【正文】 分析方法中才會出現(xiàn)例如，使用Suggest Regions向?qū)нM行光譜范圍的選擇，在Regions窗口中點擊Suggest Regions按鈕，會彈出如下交互窗口：按照交互窗口中的提示一步步往下操作，便會得到相應的參數(shù)設置。從參數(shù)的設置到實驗設計的每一個環(huán)節(jié)，使用TQ的向?qū)Чδ?，可以幫助您一步步地走向成功。計算方法分別如下： General（常規(guī)）選項組：該選項組可定義文件的保存、顯示、打印、安全等常規(guī)信息。TQ Analyst的幫助菜單中還包含下列幫助工具：TQ Analyst online tourTQ Analyst主要功能快速演示；TQ Analyst example methods定量、定性方法實例演示。如果您在為參數(shù)的設置猶豫不定，TQ Analyst的向?qū)Э梢詭湍鉀Q這些問題。第二章 TQ Analyst光譜分析軟件TQ Analyst是一個通用的光譜分析軟件，它可以為中紅外、近紅外、遠紅外和拉曼光譜分析的應用提供各種定性和定量分析工具。? 標準樣品數(shù)量太少，或含量和其它性質(zhì)的分布不均勻，導致標準樣品難以精確計算光譜信息與組分含量值之間的相關(guān)關(guān)系。通常而言。為了確認所建立的定量模型能否適應實際分析工作中可能遇到的所有樣品，以及能否對實際樣品進行“準確的”預測分析，需要使用另一組代表性的樣品來對所建立的定量模型進行驗證，稱這一組樣品為驗證樣品集。NIR光譜定量分析中常用的多元校正方法比較方法優(yōu)點缺點適用對象多元線性回歸（MLR）計算簡單、物理意義明確、易于理解對參加關(guān)聯(lián)的變量（如波長通道）數(shù)目有限制；會出現(xiàn)共線性問題波長點較少的簡單線性對象，化學組成較簡單的樣品體系逐步多元線性回歸（SMLR）與MLR相比，回歸之前可以對自變量進行篩選對NIR光譜分析來說，篩選自變量的工作是巨大的；仍無法解決共線性問題簡單線性對象 主成分回歸（PCR）致力于提取數(shù)據(jù)群體中的特征信息，辯識影響系統(tǒng)的主要因素，對眾多變量作綜合簡化，從而在力保有用信息損失最小的前提下，實現(xiàn)高維數(shù)據(jù)集合的降維；可解決線性回歸分析中經(jīng)常會遇到的共線性問題和變量數(shù)限制問題；可對由于光散射和其它組分帶來的干擾做出補償計算速度比MLR慢；對模型的理解沒有MLR直觀；不能保證參與回歸的主成分一定與樣品性質(zhì)相關(guān)可用于組成較復雜的樣品體系偏最小二乘回歸（PLS）可以使用全譜或部分譜數(shù)據(jù)；數(shù)據(jù)矩陣分解和回歸交互結(jié)合，得到的特征向量直接與樣品性質(zhì)相關(guān)；模型更為穩(wěn)??；可對由于光散射和其它組分帶來的干擾做出補償；可以適用于復雜的分析體系模型質(zhì)量容易受到奇異點的影響；模型建立過程較復雜，較抽象，較難理解可用于組成復雜的樣品體系目前PLS應用范圍最廣定量分析模型建立好后，需要對其性能進行評估。NIR光譜定量分析模型的建立屬于化學計量學的范疇。實際樣品分布理想的校正集樣品分布歧異樣品一般而言，對于一個單組分系統(tǒng)，校正集至少由20個樣品組成。所以，在NIR光譜定量分析中，需要預先使用參考化學方法測定出樣品的組成，再在樣品的NIR光譜信息與其化學組成之間建立經(jīng)驗性的數(shù)學關(guān)系。所謂正面的樣品是指與標準樣品一致或接近的樣品，它用來驗證NIR定性分析方法能否對合格的樣品做出正確的分析結(jié)果，以確保NIR定性模型不會將合格的樣品判為不合格。另一種更為嚴格的方法是，將未知樣品的NIR光譜與NIR光譜庫中的一組標準樣品光譜進行比較，并參考這一組標準樣品光譜之間的差異和在各個波數(shù)位置的方差分布。通常，一個可以被認可的光譜庫需要包含多個批次的多個樣品的光譜，每一類至少來源于三個批次。基本原理和方法幾個基本概念：? 鑒別（Identify）：將未知樣品的NIR光譜與光譜庫中的光譜進行比較，測定差異，檢驗樣品與光譜庫中樣品是否一致。為了改善光譜特征和補償基線偏移，在NIR光譜學中，經(jīng)常要用到數(shù)學方法對光譜進行預處理。對于那些經(jīng)過包衣的藥片、膠囊和表面有涂膜的樣品，需要對其內(nèi)部成分進行分析時，其透射光譜能夠富含更多更完整的樣品信息，進而能夠得到更為準確的分析結(jié)果。漫反射光譜與常規(guī)反射光譜存在根本區(qū)別在于后者的光線不與樣品內(nèi)部發(fā)生作用，故不帶有分析樣品的組成信息。 