模型的識別率也達到了100%。研究表明,近紅外漫反射光譜結(jié)合模式識別定性分析方法可作為一種可靠、準確、快速,能應用于生產(chǎn)實踐的方法。通過實驗得出這一結(jié)論:定
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 近紅外光譜技術快速分析黃芩、柴胡有效成分的研究.pdf
- 轉(zhuǎn)基因番茄的可見-近紅外光譜快速無損檢測方法.pdf
- 近紅外光譜法快速檢測乳制品的成分.pdf
- 基于近紅外光譜的中藥過程分析方法研究.pdf
- 中藥的近紅外光譜計算分析方法學研究.pdf
- 近紅外光譜分析技術在藥物成分測定中的應用.pdf
- 辣椒品質(zhì)傅立葉近紅外光譜無損檢測研究
- 大豆秸稈成分近紅外光譜分析快速檢測方法研究.pdf
- 基于可見光-近紅外光譜的稻米質(zhì)量快速無損檢測研究.pdf
- 基于近紅外光譜技術的雪蓮花品質(zhì)快速無損檢測研究.pdf
- 辣椒品質(zhì)傅立葉近紅外光譜無損檢測研究.pdf
- 雞蛋品質(zhì)近紅外光譜無損檢測研究.pdf
- 應用近紅外光譜技術分析煤質(zhì)成分.pdf
- 近紅外光譜
- 基于近紅外光譜技術的活性米品質(zhì)無損檢測與評價研究.pdf
- 基于近紅外光譜技術的生物柴油轉(zhuǎn)化率快速測定.pdf
- 紅外光譜法中藥成分檢測研究.pdf
- 基于近紅外光譜技術對幾種礦物類中藥的快速鑒別研究.pdf
- 草莓品質(zhì)近紅外光譜無損檢測技術研究.pdf
- 近紅外光譜快速檢測牛奶品質(zhì)的研究.pdf
評論
0/150
提交評論