Воспроизводимость спектров диффузного отражения в ближнем ИК-диапазоне при анализе сырья для производства комбикормов тема диссертации и автореферата по ВАК РФ 02.00.02, кандидат наук Баюнов, Александр Павлович

  • Баюнов, Александр Павлович
  • кандидат науккандидат наук
  • 2013, Москва
  • Специальность ВАК РФ02.00.02
  • Количество страниц 108
Баюнов, Александр Павлович. Воспроизводимость спектров диффузного отражения в ближнем ИК-диапазоне при анализе сырья для производства комбикормов: дис. кандидат наук: 02.00.02 - Аналитическая химия. Москва. 2013. 108 с.

Оглавление диссертации кандидат наук Баюнов, Александр Павлович

Содержание

Введение

1. Обзор литературы

1.1. Комбикорма: описание объекта

1.1.1. Комбикорма как объекты анализа

1.1.2. Основные показатели кормовой ценности

1.2. Методы анализа комбикормов

1.2.1. Арбитражные методы

1.3. Инфракрасная спектроскопия

1.3.1. Особенности спектроскопии в ближнем ИК-диапазоне

1.3.2. Применение хемометрического подхода

1.3.3. Применение ИК-спектроскопии среднего диапазона

1.3.4. Применение ИК-спектроскопии ближнего диапазона для качественного анализа

1.3.5. Количественный анализ

1.3.6. Факторы, усложняющие проведение ИК-анализа

1.3.7. Математические способы преобразования спектров

1.3.8. Методы построение градуировок в ИК-спектроскопии ближнего диапазона

1.3.9. Проблема мультиколлинеарности. Корреляция спектральных данных

1.3.10. Реконструкция спектров

1.3.11. Отбор проб

1.4. Выводы из обзора литературы

2. Экспериментальная часть

2.1. Реактивы и оборудование

2.1.1. Реактивы и материалы

2.1.2. Оборудование

2.2. Техника эксперимента

а

2.2.1. Определение содержания сырого протеина в зерне пшеницы методом Кьельдаля

2.2.2. Сокращение размера проб перед измерением ИК-спектров

2.2.3. Статистическая обработка результатов количественного анализа

2.2.4. Проверка подчинения результатов нормальному

распределению

2.2.5. Проведение оптимизации градуировочных моделей для количественного анализа

2.2.6. Построение градуировочных моделей для определения содержания сырого протеина в пшенице

2.2.7. Построение градуировочных моделей для определения глюкозинолатов в семенах рапса

2.2.8. Идентификация белков

2.2.9. Построение градуировочных моделей для определения различных показателей кормов

2.2.10. Модельный эксперимент. Определение аминокислот в смесях

2.2.11. Изучение влияния влажности

2.2.12. Изучение воспроизводимости спектров образцов

2.2.13. Сравнение двух спектров

2.2.14. Моделирование спектров

2.2.15. Выявление приборного тренда

3. Результаты и их обсуждение

3.1. Анализ объектов природного и промышленного происхождения

3.1.1. Определение содержания протеина в зерне пшеницы

3.1.1.1. Использование общей градуировочной модели

3.1.1.2. Изучение процесса оптимизации на примере малой градуировочной модели из 8 образцов

3.1.2. Определение глюкозинолатов в семенах рапса

3.1.3. Идентификация белков

3.1.3.1. Общая идентификация

3.1.3.2. Идентификация внутри классов

3.2. Моделирование систем

3.2.1. Построение градуировочных моделей по содержанию аминокислоты в двухкомпонентных смесях

3.2.1.1. Предварительный эксперимент

3.2.1.2. Основной эксперимент. Построение большой градуировочной модели

3.2.1.3. Анализ факторов, влияющих на погрешность градуировочной модели при работе с модельными смесями

3.2.1.4. Изучение влияния влажности на характеристики градуировочных моделей

3.2.2. Сравнение ИК-спектров

3.2.2.1. Расчёт разности

3.2.2.2. Корреляционный способ сравнения спектров с представлением в графическом виде

3.2.3. Способ оценки воспроизводимости спектров диффузного отражения

3.2.3.1. Оценка воспроизводимости результатов на примере зерна и муки пшеницы

3.2.3.2. Изучение воспроизводимости спектров

3.2.3.3. Таблетирование образцов как способ пробоподготовки

Выводы

Список литературы

Рекомендованный список диссертаций по специальности «Аналитическая химия», 02.00.02 шифр ВАК

Введение диссертации (часть автореферата) на тему «Воспроизводимость спектров диффузного отражения в ближнем ИК-диапазоне при анализе сырья для производства комбикормов»

