Вы были перенаправлены на локальную версию запрашиваемой страницы
Как внедрить БИК-спектроскопию в рабочий процесс вашей лаборатории

Как внедрить БИК-спектроскопию в рабочий процесс вашей лаборатории

8 янв. 2024 г.

Статья

Эта статья Часть 3 серии.

Как следует поступить, чтобы интегрировать ближнеинфракрасную спектроскопию (NIRS, или БИК-спектроскопии) в ваш аналитический процесс, чтобы ваша лаборатория получила все преимущества от быстрого, точного и неразрушающего метода рутинного анализа?

В этой третьей части нашей серии статей о БИК мы описываем шаги, необходимые для внедрения метода в рабочий процесс лаборатории, на примере реального случая.

Начнём с нескольких предположений:

  1. Ваше предприятие производит полимерные материалы. Лаборатория приобрела БИК-анализатор для быстрого измерения влажности (в качестве альтернативы титрованию по Карлу Фишеру) и быстрого измерения характеристической вязкости (в качестве альтернативы измерениям с помощью вискозиметра).
  2. Лаборатория только что получила новое оборудование – БИК-анализатор NIRS DS2500.
Схема реализации метода ближней инфракрасной спектроскопии.
Рис. 1. Схема реализации метода ближней инфракрасной спектроскопии.


Как определение влажности, так и измерение характеристической вязкости являются примерами количественного анализа. В большинстве случаев БИК-спектроскопию нельзя использовать для этого анализа мгновенно, поскольку сначала необходимо создать калибровку (или модель прогнозирования) в ближнем инфракрасном диапазоне.

На Рисунке 1 показаны этапы реализации БИК-спектроскопии, которые включают в себя:

  1. Создание калибровочного набора
  2. Создание и проверка моделей прогнозирования
  3. Рутинный анализ

Шаг 1: Создайте калибровочный набор

В первой части этой серии (Что такое спектроскопия в ближнем инфракрасном диапазоне?), мы уже узнали, что спектроскопия в ближнем инфракрасном диапазоне является вторичным методом. Это означает, что вашему БИК-анализатору требуется «обучение» с использованием набора спектров, соответствующих значениям параметров, полученных из основного метода. В нашем примере определения влажности и характеристической вязкости основными методами являются титрование по Карлу Фишеру и вискозиметрия. В данном случае значения, полученные в ходе первичного анализа, известны.

Для обеспечения надежности метода образцы в обучающем наборе, называемом калибровочным набором, должны охватывать весь ожидаемый диапазон концентраций тестируемых параметров. Это отражает особенности других методов (например, высокоэффективной жидкостной хроматографии, ВЭЖХ), где калибровочная кривая должна охватывать весь ожидаемый диапазон концентраций. Следовательно, если вы ожидаете, что содержание влаги в веществе будет находиться в диапазоне от 0,35% до 1,5%, то образцы в калибровочном наборе также должны охватывать этот диапазон.

Проведите необходимые измерения с помощью анализатора NIRS DS2500. Затем, используя программное обеспечение, сопоставьте результаты измерений в ближней инфракрасной области (NIR) со значениями, полученными с помощью основных методов (титрование по Карлу Фишеру и вискозиметрия) на тех же образцах. Например, просто введите значения влажности и вязкости, используя прибор Metrohm. Vision Air Complete программный пакет (Рисунок 2). Впоследствии эти спектральные данные (калибровочный набор) используются для разработки модели прогнозирования.

В программе Vision Air Complete отображаются 10 измерений в ближнем инфракрасном диапазоне, сопоставленные с эталонными значениями характеристической вязкости и влажности, полученными с помощью титрования по методу Карла Фишера и вискозиметрии.
Рис. 2. В программном обеспечении Vision Air Complete отображаются 10 измерений в ближнем инфракрасном диапазоне, сопоставленные с эталонными значениями характеристической вязкости и влажности, полученными с помощью титрования по методу Карла Фишера и вискозиметрии.

Сколько образцов или спектров необходимо?

Оптимальное количество спектров в калибровочном наборе зависит от вариаций в образце (размер частиц, химическое распределение и т. д.). В этом примере мы использовали 10 образцов полимера, что является хорошей отправной точкой для проверки целесообразности применения.

Однако для создания надежного калибровочного набора, охватывающего все вариации образцов и обеспечивающего достоверный количественный анализ, требуется больше спектров образцов. Как правило, в большинстве случаев для построения подходящей модели прогнозирования достаточно примерно 40–50 спектральных образцов.

Набор данных, включающий 40–50 спектров, также используется для проверки модели прогнозирования. Это можно сделать, например, с помощью программного пакета Metrohm Vision Air Complete, который разделяет набор данных на две группы образцов:

  1. Калибровочный набор 75%
  2. Валидационный набор 25%

Шаг 2: Создание и проверка моделей прогнозирования

Создание модели прогнозирования

Теперь, когда калибровочный набор измерен в диапазоне ожидаемых значений, необходимо создать модель прогнозирования. Этот этап также известен как разработка модели калибровки в ближнем инфракрасном диапазоне. Не беспокойтесь – все процедуры полностью разработаны и реализованы в пакете ПО Metrohm Vision Air Complete. Сначала визуально изучите каждый спектр в ближнем инфракрасном диапазоне, чтобы определить области, изменяющиеся при изменении концентрации. Часто применение математической корректировки (например, первой или второй производной) повышает наглядность спектральных различий, Рисунок 3).

Пример усиливающего эффекта на спектральную информацию с помощью математических вычислений.
Рис. 3. Пример усиливающего эффекта на спектральную информацию с помощью математических вычислений: а) без какой-либо математической оптимизации и б) с применением второй производной, подчеркивающей спектральную разницу на длине волны 1920 нм и усиливающей пики вблизи 2010 нм.