無光闌 有光闌有些特殊樣品需要在較高的溫度下才能保持某種狀態(tài)，以便測定其光譜。前后各有一個位置可分別用于放置樣品或參比，其上還設有可拆卸的光闌（Aperture）。因NIR光譜吸收主要來源于CH、NH與OH等基團振動，故最理想的樣品溶劑是不含上述三種基團的媒質(zhì)，如CCl4與CS2等，這樣可充分消除背景吸收。NIR光譜的基本采集方式可以分為透射和反射模式。 5000 6000 7000 8000 9000 d560μm280μmd560μm150μmd280μmd150μmWavenumber, cm1 4000 Log(1/R)圖3 不同顆粒尺寸黃連浸膏粉樣品的近紅外光譜圖在NIR光譜區(qū)域，光的散射效應和吸收強度隨著波長而增加，而峰寬和穿透深度則相反（圖4）。在高波長（低波數(shù)）段的NIR吸收峰相對較強和尖銳，分辨能力也較好，而在高波數(shù)譜段，吸收峰更低，峰形更寬，如圖2。大多數(shù)化學和生物樣品均會顯示獨特的吸收光譜，它可被用于進行定性或定量分析。第一節(jié) NIR光譜區(qū)域在電磁波譜圖上，NIR光譜范圍介于可見光與中紅外光譜之間（7802500nm或128204000 cm1）。NIR正成為這些行業(yè)有效的質(zhì)量控制手段，發(fā)揮著著越來越重要的作用。而最近幾年，它已經(jīng)逐漸被各行業(yè)用于產(chǎn)品生產(chǎn)過程的每一個環(huán)節(jié)，對各種形式（固體、液體、浸膏、懸濁液、紙張等）的產(chǎn)品或中間品進行快速的質(zhì)量分析和控制。這種原始的NIR應用當時即可用來預測水果的成熟水平、糖含量，直接測定其口味和質(zhì)地。目 錄第一章 近紅外光譜技術(shù)簡介 1第一節(jié) NIR光譜區(qū)域 1第二節(jié) NIR光譜的測定及Nicolet Antaris采樣技術(shù) 3第三節(jié) NIR 分析方法 11一、定性分析 12二、定量分析 13第二章 TQ Analyst光譜分析軟件 17第一節(jié) TQ Analyst基本設置和常用功能介紹 18第二節(jié) 定量分析模型建立 29第三節(jié) 定性分析模型建立 44第三章 RESULTIntegration工作流程（Workflow）設計軟件 56第一節(jié) Nicolet Antaris近紅外分析儀硬件介紹 56第二節(jié) RESULT Integration軟件基本功能介紹 60第三節(jié) 工作流程（Workflow）的建立 67第四節(jié) Workflow建立實例 78第四章 RESULTOperation操作軟件 99第一節(jié) RESULTOperation軟件基本功能簡介 99第二節(jié) 將Workflow調(diào)入到RESULT Operation中 104第三節(jié) 在RESULT Operation中運行Workflow 106第四節(jié) 在RESULT Operation中采集標準樣品（Standards）光譜 109第五節(jié) 運行Valpro進行自動性能測試 111第六節(jié) 儀器操作日志查詢（Logs菜單） 111第七節(jié) 儀器檢查和維護（Maintenance菜單） 112第八節(jié) 軟件管理 114120 / 121第一章 近紅外光譜技術(shù)簡介近紅外（Near Infrared，NIR）光譜技術(shù)是一種使用簡單方便、分析快速、不破壞樣品的新型分析技術(shù)。NIR分析方法最早于20世紀60年代中期被美國農(nóng)業(yè)部（USDA）用于測定蘋果等農(nóng)作物的內(nèi)部品質(zhì)。最初階段，NIR主要被用于原材料的鑒別。目前，NIR技術(shù)已經(jīng)作為一種高效的分析工具，廣泛應用于石油、化學、制藥、農(nóng)業(yè)、食品等各個行業(yè)，有的甚至涉及到了生物醫(yī)學工程領(lǐng)域，如測定皮膚脂肪含量、血糖含量等。本手冊第一章為合理的利用NIR光譜技術(shù)，科學的建立NIR校正模型，總結(jié)一些基本原理和方法上的規(guī)律。圖1 主要的NIR吸收帶和相關(guān)的吸收位置。NIR吸收譜帶相對較寬，而且重疊嚴重。如圖3。光浸入深度 光散射效應峰寬12, 000 cm14, 000 cm1吸收強度圖4 NIR光譜化學和物理特征，在建立理想的分析模型和進行光譜范圍的選擇時需要考慮這些因素第二節(jié) NIR光譜的測定及Nicolet Antaris采樣技術(shù)NIR光譜的測定無需對樣品進行稀釋、無需特殊的短光程，也不會像傳統(tǒng)的光譜分析技術(shù)如中紅外和紫外可見光譜分析那樣要用無吸收的基質(zhì)對樣品進行分散。