Введение

Актуальность темы. Комбикорма - сложные смеси кормовых средств и микродобавок различной степени дисперсности. В процессе их производства необходим аналитический контроль сырья и готовой продукции. Большая часть методов, традиционно применяемых для анализа этих объектов требует существенных затрат времени, реактивов и средств. Фурье-спектроскопия в ближней инфракрасной области (БИК-спектроскопия) в сочетании с хемометрическим подходом к обработке спектральных данных позволяет осуществлять экспрессный и экономичный анализ качественного и количественного состава этих объектов (БИК-анализ) [1, 2]. БИК-спектроскопия широко применяется для анализа объектов окружающей среды, продукции сельского хозяйства, пищевой, фармацевтической и нефтеперерабатывающей промышленности [3]. К дополнительным преимуществам этого метода относятся высокая информативность, минимальная пробоподготовка, отсутствие потребности в химических реактивах, возможность проведения недеструктивного анализа. Однако, несмотря на большое распространение метода и наличие на рынке широкой гаммы ИК-Фурье спектрометров, недостаточно исследованы физические факторы, влияющие на конечный результат анализа и его метрологические характеристики. На формирование БИК-спектров, их воспроизводимость оказывает влияние ряд факторов: содержание влаги в анализируемом образце и атмосферном воздухе, постоянство температуры прибора, агрегатное состояние дисперсной фазы и дисперсионной среды, степень однородности дисперсии, воспроизводимость процедур юстировки прибора и т.д. При построении градуировочных моделей для количественного анализа имеется недостаточное число доступных баз данных по спектрам в ближнем ИК-диапазоне.

В связи с указанным для улучшения метрологических характеристик метода, повышения устойчивости градуировочных моделей необходимо изучение влияния факторов, оказывающих негативное влияние на воспроизводимость ИК-спектров с последующей разработкой метода количественной оценки их воспроизводимости

Цель работы - повышение точности результатов спектроскопии диффузного отражения в ближнем ИК-диапазоне при анализе полидисперсных химически неоднородных объектов на примере комбикормов.

В соответствии с поставленной целью было необходимо решить следующие задачи:

• Разработать способ оценки воспроизводимости спектров диффузного отражения образцов, основанный на корреляционных зависимостях относительного стандартного отклонения от интенсивности полного БИК-спектра.

• Изучить влияние природы объектов на метрологические характеристики гра-дуировочных моделей на примере искусственных двухкомпонентных смесей.

• Разработать способ количественного учёта влажности при помощи спектральной коррекции для снижения систематической погрешности градуировочной модели.

• Проверка применимости предлагаемых подходов в анализе промышленных образцов кормов.

Научная новизна работы.

Предложен способ оценки воспроизводимости спектров диффузного отражения основанный на корреляционных зависимостях относительного стандартного отклонения от интенсивности усредненного ИК-спектра. С помощью данного подхода изучена воспроизводимость спектров образцов различного состава. Для улучшения воспроизводимости спектров предложено проводить таблетирование образ-

ЦОВт

Построены градуировочные модели для определения содержания аминокислоты в модельных смесях, имитирующих комбикорма, а также градуировочная модель для определения содержания глюкозинолатов в семенах рапса. Показано, что измельчение образцов семян рапса приводит к значительному ухудшению характеристик градуировочной зависимости ввиду нарушения устойчивости образцов.

Предложен способ количественного учёта влажности при помощи спектральной коррекции с представлением результата сравнения в графической форме.

Практическая значимость.

• Разработанные в ходе диссертационного исследования подходы позволяют уменьшить продолжительность и стоимость БИК-анализа и повысить надёжность результатов.

• Предложенные способы позволяют a priori оценить целесообразность планируемого анализа и выбрать условия его проведения, а также оценить точность результатов анализов сырья для производства комбикормов.

На защиту выносятся:

• Способ оценки воспроизводимости спектров диффузного отражения, основанный на корреляционных зависимостях относительного стандартного отклонения от интенсивности усредненного ИК-спектра.

• Градуировочные модели для определения содержания добавки аминокислоты в модельных смесях, имитирующих комбикорма.

• Градуировочная модель для определения содержания глюкозинолатов в семенах рапса.

• Способ количественного учёта влажности при помощи спектральной коррекции.

• Корреляционный способ сравнения спектров с представлением результата сравнения в графической форме.

• Таблетирование образцов как способ снижения случайной погрешности.

Апробация работы. Основные результаты работы были представлены на: Международной конференции «Адаптация сельского хозяйства к меняющимся по-годно-климатическим условиям» (Москва, 2010), Международной научной конференции молодых ученых и специалистов РГАУ-МСХА имени К.А. Тимирязева, посвященной 125-летию со дня рождения академика Н.И. Вавилова (Москва, 2011), Международной конференции «Физико-химический анализ органических соединений растительного происхождения» (Санкт-Петербург, 2011), Международной конференции «Проблемы развития АПК и сельских территорий в 21 веке» (Москва, 2011), VI Международной заочной научно-практической интернет-конференции

I ,

«Инновационные фундаментальные и прикладные исследования в области химии сельскохозяйственному производству» (Орел, 2013), VII Всероссийской научно-практической конференции «Аграрная наука в XXI веке: проблемы и перспективы» (Саратов, 2013)

Публикации. По материалам диссертации опубликованы 7 печатных работах, в том числе 3 статьи в рецензируемых журналах, рекомендованных ВАК РФ.

Личное участие автора. Автор участвовал в постановке задач, решаемых в диссертационной работе, самостоятельно проводил большинство экспериментов, обработку и интерпретацию экспериментальных данных, осуществлял подготовку публикаций.

1. Обзор литературы 1.1. Комбикорма: описание объекта.

1.1.1. Комбикорма как объекты анализа

Комбикорм — сложная однородная смесь очищенных и измельчённых до требуемой крупности различных кормовых средств и микродобавок, вырабатываемая по научно обоснованным рецептам и обеспечивающая полноценное сбалансированное кормление животных [5]. Производство и использование комбикормов объясняется тем, что при их скармливании продуктивность животных возрастает на 10-12%, а если комбикорма обогащают витаминами и микроэлементами, то продуктивность возрастает на 25-30%.

