红外光谱法快速鉴别可降解一次性塑料制品

研究了快速鉴别可降解一次性塑料制品成分的方法。首先利用衰减全反射红外光谱方法采集市场常见生物降解塑料的红外光谱图,作为标准对照谱图。然后收集市场一次性可降解塑料制品,包括塑料袋、餐盒、餐具、杯子、吸管等,用手术刀切下制品薄层,采用衰减全反射红外光谱法对薄层进行表征,结合生物降解塑料标准对照谱图及常见塑料填料标准谱图确定一次性塑料制品成分。在此基础上选择有代表性的一次性塑料制品的红外谱图,建立一次性可降解塑料制品标准红外谱图库。结果表明:采集样品材质可分三大类,分别以聚乳酸、淀粉、聚对苯二甲酸/己二酸/丁二酯为主体添加适当填料。未知样品与谱库数据匹配度,可作为未知样品的初步判定依据。可见通过红外光谱衰减全反射分析方法可以对可降解一次性塑料制品材质成分进行分析,该方法无需前处理,操作简单,为大批量可降解包装制品检测提供了一种简便、快捷、准确的方法。     

赛默飞推出新型手持式拉曼光谱仪TruScan GP---提供便携式药物分析，实现快速简便的化学鉴定

2013年11月7日,中国上海——科学服务领域的世界领导者赛默飞世尔科技（以下简称：赛默飞）近日推出新型手持式拉曼光谱仪TruScanGP,为新兴市场的药物制造商提供药物鉴定功能。该新款仪器不仅拥有高性价比,更能使全球药品制造商和监管机构快速鉴定原材料和成品的真实性。     

KPCA-聚类分析法快速鉴别降糖药

对不同种类的降糖药片进行其拉曼光谱的核主成分分析(KPCA)-聚类分析,实现快速、简便的鉴别。KPCA可以有效地避免主成分分析(PCA)只能处理线性问题和降维效果不明显的弊端。它通过一个非线性变换,首先将原变量空间映射到高维特征空间,然后在这个高维特征空间中进行线性主成分分析。采集得到的药片拉曼光谱的KPCA-聚类分析结果表明,采用KPCA提取特征变量的聚类结果比采用PCA提取特征变量后进行聚类分析的效果好,并且未经刮除表面包膜的降糖药片识别准确率为96.5%,经过刮除表面包膜处理的降糖药片的识别准确率为100%。便携式拉曼光谱仪结合该方法以其检测速度快、准确率高、使用简便、无样品前处理等显著优势,为药品的快速检验技术提供一种新的有效的鉴别手段。     

近红外光谱法快速鉴别伪品立普妥方法的研究

目的：建立近红外一致性模型用于快速鉴别伪品立普妥。方法：采集5个厂家的阿托伐他汀钙制剂在12000cm^-1～4000cm^-1范围的光谱,用一阶导数结合矢量归一化预处理光谱,采用偏最小二乘判别分析法(PLSDA)方法建立近红外一致性模型。结果：建立的一致性模型可以快速筛出伪品立普妥,结果与高效液相色谱法一致,准确率100%。结论：本研究建立的近红外一致性模型可用于伪品立普妥的快速筛查,并且操作简便,经济环保,有利于市场监管的提高市场监管的时效性,可推广应用。     

拉曼光谱技术结合簇类独立软模式法快速鉴别进口鳕鱼真伪

利用拉曼光谱技术结合簇类独立软模式方法建立快速鉴别进口鳕鱼真伪检测方法,为口岸监测开发了一种快速、简便、智能的鉴别技术。结合多元散射校正降噪技术,建立起6种鱼的定性识别模型。结果表明:大西洋鳕鱼样品与其他5种鱼类样品的主要成分分析结果具有明显的聚类趋势,在此基础上建立SIMCA定性分类模型,大西洋鳕鱼样品内部验证正确率为100%,外部验证正确率亦为100%。因此拉曼光谱分析技术结合数据处理方法及化学计量学方法可对进口鳕鱼进行真伪鉴别。     

溶栓胶囊红外光谱法的鉴别研究

本文采用红外光谱法及二阶导数谱对不同批次的溶栓胶囊(Plasmin capsules)进行无损快速鉴别研究。实验研究表明,不同批次的溶栓胶囊其蛋白(酶)的成分都和原料有不同程度差别,并且加入的辅料的量也有较明显的不同。辅料的添加量直接影响溶栓胶囊的生物活性。最后对各个批次的溶栓胶囊做重复性实验,发现红外谱图有一定的波动,说明药品的均匀性较差。     