1． 透射分析模塊液體樣品近紅外透射光譜的測定和其它的光譜分析方法類似，可在不同光程的石英或藍寶石比色池里進行。透射分析模塊示意圖 液體樣品管 方形樣品池 液體樣品支架（三位樣品穿梭器）Nicolet Antaris液體樣品池支架上設有三個光路位置，其中中間一個通路是為以空氣作背景時預留的背景光路。而在用方形樣品池進行分析時，則可根據(jù)實驗需要確定是否需要使用光闌。借此可以更為精確的采集到樣品的NIR光譜2． 積分球固體采樣模塊近紅外漫反射光譜分析在近紅外光譜分析中占有非常重要的地位。(a) (b) (c) (d) (e) (f)近紅外光與固體樣品作用示意圖（a）－全反射；（b）－漫反射；（c）－吸收；（d）－透射；（e）－折射；（f）－散射Antaris積分球采樣模塊示意圖： Antaris積分球采樣模塊示意圖 Antaris積分球采樣原理示意圖采樣附件和采樣方法：固體樣品光譜采集：直接置于積分球樣品窗口上 帶彈簧蓋的粉末樣品杯裝樣方法粉末樣品光譜采集方式（無樣品杯旋轉(zhuǎn)）樣品杯旋轉(zhuǎn)器圓形藥片固定裝置 藥片光譜采集方式 特殊形狀片劑光譜采集方式3． 片劑分析模塊有些片狀固體樣品，如藥片和膠囊，其NIR光譜的采集除了使用漫反射方式外，還可以使用透射方式。標準的Nicolet Antaris光纖分析模塊配有SabIR漫反射光纖探頭，其使用示意圖如下： Antaris近紅外分析儀光纖接口 Antaris光纖采樣模塊 SabIR漫反射光纖結(jié)構(gòu)示意圖 SabIR光纖光路示意圖 使用SabIR光纖采集固體和粉末樣品 SabIR漫反射光纖支架套及內(nèi)置參考背景材料使用透反射附件與SabIR光纖一起進行液體樣品分析第三節(jié) NIR 分析方法無論透射還是漫反射方式采集到的NIR光譜，均很難從中鑒別出與某種化學成分相關(guān)的特征光譜。使用模式識別算法，可以通過比較未知樣品的光譜與光譜庫中的光譜，以檢驗該樣品與標準樣品是否一致，或者是否在可接受的范圍之內(nèi)。? 光譜庫（Library）：光譜庫是由若干批標準樣品的光譜組成。相關(guān)性匹配值越大，說明未知樣品與標準樣品越相似，相反，差異值越小，則說明未知樣品與標準樣品越相似。定性分析模型的驗證（Validation）：NIR定性分析方法的驗證既要使用正面的（Positive）也要使用反面的（Negative）控制樣品。因此，傳統(tǒng)的光譜分析理論如朗伯比爾定律無法直接用于NIR光譜定量分析中。一般情況下，實際工作中遇到的樣品的總是呈現(xiàn)“正態(tài)”分布，但是，在建立NIR定量分析模型時，需要盡可能避免這種現(xiàn)象，如下圖。3．定量分析模型的建立。當新一代NIR光譜儀可在NIR全部波段采集光譜后，PCR與PLS法較MLR法獲得更廣泛的應用。驗證（Validation）：近紅外定量分析模型的適用范圍和可靠性完全依賴于校正集樣品的代表性和化學數(shù)據(jù)的準確性。影響NIR定量分析模型準確性的主要因素：? 標準樣品自身的組分含量的標準測定方法的準確性和精度是影響NIR定量分析準確度的最主要因素。? 由于樣品不均勻，導致樣品的光譜和組分含量標準值之間沒有真正一一對應。? 樣品被污染，受到其它組分的干擾。另外，軟件隨處可見的Suggest向?qū)Чδ芎蚉erformance Index（性能指數(shù)）還可以為您解答如下問題：哪種分析方法最適合您的當前應用？需要準備多少標準樣品？其濃度分布情況？該選擇哪段光譜范圍？對于PLS法，如何選擇主因子數(shù)（Factors）？修正曲線對分析結(jié)果有改善嗎？使用TQ Analyst使得方法的設計和建立更為程序化、更有目的性，而不是依賴于猜測。在TQ Analyst的所有窗口中，首先列在前面的是最簡單的算法和技術(shù)，而且在接下來的窗口中只會顯示與前面窗口選擇的方法相關(guān)的信息，這樣，初學者在方法建立的各個步驟中不會被一大堆的選項所迷惑，而有經(jīng)驗的分析家又能夠即時的使用各項高級功能。其中Performance Index有兩種計算方法供選擇，一種是%Difference（相對殘差和），最大值是100，越接近100越好；一種是RMSE（均方差），最小值是0，越接近0越好。例如：4．使用How To按鈕獲得幫助指南How To按鈕出現(xiàn)在下面三個窗口中，在這些窗口中，按How To按鈕即可獲得對應的幫助信息：s Description窗口界面： s 光譜區(qū)域編輯窗口： s 修正方法編輯窗口