Комбикормовая промышленность производит комбикорма различного состава в зависимости от видов сельскохозяйственных животных (крупного и мелкого рогатого скота, лошадей, свиней, кроликов и птицы), их возраста и целей выращивания. Например, различаются по составу комбикорма для дойных коров и для телят, для суягных и подсосных коз и для молодняка коз и овец, для подсосных свиноматок и хряков и для поросят разного возраста, для родительского стада кроликов и для крольчат-отъемышей.

Основой любого комбикорма служит зерновое сырье. На его долю приходится 60-65% массы комбикорма. К зерновому сырью относятся: зерно злаковых культур (пшеницы, ячменя, кукурузы, овса, проса, сорго) с высо-

ким содержанием углеводов - до 70% и низким содержанием белка - 1015%, зерно зернобобовых культур (гороха, кормовых бобов, сои, чечевицы, безалкалоидного люпина) с высоким содержанием белка - 25-45%. В состав комбикормов включают также отходы переработки масличных культур (жмых и шрот полсолнечника, льна, сои, арахиса, хлопчатника, рапса, сурепки, рыжика), отходы переработки зерна в крупу и муку (сечки и дробленки, пшеничные и ржаные отруби), отходы пищевой промышленности, корма животного происхождения (мясная, мясокостная, кровяная и рыбная мука), грубые корма (травяная мука), минеральные добавки (мел, травертиновую и ракушечную муку, кормовой известняк), а также микродобавки (метионин, витамины А. Б, Е, тиамин, рибофлавин, пантотеновую кислоту, витамин В12, соли марганца, железа, меди, цинка, кобальта и иода) [6]..

Еще одной причиной большого разнообразия состава комбикормов является то, что комбикорма вырабатывают не только по стабильным рецептам без замены компонентов, но и по нестабильным рецептам с заменой равнозначных компонентов и по временным рецептам при отсутствии на предприятии всех необходимых компонентов.

Возможно изменение состава комбикормов в процессе их хранения и транспортировки. Например, повышение температуры кормов, содержащих биологически активные добавки, выше 75°С приводит к нарушению их состава.

Промышленность выпускает рассыпные, гранулированные и брикетированные комбикорма,

Таким образом, комбикорма представляют собой полидисперсные многокомпонентные смеси, в которые входят как гигроскопичные продукты переработки зернового сырья и сырья животного происхождения, не имеющие кристаллической структуры, так и кристаллические микродобавки, часть из которых не поглощает влагу из окружающего воздуха. Высушивание комбикормов при высоких температурах приводит к изменению их состава. Раз-

личные формы выпуска комбикормов могут быть причиной использования разных способов пробоподготовки.

1.1.2. Основные показатели кормовой ценности

Основными показателями кормовой ценности являются массовые доли белков, жиров, клетчатки, аминокислот и т.д. [5,6,7]. Существует также такой показатель, как зола, для определения которого требуется озоление объекта

Массовую долю всех азотсодержащих веществ (белки, пептиды, свободные аминокислоты, азотсодержащие соли) в кормах принято обозначать как сырой протеин.

Из аминокислот важнейшими являются незаменимые аминокислоты, как валин, изолейцин, лейцин, лизин, метионин, треонин, триптофан и фенил-аланин, которые не могут синтезироваться в организме животных, и должны доставляться с пищей.

Термин сырой жир объединяет липиды, воски, смолы, свободные жирные и смоляные кислоты и их эфиры, высокомолекулярные спирты, фосфати-ды, альдегиды и кетоны, т.е все вещества, растворимые в органических растворителях (на практике для извлечения сырого жира чаще всего применяют ди-этиловый эфир). Велика массовая доля жира в семенах масличных культур, в том числе рапса.

Семена рапса содержат 40 - 48% жира и 21-33% сырого протеина при достаточно высоких коэффициентах переваримости (84,4 - 93,4%) [9]. Однако, они также содержат в своем составе глюкозинолаты (тиогликозиды). Семена современных сортов рапса содержат от 0,3 до 1,5% глюкозинолатов. Это вещества, имеющую общую формулу:

Глюкозинолаты обладают биологической активностью [10], и их со-держнаие нужно контролировать, так как под действием фермента мирозиназы они гидролизуются, образуя токсичные изотиоцианаты, вызывающие раздражение слизистых оболочек пищеварительного тракта, дыхательных путей и

нарушение деятельности щитовидной железы. Установлено, что предельно

/

где И. - алкильная группа. Под общим названием «глюкозинолаты» объединяют 16 различных веществ.

допустимая концентрация глюкозинолатов в расчёте на 1 кг живой массы для жвачных животных не должна превышать 10 мг, а для свиней и птицы - 5 мг. Токсичные серосодержащие вещества, являющиеся продуктами гидролиза глюкозинолатов, не только оказывают отрицательное воздействие на жизненно важные органы животных (печень, сердце, почки), но и вызывают коррозию оборудования, используемого при переработке семян рапса, а при гидрировании масла снижают эффективность и срок действия катализатора.

