Este artigo investiga o efeito da temperatura na espectroscopia de absorção no infravermelho próximo (NIR) e por que é crucial controlá-la – especialmente ao analisar amostras líquidas. Esses insights ajudarão você a entender como melhorar a precisão e a repetibilidade das medições NIRS. 

Introdução básica à espectroscopia no infravermelho próximo

A espectroscopia no infravermelho próximo é um método analítico baseado na interação da luz e da matéria. Os espectrômetros NIR medem a absorção de luz da amostra na região NIR em comprimentos de onda entre 780 a 2500 nm. Parâmetros químicos, físicos e reológicos podem ser detectados em líquidos e sólidos. Os resultados são rápidos (< 1 minuto) e não é necessária preparação de amostra nem produtos químicos. Como o NIRS é um método secundário, um método primário, como a titulação, deve ser usado para criar um modelo de previsão.
 

Saiba mais sobre os conceitos básicos do NIRS em nossa postagem do blog

Postagem do blog: O que é espectroscopia NIR?

Teoria que liga transições vibracionais e dependência de temperatura

O modelo mais fundamental que explica o comportamento vibracional das moléculas é o modelo do oscilador harmônico (Figura 1) [1,2].

Esta teoria, desenvolvida no âmbito da mecânica quântica, explica a energia vibracional das moléculas ou grupos funcionais usando a seguinte fórmula:

Conforme retratado em Figura 1 e descrito pela equação acima, o oscilador harmônico afirma que apenas certos níveis discretos de energia (estados quânticos n) são permitidos. Portanto, a transição entre diferentes estados vibracionais (por exemplo, n = 0 para n = 1) ocorre apenas quando uma quantidade específica de energia (∆E) está disponível.

∆E = hν

A diferença de energia ∆E depende da constante de Planck o e a frequência ν, com ν sendo influenciado pela força de ligação dos átomos dentro da molécula ou grupo funcional. Como as diferenças de energia calculadas estão dentro da faixa de luz infravermelha (IR) e luz infravermelha próxima, a luz infravermelha e a luz infravermelha próxima podem induzir transição vibracional. Além disso, o modelo explica por que as bandas de absorbância resultantes podem ser associadas a diferentes grupos funcionais.

Embora a temperatura não seja explicitamente mencionada na fórmula do oscilador harmônico, ela desempenha um papel importante porque define em qual estado de energia as moléculas estão. A probabilidade de moléculas estarem em um determinado nível de estado de energia é descrita pela distribuição de Boltzmann [3]:

Em temperaturas muito baixas, as moléculas predominam no estado de menor energia (n = 0). À medida que a temperatura aumenta, a probabilidade de ocupar estados mais elevados (n = 1, 2, 3, ...) aumenta.

A temperatura também influencia o movimento das moléculas, o que por sua vez afeta a largura das bandas espectrais. Temperaturas mais altas causam um alargamento dos picos devido ao efeito Doppler e aumento da colisão molecular devido à maior mobilidade das moléculas. O impacto destes factores é mais pronunciado nos gases do que nos líquidos e é menos pronunciado nos sólidos [4].

Efeito das mudanças de temperatura nas previsões do NIR

Para investigar o efeito da temperatura nos resultados do NIR, selecionamos várias aplicações líquidas e monitoramos a mudança nos resultados de previsão para temperaturas específicas. A análise foi conduzida em uma faixa de temperatura de 26–38 °C. 

A amostra foi medida três vezes em cada temperatura para determinar o erro de repetibilidade das previsões NIR. Todas as medições foram realizadas utilizando o Analisador OMNIS NIR Líquido e Software OMNIS. Frascos de vidro padrão com um caminho óptico de 8 mm e um volume total de enchimento de 1 mL foram usados como recipientes de amostra. O controle de temperatura foi gerenciado usando as funcionalidades integradas do OMNIS NIR Analyzer. Uma série de medições representativas é mostrada em Tabela 1.

Tabela 1. Série de medições para uma amostra de poliol. A amostra foi inicialmente resfriada a 25 °C usando o analisador OMNIS NIR e mantida nessa temperatura por 300 segundos. A amostra foi então aquecida até a temperatura alvo (por exemplo, 26 °C) e a medição foi iniciada. Este procedimento foi repetido mais duas vezes para obter três medições por temperatura alvo.

Qualitativamente, a alta repetibilidade das medições realizadas na mesma temperatura é evidente, como demonstrado pela excelente sobreposição de espectros (Figura 2a). Isto é ainda confirmado pela análise quantitativa da reprodutibilidade demonstrada em Figura 2b, o que indica um baixo erro de repetibilidade (erro absoluto = 0,05 mg KOH/g, erro relativo = 0,20%) conforme calculado a partir das medições de repetição.