高温下石膏的拉曼光谱法研究

利用ALINKAM（TMS94）温度控制系统产生高温,在31℃～301℃温度范围内,对石膏（CaSO4.2H2O）晶体进行了原位高温拉曼光谱法研究。结果表明,在151℃附近,对称性伸缩振动范围属于熟石膏的特征拉曼振动模式（1026cm-1出现）,表明石膏转变成熟石膏（也叫烧石膏）,继续加温至301℃,熟石膏（CaSO4.0.5H2O）的拉曼光谱没有明显变化,熟石膏晶体结构稳定。     

含Mo不锈钢的准确快速鉴别

不锈钢广泛应用于钢铁产业，其性能优良、回报高。近来，由于不锈钢产品质量参差不齐，甚至将0Cr18Ni9／304假冒为0Cr17Ni12Mo3／316、00Cr17Ni12Mo3／316L，给压力容器生产带来安全隐患。本文介绍了一种用硫氰化钾(KCNS)、氯化亚锡(SnCl22H2O)等溶液快速准确鉴别含Mo不锈铜的方法，采用这种检测手段，快速、简易、准确，减少了企业材料复验的工作量。     

表面解吸常压化学电离质谱法快速鉴别羊肉真伪

采用自行研制的表面解吸常压化学电离源（DAPCI）,在无需样品预处理的条件下,通过DAPCI-MS方法直接获取不同肉类样品（鸭肉、牛肉、猪肉、羊肉、自制假羊肉）的指纹谱图。采用主成分分析（PCA）方法对指纹谱图信息进行数据分析,以区分不同肉类样品。结果表明：鸭肉、牛肉、猪肉、羊肉和自制假羊肉的指纹谱图之间存在差异,采用PCA方法能较好地区分这些肉类样品。本方法无需样品预处理,分析速度快,可实现高通量肉类的快速鉴别,为食品安全中辨别肉类样品提供了一种快速、高效的分析方法。     

快速检测三聚氰胺激光拉曼光谱仪问世 检测仅需半分钟 准确率达100％

三聚氰胺事件引发了人们对牛奶及食品添加剂安全的关注。中国检验检疫科学研究院2月28日宣布,该院利用激光拉曼技术,自主研发了用于现场快速检测三聚氰胺的激光拉曼光谱仪以及配套试剂。使用该仪器和配套试剂,能定量检测出液态奶中高于0．5ppm（百万分之一）三聚氰胺,准确率达100％,每个样品检测仅需半分钟。     

拉曼光谱法无损检验打印文件朱墨时序

打印字迹与印文形成先后顺序的检验是文件检验领域的难题之一,常见的显微镜检验法、机械法等检验方法,其检验结果易受检验人员的主观影响,准确率不够高,常常受到质疑。本文研究了运用Invia显微激光拉曼光谱仪对不同种类打印文件与不同种类印章盖印的样本进行检验,鉴别样本的朱墨时序。研究利用显微激光拉曼光谱测定朱墨时序样本中各部位的光谱,通过比对印字交叉部位与未交叉部位的字迹、印文的特征拉曼峰,判断打印文件的朱墨时序。实验结果表明,这是一种准确性高的无损检验方法,打印机的种类、印油种类、印油量及纸张对实验结果基本没有影响。直观的图谱及客观的数据更令人信服,对实践检验工作有重要指导意义。     

典型食用油的荧光光谱特性与拉曼光谱特性研究

本文结合激光诱导荧光技术和激光拉曼技术,建立了基于光谱分析的食用油快速分析系统,并利用此系统测量了多种油类样品的荧光光谱及拉曼光谱信号,结果表明,油类样品存在极为丰富的荧光信号和拉曼信号,不同种类的油类样品信号存在较大差异。因此,食用油的激光诱导荧光光谱和拉曼光谱可以作为食用油安全快速检测的一种依据,适于发展快速监测仪器。     

利用比较器实现放大电路的手持式血糖仪设计

介绍一种手持式血糖仪设计。该设计利用芯片本身携带的比较器代替了传统的运放来实现放大电路功能,节省了设计成本,提高了产品的市场竞争力。在设计中,使用了四引脚的试纸,增加了血量充足检测的功能,进一步提高了血糖质量浓度测量的准确度。     