Влажность комбикорма - это один из важнейших показателей физических свойств. Влага может впитываться частицами продуктов, образовывать водяную пленку на их поверхности или занимать пространство между частицами [5,6]. Массовая доля влаги в комбикормах обусловливается их физико-химическим строением, влажностью и температурой окружающего воздуха. Количество влаги возрастает по мере увеличения активной поверхности продукта и содержания гидрофильных веществ, таких как белки и углеводы. Повышение влажности способствует развитию микроорганизмов в комбикормах и увеличению скорости разрушения питательных веществ, заплесневе-

нию и порче кормов. Поэтому содержание влаги не должно превышать максимальных значений, установленных стандартом для тех или иных видов сырья.

Несоблюдение стандартов по содержанию и качеству комбикормов может приводить к нежелательным последствиям, и контроль качества комбикормов является важной задачей, от точности выполнения которой зависит продуктивность животноводства. Для контроля содержания протеина, жира, клетчатки, влажности, золы, макро- и микроэлементов, витаминного и аминокислотного состава существуют арбитражные методы анализа.

Комбикорма являются механическими смесями частиц различной природы и размеров. Они чувствительны к условиям хранения и обработки: среди которых важнейшими являются влажность и температура. Вследствие разнообразия набора компонентов комбикормов, их элементный и вещественный состав может варьировать в достаточно широком диапазоне. В табл. 1.1 представлены диапазоны определяемых содержаний основных кормовых показателей в кормах.

Таблица 1.1.

Диапазоны определяемых содержаний основных кормовых компонентов

Компонент Массовая доля, % Компонент Массовая доля, %

Сырой протеин 15-28 Сырая клетчатка 2-10

Сырой жир 2-18 Метионин 0,3-0,9

Влага 4-13 + цистин

1.2. Методы анализа комбикормов.

Для контроля качества комбикормов и кормового сырья используют как классические методы анализа (мокрый анализ), так и инструментальные

методы. Комбикорма - гетерогенный объект анализа, следовательно, при их анализе следует выполнять правила анализа гетерогенных объектов [11].

1.2.1. Арбитражные методы

Определение содержания сырого протеина. Для решения данной задачи используют метод Кьельдаля [12]. Анализ протеина здесь представляет собой сложную процедуру, включающую в себя следующие стадии: разложение органического вещества, отгонка аммиака и титрование. При необходимости проводят отделение белкового азота. Применение метода Кьельдаля сопряжено с рядом сложностей: неравномерностью прогрева проб при озоле-нии, необходимостью контроля процесса перегонки с паром, возможными утечками аммиака при нарушении герметичности системы перегонки и т.д., что увеличивает вероятность увеличения погрешности результата. Показатели воспроизводимости данного метода приведены в табл. 1.2.

Таблица 1.2.

Относительное стандартное отклонение метода Кьельдаля

Компонент Относительное стандартное отклонение, % Компонент Относительное стандартное отклонение,, %

Рыбная мука 1,51 Премикс 1,45

Корм из клейковины зерна 1,59 Комбикормовый концентрат 3,16

Дрожжи 2,75 Комбикорм 3,24

Определение содержания сырого жира. Для определения содержания жира в комбикормах применяют метод Сокслета [13], включающий в себя экстракцию жира и взвешивание самого экстрагированного жира, или обезжиренного остатка. При анализе содержания жира в некоторых видах кормов

животного происхождения возникает необходимость предварительного кислотного, или щелочного гидролиза исследуемых образцов. Время одного анализа может достигать 12 часов. Измерения проводят с погрешностью ±0,1%.

Анализ аминокислот. В настоящее время для определения содержания аминокислот в комбикормах используют высокоэффективную жидкостную хроматографию (ВЭЖХ) [14] и капиллярный зонный электрофорез (КЗЭ) [15]. Экспрессное полуколичественное определения содержания аминокислот осуществляют методом тонкослойной хроматографии (ТСХ) [16]. Эти методы требуют многостадийной пробоподготовки, что приводит к увеличению стоимости и времени проведения анализа, затратам дополнительных реактивов и ухудшает метрологические характеристики методов.

Определение гликозинолатое. В качестве арбитражного используют метод жидкостной хроматографии в соответствии со стандартом 1БО 91671:1992 (другие названия - вАРТА 22:0 и ЕС18/64) [17]. Анализ с использованием этого метода длится 2-3 дня. Используют также спектрофотометрические методы, основанные, например, на определение оптической плотности растворов глюкозы или образовании комплексных соединений. Продолжительность анализа с использованием этих методов составляет несколько часов. Как правило, они отличаются высокой стоимостью. Из экспрессных методов анализа находят применение рентгенофлюоресцентный, который, по мнению О. Они-щенко [18], применим только для образцов рапса без примеси сурепицы, и экспресс-метод, основанный на использовании диагностических полосок для определения сахара в моче. Последний метод неспецифичен для глюкозинола-тов, так как эти полоски регистрируют содержание глюкозы независимо от того, получена ли глюкоза при гидролизе глюкозинолатов или находится в свободном состоянии.

Определение влаги выполняют гравиметрическим методом при высушивании образца при заданной температуре [19].

Как можно видеть, большинство методов анализа комбикормов требуют многостадийной пробоподготовки, существенных затрат времени, реактивов и высокой квалификации оператора. Принимая во внимание, большой объём комбикормового производства и его потребности в анализе сырья и готовой продукции, требуется аналитический метод, лишенный указанных недостатков. Таким методом является Фурье-спектроскопия в ближнем ИК-диапазоне [20].