Ao comparar os espectros NIR de medições feitas em diferentes temperaturas, as diferenças na forma espectral são diretamente observáveis (Figura 3a). Esta alteração afeta os resultados da previsão NIR conforme exibido em Figura 3b, o que mostra uma tendência clara de diminuição dos valores em temperaturas de amostra mais altas.

A investigação de outras aplicações confirmou a observação de que a temperatura afeta os resultados previstos. Figura 4 ilustra o impacto da temperatura nos valores previstos para o valor de hidroxila em polióis, teor de umidade em metoxipropanol e índice de cetano e viscosidade em diesel. Uma comparação entre todas as aplicações revela que os resultados previstos mudam linearmente com variações de temperatura. Essa mudança absoluta constante nos resultados da previsão por grau de mudança de temperatura para cada parâmetro reflete uma alteração consistente na forma espectral com mudanças na temperatura da amostra.

Portanto, negligenciar o controle da temperatura da amostra durante as medições afetará tanto a precisão quanto a reprodutibilidade das previsões NIR. Tabela 2 exibe as mudanças associadas a cada grau de variação de temperatura. Devido à mudança absoluta por grau de temperatura, o erro relativo induzido é mais significativo para amostras com concentrações mais baixas.

Tabela 2. Visão geral da mudança absoluta e relativa das previsões do NIR com cada grau de mudança na temperatura da amostra para diferentes aplicações. Erros relativos induzidos por mudanças de temperatura podem ser muito significativos para concentrações mais baixas do parâmetro de interesse.

Tabela 3 resume o erro total do exemplo de poliol com o parâmetro medido do valor de hidroxila, incluindo o erro de repetibilidade, bem como o erro induzido pela temperatura para um desvio de 1 °C ou 2 °C. Como mostrado, um desvio de dois graus na temperatura já causa um erro significativo de mais de 1%. 

Tabela 3. Visão geral do erro total (erro de repetibilidade e erro de variação de temperatura) para uma amostra de poliol com um valor previsto de 24,91 mg KOH/g a 26 °C. 

Como melhorar a precisão e a reprodutibilidade dos resultados do NIR

Portanto, uma abordagem mais sofisticada é monitorar a própria temperatura da amostra. O analisador OMNIS NIR usado para esses experimentos permite tal procedimento graças à combinação de múltiplos sensores de temperatura e um algoritmo sofisticado. Com o Analisador OMNIS NIR, medições controladas por temperatura podem ser definidas para avaliar e regular a temperatura da amostra automaticamente antes do início da medição. Isso oferece múltiplas vantagens:

• Não é necessário tempo de espera arbitrário, garantindo que a temperatura alvo seja atingida e mantendo uma alta velocidade de análise.
• As flutuações de temperatura são minimizadas nas medições devido às mudanças sazonais de temperatura no ambiente do laboratório.

Conclusão

O efeito da variação de temperatura nas medições NIR e sua influência na precisão e repetibilidade nem sempre são imediatamente aparentes. Isso ocorre porque as flutuações de temperatura geralmente ocorrem durante períodos prolongados (por exemplo, mudanças sazonais de temperatura no laboratório) e não são tão perceptíveis durante o estado inicial de desenvolvimento de aplicativos e criação de modelos ou bibliotecas de previsão NIR.

Entretanto, conforme demonstrado nesta série de medições, tais flutuações podem afetar significativamente a precisão e a repetibilidade das previsões NIR em mais de 1% por grau de mudança na temperatura da amostra e, portanto, devem ser controladas. O ideal é que isso seja feito com funcionalidades que permitam monitorar a temperatura da amostra, não apenas a temperatura do suporte da amostra.

Referências

[1] Heisenberg, W. Über quantentheoretische Umdeutung cinemático e mecânico Beziehungen. Z. Para Física. 1925, 33 (1), 879–893. DOI:10.1007/BF01328377

[2] Landsberg, Gr. Molekulare Lichtzerstreuung in festen Körpern. I: A intensidade da luz no quartzo cristalino e a sua temperatura oscilante. Z. Para Física. 1927, 43 (9–10), 773–778. DOI:10.1007/BF01397337

[3] Boltzmann, L. Weitere Studien Über Das Wärmegleichgewicht Unter Gasmolekülen. Sitzungsberichte Akad. Sabedoria. Para Viena 76, 373–435.

[4] Herzberg, G.; Herzberg, G. Espectros infravermelhos e Raman de moléculas poliatômicas, 22. impressão.; Espectros moleculares e estrutura molecular / por Gerhard Herzberg; van Nostrand: Nova York, 1987.

Suas conclusões de conhecimento

Postagem do blog: NIR vs IR: Qual é a diferença?

Folheto: OMNIS NIRS