江南大学轻工过程先进控制教育部重点实验室, 江苏 无锡 214122
利用拉曼光谱进行混合物组分定量分析一直是分析化学领域的一大难题。 针对现有的基于机器学习(如支持向量回归机、 偏最小二乘)的混合物定量分析方法存在的训练样本难以获得、 模型推广性能差的问题, 提出了一种基于拉曼光谱谱峰强度最小二乘拟合的已知混合物组分直接定量分析方法。 该方法首先采集已知混合物及其各组分的拉曼光谱, 利用连续小波变换和惩罚最小二乘法相结合的方法对采集的拉曼光谱进行去噪、 基线校正等预处理。 通过斜率比较法将预处理后的拉曼光谱分为多个光谱子区间, 将各子区间的拉曼光谱看作是多个Voigt函数的线性叠加, 并利用levenberg-marquardt-fletcher(LMF)算法求解获得各谱峰的位置、 强度、 半高宽等表达系数。 根据各组分参考光谱的谱峰位置, 确定各组分对混合物光谱中每个谱峰的贡献度。 依据朗伯-比尔定律中拉曼光谱的谱峰峰强与其所对应的浓度的正比关系, 建立超定方程; 最后利用最小二乘法拟合该超定方程得到各组分对应的系数, 从而获得各组分的体积浓度。 利用乙醇、 乙腈、 丙酮、 环己烷、 二丙酮醇、 丙二酸二乙酯六种组分配置了10种三元混合物(每种三元混合物9个体积浓度比), 采集了90组混合物及6种组分的拉曼光谱数据。 在混合物及其组分参考光谱测量条件(功率和积分时间)相同情况下, 所有组分的相关系数(r)均在0.96以上, 均方根误差(RMSE)小于6%, 剩余预测偏差(RPD)均大于2.5; 在混合物及其组分参考光谱在不同测量条件下, 各组分的r均大于0.93, 最大RMSE为7.94%, RPD均大于2.0, 证明了算法具有良好的准确性和鲁棒性。 所提出的方法能够实现对三组分混合物的快速、 准确的直接定量分析, 为混合物的定量分析提供了一种有效的途径。
拉曼光谱 混合物组分 定量分析 拉曼谱峰强度 Voigt函数 Raman spectroscopy Mixture component Quantitative analysis Intensity of Raman spectral peak Voigt function 光谱学与光谱分析
2020, 40(11): 3599
1 江南大学轻工过程先进控制教育部重点实验室, 江苏 无锡 214122
2 北京卓立汉光仪器有限公司, 北京 101102
提出了一种基于拉曼光谱的混合物组分识别新方法。对混合物的拉曼光谱进行背景校正和去噪处理,利用Voigt函数对拉曼谱峰进行拟合,获取其谱峰的拉曼位移、半峰全宽及强度作为混合物特征参数向量,通过与数据库纯净物特征向量进行相关性分析,实现混合物组分的有效识别。构建了由18种纯净物拉曼光谱数据构成的标准组分数据库,并对6种混合物进行了组分识别实验。实验结果表明,所提方法的识别准确率达到100%。
光谱学 拉曼光谱 组分识别 相关性分析 重叠峰分解 特征向量 激光与光电子学进展
2019, 56(8): 083004