1.3. Инфракрасная спектроскопия

Формирование ИК-спектров обусловлено молекулярными колебаниями: спектры в среднем ИК-диапазоне обусловлены основными молекулярными колебаниями, тогда как ближний ИК-спектр сформирован линиями обертонов и комбинаций различных молекулярных колебаний, возникающих в среднем ИК-диапазоне. Линии различных колебаний в молекуле могут комбинироваться между собой, образуя комбинационные линии.

Спектроскопию пропускания в среднем ИК-диапазоне применяют для идентификации веществ [3, 21,22]. Количественный анализ этим методом используют для определения газов и веществ, растворимых в растворителях, прозрачных в среднем диапазоне ИК. Применение спектроскопии среднего ИК-диапазона в анализе пищевых продуктов затруднено ввиду сильного поглощения молекулами воды по всему спектру. Вызванная этим потребность в узких кюветах (<50 мкм), часто вызывает трудности с пробоподготовкой.

Сложная структура БИК-спректров существенно затрудняет их интерпретацию. По этой причине долгое время ИК-спектроскопия в ближнем диапазоне (БИК-спектроскопия) считалась непригодной для решения аналитических задач ввиду чрезвычайной сложности БИК-спектров [3]. Ситуация изменилась за последние десятилетия с применением математического моделирования для обработки спектров и разработки достаточно мощных компьютеров и программного обеспечения. В настоящее время БИК-спектроскопия в сочетании с хемометрической обработкой данных (БИК-анализ) применяется в анализе объектов окружающей среды, нефтепродуктов и продукции

сельского хозяйства, пищевой и фармацевтической промышленности [2, 22]. Применительно к анализу сельскохозяйственных объектов, в частности, комбикормов и сырья для их производства, ИК-спектроскопию в ближней области изначально применяли для определения влажности, а затем стали определять с ее помощью белки, жиры и аминокислоты. Несмотря на достаточно широкое внедрение ИК-спектроскопии в ближней области в аналитическую практику и наличие на рынке приборов, основанных на этом методе, целый ряд вопросов, связанных с его применением изучен недостаточно: мало исследованы факторы, влияющие на конечный результат анализа и метрологические характеристики, необходима оптимизация моделей в зависимости от объекта. На наш взгляд, потенциал БИК-анализа используется в настоящее время недостаточно полно. БИК-анализ обладает набором преимуществ: простота применения, достаточная экспрессность (один спектр снимается в среднем не более минуты), минимальная пробоподготовка, отсутуствие потребности в химических реактивах, возможность недеструктивного проведения анализа. Однако, несмотря на кажущуюся простоту метода, анализ природных объектов затруднен целым рядом факторов, среди которых, многие обусловлены особенностями строения объекта анализа и способа получения БИК-спектров [1-3, 22-24].

1.3.1. Особенности спектроскопии в ближнем ИК-диапазоне.

Применение БИК-спектроскопии в аналитических целях основано на интенсивном поглощении или отражении излучения твердыми веществами в ближней ИК-области [2,3,22,24,27,28].

Закон Бугера — Ламберта - Вера для диффузного отражения. Уменьшение интенсивности монохроматического излучения, проходящего через слой поглощающего вещества, в спектроскопии характеризуют коэффициентом пропускания (пропусканием) Т:

Т = шо

(1.1)

где /0 - интенсивность излучения, падающего на поверхность слоя поглощающего вещества, а I - интенсивность излучения, прошедшего через слой поглощающего вещества

При измерении интенсивности поглощения справедлив закон Бугера -Ламберта - Бера:

где А — оптическая плотность; к — пропорциональная константа (коэффициент экстинкции), характерная для каждого вещества; с - содержание поглощающих молекул и I - толщина поглощающего слоя.

При использовании БИК-спектроскопии для исследования сыпучих образцов имеет место диффузное отражение. Отражение становится диффузным, а не зеркальным, если излучение падает на поверхность, имеющую неровности, размеры которых больше или равны длине волны падающего излучения. а сами неровности расположены беспорядочно. В этом случае излучение отражается от поверхности под разными углами. В качестве характеристики диффузного отражения используют величину, именуемую отражением Я.

Уравнение (1.4) может быть выражено через отражение, как:

При регистрации отражения поглощающий слой должен быть достаточно толстым, непрозрачным, чтобы весь исходный поток излучения /о должен быть либо поглощен, либо отражен. Только часть отраженного излучения может быть измерена с помощью 45°-го конического детектора или интегрирующей сферы. Длина пути, пройденного излучением, не может быть постоянной и будет различной во всех порциях образца. Исходный поток излучения, нормальный к поверхности образца, будет взаимодействовать с частицами, имеющими всевозможные ориентации.

1оё(/0/7) = 1оё(1/Г) = А:с/=Л

(1.2)

к^(1 !К) = кс1 = А

(1.3)

Преобладание того или иного типа взаимодействия потока излучения с поглощающим веществом (отражение, преломление, пропускание или поглощение) определяется химическими и физическими свойствами образца. Главным следствием этого является изменение соотношения поглощенного и отраженного излучения. На оптическую плотность наряду с содержанием определяемого вещества влияет длина пути, проходимого излучением.

