ATC 009 红外光谱分析技术/全国分析检测人员能力培训委员会NTC系列培训教材

“全国分析检测人员技术能力培训与考核体系”是国家科技基础条件平台建设的一项重点成果。该体系统一、规范了分析检测人员分析检测技术的培训与考核标准，对培养专业化人才、提高分析检测人员的技术能力和素质、确保实验室分析检测数据的可靠性和准确性具有重要的意义。为了更好地推广和运行“全国分析检测人员能力培训与考核体系”，由中华人民共和国科学技术部、国家认证认可监督管理委员会等部门牵头成立了“全国分析检测人员能力培训委员会”（简称NTC），负责对分析检测人员技术能力的培训与考核工作，委员会秘书处统一组织了《全国分析检测人员能力培训委员会（NTC）系列培训教材》（以下简称“NTC系列培训教材”）的编写工作。NTC拥有《NTC系列培训教材》的著作权，并将其作为NTC的唯一指定教材，将专有出版权授予中国质检出版社出版。《NTC系列培训教材》包括ATC化学类分析测试技术、ATP物理类检测技术、ATM力学性能测试类和ATQ产品质量特性类检测技术共四类技术的培训教材，其中每项分析检测技术由基础理论知识、仪器与操作、标准方法与应用以及数据处理四个部分组成。组成了符合体系要求、架构合理、全面的系列大型分析检测技术培训教材。《NTC系列培训教材》的出版，对统一、规范和提高NTC技术的培训内容和水平，帮助分析检测人员顺利完成相关技术的学习和考核具有重要的意义。
　　《ATC 009 红外光谱分析技术/全国分析检测人员能力培训委员会NTC系列培训教材》依据全国分析检测人员能力培训委员会《ATC009红外光谱分析技术考核与培训大纲》编写，内容包括红外光谱分析技术的四部分：（1）基础理论知识；（2）仪器设备与操作；（3）分析结果的数据处理；（4）标准方法与应用。
　　《ATC 009 红外光谱分析技术/全国分析检测人员能力培训委员会NTC系列培训教材》主要面向生产企业、质检部门、科研院所、高等学校、检验检疫及相关分析领域的实验室检测人员，也可作为有关部门培训分析检测人员的教材。

1 基础理论知识
1.1 红外光谱基础知识
1.1.1 概述
1.1.2 红外光谱法发展简史
1.1.3 分子光谱法基础
1.1.4 分子振动光谱理论
1.1.5 红外光谱法的基本术语
1.2 红外光谱解析
1.2.1 红外光谱与分子结构
1.2.2 红外光谱解析三要素
1.2.3 常见化合物的红外光谱解析
1.2.4 混合物红外光谱解析方法
1.2.5 近红外光谱解析
1.3 红外光谱定量分析基础
1.3.1 朗伯-比尔定律
1.3.2 峰高度和峰面积的计算
1.4 红外光谱分析的特点
1.5 红外光谱分析进展
思考题

2 红外光谱分析仪器设备与操作
2.1 红外光谱仪器的基础知识
2.1.1 红外光谱仪器的发展简史
2.1.2 光源
2.1.3 分光系统
2.1.4 检测器
2.1.5 傅里叶变换红外光谱仪
2.1.6 色散型红外光谱仪
2.1.7 红外光谱的主要干扰及其消除
2.2 红外光谱仪的主要技术指标
2.2.1 分辨率
2.2.2 信噪比
2.2.3 稳定性
2.2.4 波数和光度重复性
2.2.5 波数和光度准确度
2.2.6 背景能量分布
2.2.7 谱图质量的评判
2.3 红外光谱分析制样技术
2.3.1 常规制样技术
2.3.2 采样附件技术
2.3.3 联用技术
2.3.4 低温红外光谱仪
2.4 红外光谱仪的使用
2.4.1 日常分析操作
2.4.2 红外光谱仪使用要求及注意事项
2.5 红外光谱仪的维护
2.5.1 红外光谱仪的日常维护
2.5.2 分束器的维护
2.5.3 检测器的维护
2.5.4 常见故障与排除
2.5.5 紧急情况的处理原则
2.6 红外光谱仪器的校准和期间核查
2.6.1 仪器校准
2.6.2 期间核查
思考题