После визуального определения программа пытается сопоставить выбранные спектральные области со значениями, полученными с помощью основного метода. В результате получается корреляционная диаграмма, включающая соответствующие показатели качества, а именно стандартную ошибку калибровки (SEC, точность) и коэффициент корреляции (R2). На Рисунке 4 приведен пример корреляционной диаграммы для влажности. Аналогичная процедура проводится для остальных параметров (в данном случае, для характеристической вязкости).

Корреляционный график и показатели качества (FOM) для прогнозирования содержания воды в образцах полимеров с использованием ИК-спектроскопии.
Рис. 4. Корреляционный график и показатели качества (FOM) для прогнозирования содержания воды в образцах полимеров с использованием БИК-спектроскопии. Функция «разделить набор данных» в пакете ПО Metrohm Vision Air Complete позволяет сгенерировать набор данных для проверки, который используется для подтверждения достоверности модели прогнозирования.

Одномерный и многомерный анализ данных

Описанный выше процесс снова аналогичен общим рабочим процедурам при работе с ВЭЖХ. При построении калибровочной кривой с помощью ВЭЖХ обычно высота пика или интенсивность пика (поверхность) соотносятся с известной концентрацией внутреннего стандарта. В данном случае используется только одна переменная (высота пика или площадь поверхности), поэтому эта процедура известна как «одномерный анализ данных».

С другой стороны, ИК-спектроскопия — это технология «многомерного анализа данных». Метод ближней инфракрасной спектроскопии (NIRS) использует диапазон электромагнитного спектра (например, 1900–2000 нм для воды), поэтому для построения корреляции используются несколько значений поглощения.

Проверка модели прогнозирования

Как и прежде, модель прогнозирования создается с использованием калибровочного набора данных, но теперь прогнозы будут проверяться с использованием проверочного набора данных. Результаты для этих образцов полимеров показаны выше на Рисунке 4. Пользователи, не имеющие опыта создания моделей БИК-спектра и еще не чувствующие себя уверенно в этом процессе, могут рассчитывать на поддержку Metrohm, известную своим высоким качеством обслуживания. Мы окажем вам помощь в создании и проверке моделей прогнозирования.

Связаться с нами

Шаг 3: Рутинный анализ

Красота ближнеинфракрасной спектроскопии становится очевидной после создания и проверки прогностической модели. Теперь образцы полимеров с неизвестным содержанием влаги и неизвестной характеристической вязкостью можно анализировать одним нажатием кнопки. Анализатор NIRS DS2500 отобразит результаты по этим параметрам менее чем за минуту.

Параметры отображения

Как правило, только и результаты отображаются. Иногда результаты выделяются жёлтым или красным прямоугольником, указывающим на предупреждение или ошибку, как показано на рисунке 5. Сам спектр не показан.

Обзор результатов измерений, полученных с помощью лабораторного БИК-анализатора, с четкими обозначениями «пройдено» (без прим.) и «не пройдено» (красное прим.).
Рис. 5. Обзор результатов измерений, полученных с помощью лабораторного БИК-анализатора, с четкими обозначениями «пройдено» (без прим.) и «не пройдено» (красное прим.).

Конечно, существует также возможность отображения спектров, но для большинства пользователей (особенно для тех, кто работает посменно) эти спектры не имеют смысла, и они не могут извлечь из них никакой информации. В таких ситуациях важны только числовые значения, а также четкая индикация «пройдено/не пройдено».

Еще один вариант отображения – это график трендов, который позволяет заблаговременно корректировать производственные процессы. Здесь также выделены предупреждающие и ограничивающие меры (Рисунок 6).

График тренда результатов анализа содержания влаги методом БИК-спектроскопии
Рис. 6. График тренда результатов анализа содержания влаги методом БИК-спектроскопии

Summary

Основная часть усилий, необходимых для внедрения NIRS в лабораторных условиях, приходится на начальный этап рабочего процесса, на сбор и измерение образцов, охватывающих весь диапазон концентраций. Создание и проверка прогностической модели, а также ее внедрение в рутинный анализ, осуществляется с помощью пакета ПО Metrohm Vision Air Complete и может быть завершено в короткие сроки. Кроме того, наши специалисты Metrohm NIRS с удовольствием окажут вам помощь в создании модели прогнозирования, если она вам потребуется.

Следует отметить, что в некоторых случаях спектроскопию в ближнем инфракрасном диапазоне можно применять напрямую, без разработки каких-либо моделей прогнозирования, используя предварительную калибровку с помощью прибора Metrohm. Это надежные, готовые к использованию инструкции по эксплуатации для определенных приложений (например, вязкость ПЭТ) на основе реальных спектров продуктов.

В следующей статье мы представим и обсудим их характеристики и преимущества:

Предварительная калибровка в БИК-спектроскопии: мгновенные результаты

Перейдите к предварительной калибровке на сайте Metrohm

Ближнеинфракрасная и рамановская спектроскопия для анализа полимеров: Введение

Скачать бесплатно

Передовые методы, такие как рамановская спектроскопия и спектроскопия ближнего инфракрасного диапазона (БИК), повышают эффективность контроля качества, обеспечивая быстрый и неразрушающий анализ. Узнайте, как эти спектроскопические методы могут оптимизировать производственные процессы и контроль качества, из нашей подробной электронной книги. Скачайте eBook прямо сейчас, чтобы раскрыть весь потенциал БИК- и рамановской спектроскопии для анализа полимеров.

Автор
van Staveren

Dr. Dave van Staveren

Head of Competence Center Spectroscopy
Metrohm International Headquarters, Herisau, Switzerland

Контакт