Факторами, влияющим на длину пути, проходимого излучением, являются размер и форма частиц, их взаиморасположение в объёме облучаемой пробы , показатель преломления пор, заполненных воздухом, водой или маслом. Таким образом, измельчение образца приводит к снижению интенсивности спектра, тогда, как спектры образцов с крупными частицами или высокой влажностью имеют более высокую интенсивность. Для извлечения полезной информации из спектров проводят различные преобразования [3,25,26].

На практике большинство измерений требует информацию более чем из одного участка БИК-спектра, так что решение матрицы уравнений составляет часть градуировочного процесса. Градуировка представляет собой регрессионную модельную процедуру, идентифицирующую минимальный набор длин волн, объясняющий химическое свойство через оценку схожих свойств, выявляя многофакторное изменение состава. Размер частиц или степень измельчения выражается в первой главной компоненте и учитывается в градуировочной модели [1, 2, 3, 22, 24]. (Применение метода главных компонент рассмотрено в разделе 1.3.8).

Существует несколько факторов, которые могут быть причинами нелиной зависимости оптической плотности от содержания определяемого вещества в области 1000 - 2600 нм в БИК-анализе диффузного отражения. Наиболее важными являются различия в длине пути ПК-луча, вызванные характеристиками частиц. Влияние температуры в различных частях спектра проявляется по-разному. Эти факторы могут быть скомпенсированы при раз-

работке прибора, а остаточные отклонения от линейности исправлены вычислением 1о§(1 /К).

Сложная структура БИК-спектров делает затруднительной их расшифровку и создает необходимость применения математических методов обработки спектров и информации, полученной из спектров.

Устройство ИК-спектрометров.

Основным назначением спектрометра является разложение электромагнитного излучения на монохроматические составляющие [21,25]. В зависимости от способа монохроматизации излучения, различают призменные, дифракционные и интерференционные спектрометры. Каждый тип имеет свои достоинства и недостатки.

Похожие диссертационные работы по специальности «Аналитическая химия», 02.00.02 шифр ВАК

Список литературы диссертационного исследования кандидат наук Баюнов, Александр Павлович, 2013 год

Список литературы

1. В.П. Крищенко, Ближняя инфракрасная спектроскопия. -М:Интерагротех, 1997, 640 с.

2. D.A. Burns, Е. W. Ciurczak, Handbook of near-infrared analysis, Second edition (practical spectroscopy). CRC Press, New York, 2001, 814 p.

3. P.C. Williams, Near infrared technology in the agricultural and food industries, Ed by P.C. Williams and K. Norris. AACC, St Paul, MN, 1987, .330 p.

4. В.И. Дворкин, Метрология и обеспечение качества количественного химического анализа. Химия, Москва, 2001. 263 с.

5. В.А. Крохина, А.П. Калашников, В.И. Фисинин. Комбикорма, кормовые добавки и ЗЦМ для животных (состав и применение). - М.: Агропромиздат, 1990. 304 с.

6. Комбикорма [Текст]: сб. гос. стандартов. - М.: ИПК Изд-во стандартов, 2002-, 4.1: Комбикорма-концентраты : техн. условия: - 142 е., 4.2 : Жмыхи и шроты : техн. условия: - 168 е., Ч.З : Кормовые добавки, витамины : техн. условия: - 142 с

7. Аминокислоты в кормлении животных: сборник обзоров и отчётов/М. Pack, J. Fickler, M. Rademacher и др. - M.: Радуга, 2008. 567 с.

8. Зипер А.Ф. Растительные корма: производство и применение. М.:АСТ; Донецк: Сталкер, 2005. 219с.

9. ГОСТ 9824-87. // Семена рапса и сурепицы. Сортовые и посевные качества. Технические условия. Изд-во стандартов, Москва, 1999. 5 с

10. Г. Г. Русакова, Е. А. Мерлин, А. М. Лагутин и др. Получение изотиоциа-натов как полупродуктов веществ с медико-биологической активностью из растительного сырья. Известия Волгоградского государственного технического университета.// Серия химия и химическая технология элементоорга-нических мономеров и полимерных материалов. 5. 2008. с. 101-108.

11. Г. Катеман, Ф.В. Пийперс. Контроль качества химического анализа: Пер. с англ./под ред. Карпова Ю.А. - Челябинск: Металлургия, 1989. - 448 с.

h t

12. ГОСТ 10846-91. Зерно и продукты его переработки. Метод определения белка. Изд-во стандартов, Москва, 2009. 8 с

13. ГОСТ 13496.15-97. Комбикорма, комбикормовое сырье. Методы определения содержания сырого жира. Изд-во стандартов, 2012, 12с.

14. Мельников И.О., Разработка микрометодов анализа аминокислот, коротких пептидов и олигонуклеотидов с использованием ОФ ВЭЖХ и капиллярного электрофореза. Автореф. дисс. канд. хим. наук.- М.: 2006, 24 с.

15. ГОСТ Р 52347-2005. // Комбикорма, комбикормовое сырье. Определение содержания аминокислот (лизина, метионина, треонина, цистина и триптофана) методом капиллярного электрофореза. М.: Стандартинформ., 2005, 15 с.