3 红外光谱分析结果的数据处理
3.1 红外光谱数据分析的特点
3.2 常规数据处理技术
3.2.1 坐标转化
3.2.2 基线校正
3.2.3 光谱平滑
3.2.4 光谱归一化
3.2.5 光谱求导
3.2.6 光谱差减
3.2.7 光谱去卷积
……
4 红外光谱分析方法标准与应用
附录一 红外光谱分析软件应用示例
附录二 红外光谱测试附件一览表
附录三 萨特勒（Sadtler）红外光谱数据库分类
参考文献

3.3.3模式识别
　　物以类聚，谱以形分。结构相似的化合物具有特征相似的红外光谱，成分相似的混合物也具有形状相似的红外光谱。物质在化学成分上有相同或差异之处时，其红外光谱的特征也有对应的相同或差异之处。根据谱图特征的相同与差异可以对红外光谱进行分类，也就是在化学意义上将对应的物质分成不同的类别。按照特定的规则对红外光谱进行分类，就是红外光谱的模式识别。
　　物质红外光谱的特征可以表现为吸收峰的“三要素”，即峰位置、峰强度和峰形状。因此，最简单的分类规则就是某些特征峰的有无或强弱。例如，根据红外光谱上芳环吸收峰的有无，可以将化合物分为芳香类化合物与非芳香类化合物。混合物的红外光谱上往往存在严重的重叠峰，谱图特征表现为光谱整体形状。因此，对混合物的红外光谱进行分类时，要根据谱图整体形状来衡量其相似程度，最常用的参数是距离和相关系数（参见3.3.1和3.3.2）。同一类物质的化学成分相似，其红外光谱具有相似的形状，因而相似度较高；不同类物质的化学成分差异较大，其红外光谱整体形状也有较多不同，因而相似度较低。根据大量样本的统计分析，确定不同类别样本的红外光谱间相似度阈值，就可以对物质的红外光谱进行分类。
　　可以对红外光谱进行分类的方法有很多，一般分为无监督（unsupervised）和有监督（supervised）方法两大类。无监督的聚类分析是指在预先不知道分类的情况下，将样本红外光谱按照相似程度逐步聚集在一起，形成有级别或无级别的类簇。聚类分析可以从上往下进行，也就是首先把所有样本看作一类，再把大类逐步分解为较小的子类。但最常用的聚类分析是从下往上的方法，即起初把每一个个体看作一类，然后把距离较近的类合并为大类，逐步扩大类的范围直至将所有样本都包括在内。无监督方法主要包括系统聚类法、最小生成树法、K均值聚类法、主成分分析等。有监督的聚类分析是指根据一组分类已知的训练集样本得到模式分类的规则，也就是样本分类与其红外光谱的对应关系，然后根据这些规则从未知样本的红外光谱去判断其所属类别。有监督方法主要包括距离或相关系数判别法、线性学习机、K最邻近法、SIMCA、人工神经网络法等。
　　样品用量、光程长度、颗粒散射、仪器噪声等因素都可能导致光谱基线变动、强度变化等差异。这些差异并不是由物质的化学成分变化导致的，因此在聚类分析之前要对各个样本的红外光谱进行一定的预处理，如平滑、基线校正、归一化等，尽量消除对于样本分类没有意义却造成干扰的光谱差异。另外，样本在不同波数处的吸收峰强度不同。在聚类分析中，强峰差异的权重影响较大，而弱峰差异的权重影响较小。但是，对于化学分类更有意义的可能是弱峰差异，而不是强峰差异。因此，有时不仅需要对单张光谱在不同波数变量处的强度进行标准化处理，还需要对多张光谱在同一波数变量处的强度进行标准化处理。
　　……