针对传统的反向匹配方法中存在的强弱峰权重差异和噪声峰的干扰问题, 提出了改进式反向匹配方法, 通过引入权重衰减函数来优化强峰和弱峰之间的权重占比关系, 使得谱图中各特征峰的权重分布在合理的范围内, 避免了强峰权重掩盖弱峰的情况; 通过概率分布函数动态滤噪的方法, 实现了噪声峰的自适应过滤, 从而提升了反向匹配方法的识别性能。 实验以大量的常规拉曼和表面增强拉曼的谱图为验证样本, 基于大型常规拉曼与表面增强拉曼数据库进行拉曼谱图识别验证。 实验表明该方法在大量数据测试下综合准确率达到91.52%, 相比于命中质量指数方法(51.08%)和传统的反向匹配方法(16.57%)有大幅度的提升。

拉曼光谱作为一种重要的振动光谱学方法, 常用于分子结构表征和定性及定量分析检测。磺胺类药物作为一类抗生素, 得到广泛应用。我们采用密度泛函理论就对氨基苯磺酰胺分子(PABS)拉曼谱图和在碱性条件下SERS谱进行了分析发现吸附PABS 的拉曼谱不能解释文献观测的SERS光谱。基于理论分析结果, 我们提出PABS 在碱性条件下可能发生表面催化偶联反应, 生成芳香偶氮化合物。其反应为芳香偶氮二聚体, 理论计算其拉曼光谱与实验谱相吻合。

用于食品安全、 环境污染、 毒品、 化学战剂检测等的现场快速检测要求检测设备便携、 快速和准确。 目前的常规实验室检测方法虽然能够实现准确检测, 但是其实时性较差, 无法满足现场快速检测的要求。 因此, 设计开发了基于等离激元增强拉曼光谱的便携式快速检测仪, 能够实现对滥用添加剂、 违禁食品添加剂、 农药残余、 毒品、 化学战剂和环境水污染等大量有害物质的现场快速定性检测。 该检测仪基于ARM嵌入式系统开发, 编写了其操作交互界面和底层驱动程序, 实现了拉曼光谱数据自动标定和特征谱图快速识别等算法。 在仪器中搭建了检测物质拉曼光谱的标谱数据库, 数据库根据检测科目进行分类, 每种科目包含该类别的多种物质, 每种物质均包含其高中低多种浓度的标准品和样本谱图。 设计实现了大类科目的辨识比对算法和GPU硬件加速算法, 实现了对某一类科目的所有物质的快速比对, 与传统的纯CPU算法实现相比较, 在辨识速度上提高了20倍以上。 通过市场购买的功能饮料、 违规葡萄酒与果汁等实际样品对所制备的样机仪器进行测试, 测试结果符合预期, 具有良好的灵敏度与重现性, 满足了现场快速检测的要求。

便携式拉曼光谱仪在现场快速分析中往往由于现场样品比较复杂,需要处理后才能采用光谱仪进行测定,因此一定程度上限制它的使用.常规实验室前处理虽然行之有效,但是过程繁琐费时,不适合现场使用.本课题组开发了一种便携式快速PERS前处理仪器,具有便携、功耗低、操作简便,提取时间短以及重复性好等特点,能满足现场快速检测的前处理需求.该仪器由超声波提取单元、加热抽气挥发单元、尾气净化与吸收单元以及控制系统四个功能模块组成,并且设有LED控制面板和报警装置.整个工作流程主要包括超声提取、液液萃取和溶剂加热抽气挥发三个环节.以三种实际样品(辣椒粉、辣椒油、豆瓣酱)中的违禁添加剂罗丹明B检测为例,结果表明:与常规实验室前处理方法相比,两种前处理方法对于PERS谱图影响不大,但是检测时间缩短一半.另外,重复性实验检测结果的相对标准偏差(relative standard deviation,RSD)小于±5%。

表面增强拉曼光谱(SERS)是一种重要的高灵敏度分析技术。 基于SERS的技术特点, 建立了真实体系下孔雀石绿定性检测方法。 提出了一种光谱自动识别算法, 有机整合了稳健的傅里叶变换基线校正, 基于主成分分析的特征提取与人工神经网络分类器。 该方法结合基线的低频特征, 通过迭代傅里叶变换实现基线校正; 通过样本空间中类间与类内的欧氏距离判别自动获取拉曼光谱信号主成分的最优组合, 实现光谱数据的降维与特征提取; 最后构建三层反向传播神经网络分类器进行样本分类。 实验结果表明, 基线去除可排除基线变化对检测结果的影响; 光谱主成分的优化组合可减小基线校正残余及复杂体系中被测物以外的物质拉曼峰对检测结果的干扰, 同时实现了分类器最小化。 该方法用于养殖用海水中孔雀石绿的现场检测, 最低检出浓度0.1 μg·L-1。 该方法具有可拓展性, 可以直接应用于其他溶胶/凝胶体系中SERS光谱的定性分析。

本文主要利用共焦显微拉曼技术检测KBr溶液中苯在光滑铂电极上的取代反应.结果表明,苯在1.2V时将和溴离子在氧化产生的溴自由基发生溴代反应,与氯代反应相比,溴代反应更剧烈、产物更复杂、更容易受光照影响.