16. Ю. А. Золотов, Е. Н. Дорохова, В. И. Фадеева и др. Под ред. Ю. А. Золо-това Основы аналитической химии. Общие вопросы. Методы разделения. М.: Высш. шк., 2004. 360 с.

17. ISO 9167-1:1992. // Семена рапса. Определение содержания глюкозинола-та. Часть 1. Метод жидкостной хроматографии.

18. О. Онищенко. Проблема содержания глюкозинолатов в партиях рапса и продуктов его переработки, предназначенных для экспорта. // Олшно-жировий комплекс. Март 2008.

19. ГОСТ 13496.3-92. // Комбикорма, комбикормовое сырье. Определение содержания влаги. Изд-во стандартов, 2011, 4 с.

20. ГОСТ Р 50817-95. Комбикорма, комбикормовое сырье. Метод определения содержания сырого протеина, сырого жира, сырой клетчатки и влаги с применением спектроскопии в БИК области. Изд-во стандартов, Москва, 1995. Юс.

21.Ю.А. Пентин, Г.М. Курамшина. Основы молекулярной спектроскопии. М. Издательство: Бином. Лаборатория знаний, Мир, 2008. 400 с.

22. Near-Infrared Spectroscopy in Food Science and Technology, Eds. Ozaki Y., McClure W.F., Christy A.A. John Wiley & Sons Inc., Hoboken, New Jersey, 2006, 408 p.

23. M.C. Pasikatan, J. Near Infrared Spectrosc., 9, 2001, p. 153-164.

103

24. Osborn B.G., Fearn Т., Hindle P.H. Practical near-IR spectroscopy, 2nd ed // Longman Scientific and Technical: Essex, England, 1993, 280 p.

25. Норрис K.X. Приборы для ближней инфракрасной спектроскопии // Применение спектроскопии в ближней инфракрасной области для контроля качества продукции (4-й сборник научных трудов по ИКС). - М: Интерагротех, 1989. с. 5-10.

26. Розенталь Р. Описание ближнеинфракрасных приборов для анализа хлебных злаков и пищевых продуктов без нарушения их целостности // Применение спектроскопии в ближней инфракрасной области для контроля качества продукции (4-й сборник научных трудов по ИКС). - М: Интерагротех, 1989. с. 282 - 307.

27. Osborn B.G. and Fearn Т. Near Infrared Spectroscopy in Food Analysis // -New York, USA, Longman: Scientific and Technical, 1986. 220 p.

28. Шенк Дж.С., Вестерхаус M.O. Анализ сельскохозяйственных продуктов с помощью спектроскопии в ближней инфракрасной области // Применение спектроскопии в ближней инфракрасной области для контроля качества продукции (4-й сборник научных трудов по ИКС). М.: Интерагротех, 1989. 320с.

29. Родионова О.Е., Померанцев A.JI. Хемометрика в аналитической химии. Обзор. Ин-т хим.физики РАН. 60 с. Доступно

http://www.chemometrics.ru/materials/articles/chemometrics review.pdf, 2006

30. D.L. Massart. Chemometrics: a textbook, Elsevier, NY, 1988, 298 p.

31. E.R. Malinowski. Factor Analysis in Chemistry, Wiley, N.Y., 2nd edn, 1991,432 p.

32. M.A. Шараф, Д.Л. Иллмэн, Б.Р. Ковальски. Хемометрика.- Л.: Химия: 1989. 269 с.

33. Дюран Б., Оделл П. Кластерный анализ. - М.: Статистика, 1977. 128 с.

34. H.R. Keller, D.L. Massart. Evolving factor analysis. Chemom. Intell. Lab. Syst., 12, 209 (1992)

35. Mark H.L., Tunnell D. Quantitative near-infrared reflectance analysis using Mahalanobis distances // Anal.Chem. 57.1985, p. 1449 - 1456.

36. S. Wold, K. Esbensen, P. Geladi. Principal component analysis. Chemom. Intell. Lab. Syst., 2,1987, p. 37.

37. L.X. Sun, K. Danzer. J. Chemom., 10,1996, p. 325.

38. A.J. Myles, S.D. Brown. Induction of decision trees using fuzzy partitions, J. Chemom., 17, 2003, p. 531.

39. D. González-Aijona, G. López-Pérez, A.G. González. Talanta, 49,1999, p. 189.

40. H. Mark. Use of Mahalanobis distances to evaluate sample preparation methods for nearinfrared reflectance analysis, Anal. Chem., 59, 1987, p. 790

41. P.J. Gemperline, N.R. Boyer. Classification of near-infrared spectra using wavelength distances:comparison to the Mahalanobis distance and residual variance methods, Anal. Chem., 67,1995, p. 160

42. H.L. Mark, D. Tunnell. Qualitative near-infrared reflectance analysis using Mahalanobis distances, Anal. Chem., 57,1985, p. 1449.

43. U. Indahl, N.S. Sing, B. Kirkhuus, T. Nass. Chemom. Intell. Lab. Syst., 49, 1999, p. 19.

44. G. Downey, J. Boussion, D. Beauchene. J.Near Infrared Spectrosc., 2,1994, p. 85.

45. G.R. Fláten, B. Grung, O.M. Kvalheim. A method for validation of reference sets in SIMCA modelling, Chemom. Intell. Lab. Syst., 72, 2004, p. 101.