快速蒸发电离质谱技术(REIMS)鉴别肉品

随着食品工业发展及人民生活水平的提高,人们对于高品质、高营养食品的需求量越来越大,在经济利益驱动下,肉品掺假现象日益严重。肉品真实性检测技术是食品科学领域的研究热点,其中快检技术对于开展食品供应链追溯和实时检测具有重要意义。本工作采用快速蒸发电离质谱技术(REIMS)研究其在肉品及水产类食品的物种快速鉴定中的关键性能指标。结果表明,通过对12种畜类、6种禽类和13种水产类样品的参数优化、数据采集和模型建立,确定该方法对动物种属的分辨率、判别率和稳定性指标,其识别准确率分别为96.56%、99.71%和96.33%。通过差异因子分析,鉴定出14种畜类和12种禽类特征物质。差异因子的分析可为未来方法的验证、标准化和量化研究提供依据。     

基于荧光显微拉曼光谱的细菌快速解耦检测方法

在细菌检测环境中往往存在多种活细菌、死菌以及非生物微颗粒,它们形态和大小相近且耦合寄居在一起,这使得普通的菌类检测方法在检测细菌的种类和含量时很难奏效。提出一种细菌快速解耦检测方法,该方法采用荧光微视技术与拉曼光谱分析技术相结合,利用荧光微视技术实现活菌与非生物微颗粒及死菌的解耦检测,并且实现活菌的定位;利用拉曼光谱技术对定位活菌进行数据采集并结合Ward聚类分析法构建各种活菌的解耦检测模型。实验证明所提出解耦方法的对活菌的解耦检测精度达到了94%以上,且检测时间仅为普通显微拉曼光谱法的1/9。适用于烧伤伤口细菌感染检测等要求检测精度高、速度快的场合。     

拉曼光谱结合深度学习算法的塑料分类的研究

拉曼光谱法能识别塑料制品光谱特征峰,但操作流程繁琐且准确率有待提升,对此提出了基于一维卷积神经网络 (one-dimensional convolution neural network, 1-D CNN) 的塑料制品分类算法,首先建立以聚乙烯 (polyethylene, PE) 、聚丙烯 (polypropylene, PP) 、聚对苯二甲酸乙二醇酯 (polyethylene terephthalate, PET) 和聚苯乙烯 (polystyrene, PS) 为原材料的40种塑料包装样本数据集;然后设计1-D CNN、K近邻 (KNN) 、决策树 (DT) 和支持向量机 (SVM) 4种算法模型进行训练,并在光谱分类流程、模型准确率和鲁棒性等方面进行对比。实验结果表明,1-D CNN在不经过预处理条件下分类准确率达到98.62%,且在60 dB噪声下仍有96.42%的准确率,优于另外3种传统机器学习算法模型。该结果证实,拉曼光谱融合神经网络的多分类方法可提升塑料制品检测性能。     

手动快速压片装置在药品红外鉴别上的应用

作者设计制作了一种手动快速红外试样压片器,其特点是将试样和盐片压制在内径Х７ｍｍ的不锈钢套管中部,盐片重约２０ｍｇ,耗试样０．１～０．２ｍｇ,压片速度为数十秒／次,可以边扫描边压片,几乎能与傅里叶变换红外光谱仪同步工作,使用本压片器获得的光谱图质量好,适用于药品的红外鉴别。     

基于拉曼光谱的三组分食用调和油快速定量检测

应用激光拉曼光谱技术结合化学计量学方法实现了三组分食用调和油中菜籽油、花生油和芝麻油的快速定量检测。分别采用标准正态变量变换(SNV)+去趋势(de-trending)算法和正交信号校正(OSC)算法对600~3 000cm-1波段的原始拉曼光谱进行预处理。建立了基于非线性支持向量机(SVM)和线性偏最小二乘(PLS)回归算法的定量分析模型,并采用19个预测集通过外部交叉验证法对模型进行验证。实验结果显示:对含有菜籽油、花生油和芝麻油的三组分食用调和油,以OSC预处理后建立的线性PLS模型预测效果最好,其验证集决定系数R2p分别为0.990 4,0.965 8,0.977 1,均方根误差(RMSEP)分别为0.018 8,0.037 9,0.026 2。研究结果表明,利用激光拉曼光谱结合化学计量学方法快速定量检测三组分食用调和油中菜籽油、花生油和芝麻油的含量具有可行性,并获得了较高的预测精度。