46. S. Wold. Pattern recognition by means of disjoint principal components models. Pattern Recognition, 8,1976. p. 127.

47. D. Wang, F.E. Dowell, R.E. Lacey. Single Wheat Kernel Size Effects on Near-Infrared Reflectance Spectra and Color Classification. Cereal chem. Vol 76, №1: p. 34-37.1999

48. P. Jy. Sampling for Analytical Purposes. John Wiley & Sons, Chichester, 1989

49. B. Walczak, D.L. Massart. Tutorial. Dealing with missing data. Chemom. Intell. Lab. Syst., 58, 2001, p. 15.

50. P.R.C. Nelson, P.A. Taylor, J.F. MacGregor. Missing data methods in PCA and PLS: Score calculations with incomplete observations Chemom. Intell. Lab. Syst., 35,1996, p. 45.

51. McClure W.F. Fast Fourier transforms in the analysis of near-infrared spectra // In Analytical Applications of Spectroscopy. Creaser C.C. and Davides A.M.C. (Eds.). London: The Royal Society of Chemistry, 1988, p. 414-436

52. Stark E. Data processing for near infrared spectroscopy // The Proceedings of the Second International Near Infrared Spectroscopy Conference. - Tokyo, Japan: Korin Publishing Co., 1990. p. 38-64

53. Barons R.J., Dhanoa M.S. and Lister S.J. Standard normal variate transformation and de-trending of near-infrared diffuse reflectance spectra // Appl. Spec-trosc. 43(5), 1989, p. 772-777.

54. Драйпер H., Смит Г. Прикладной регрессионный анализ - 2-е изд. - М.: М.: Статистика, 1978., 135 с.

55. К. Эсбенсен. Анализ многомерных данных, сокр. пер. с англ. под ред. О.Родионовой, Из-во ИБХФ РАН, 2005 56. Е.З. Демиденко. Линейная и нелинейная регрессии, Финансы и статистика, М, 1981, 304 с.

57. A. Hoskuldsson. Prediction Methods in Science and Technology, vol. 1, Thor Publishing, Copenhagen, Denmark, 1996

58. Osborne B.G. and Fearne T. Near Infrared Spectroscopy in Food Analysis. -New York, USA, Longman: Scientific & Technical, 1986, 200 p.

59. Honigs D.E., Hietfje G.M. and Hirschfeld T. A new method for obtaining individual component spectra from those of complex mixtures // Appl. Spectrosc.

38( 3)., 1984, p. 317-322.

60. P. Jy. Sampling for Analytical Purposes. John Wiley & Sons, Chichester, 1989

61. W. Kleingeld, J. Ferreira, S. Coward. First World Conference on Sampling and Blending (WCSB1), J. Chemom., 18, 2004,121 p.

62. Special Issue.: 50 years of Pierre Gy's Theory of Sampling Proceedings: First World Conference on Sampling and Blending (WCSB1) Tutorials on sampling. : Theory and Practice Chemom. Intell. Lab. Syst., 74, 2004, 236 p.

63. Болыпев JI.H., Смирнов H.B. Таблицы математической статистики - М.: Наука. Главная редакция физико-математической литературы, 1983, 112 с.

Основное содержание работы изложено в следующих публикациях

1. Баюнов А.П. Использование модельных систем для получения градуиро-вочных моделей в методе ближней инфракрасной спектроскопии /А.П. Баюнов, С.Н. Смарыгин// Вестн. Казан. Т ехн. ун-та, 11, 2011, с. 23-30.

2. Баюнов А.П. Protein identification with Fourier-transform infrared spectroscopy / А.П. Баюнов, С.Н. Смарыгин //Тезисы докладов Международной конференции «Возобновляемые лесные и растительные ресурсы: химия, технология, фармакология, медицина», Youth school-conference "Physical-Chemical Analysis of Organic Compounds of Plant Origin" С.-Петербург, 21-24 июня 2011,. 263-264

3. Баюнов А.П. Особенности метрологических характеристик метода ИК Фурье-спектроскопии в ближнем диапазоне / А.П. Баюнов, С.Н. Смарыгин // Доклады ТСХА. 283, М.; 2011, с. 400-404

4. Баюнов А.П. Влияние таблетирования образцов на метрологические характеристики анализа комбикормов методом спектроскопии в ближнем ИК-диапазоне/А.П. Баюнов, С.Н. Смарыгин// Бутлеровские сообщения, .32(13), 2012, с. 47-54.

5. Баюнов А.П. Влияние влажности на результаты БИК-анализа комбикормов и способы её учёта /А.П. Баюнов, С.Н. Смарыгин// Научно-технический вестник Поволжья, 2013, №1, с. 50-56

6. Баюнов А.П. Оценка вклада различных факторов в погрешность определения содержания аминокислот методом ИК-спектросокопии/ А.П. Баюнов, С.Н. Смарыгин // Доклады ТСХА. Вып. 284, М.; 2012, с. 238-240

7. Баюнов А.П. Метрологические характеристики БИК-анализа при определении глюкозинолатов в семенах рапса/ А.П. Баюнов, С.Н. Смарыгин //Материалы VI Международной заочной научно-практической интернет-конференции «Инновационные фундаментальные и прикладные исследования в области химии сельскохозяйственному производству.».Орел, 8 апреля

2013 г. с. 3-7.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.