Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

Analitikai spektroszkópia Molekulaspektroszkópia – II. rész Dr. Berkesi Ottó SZTE Fizikai Kémia Tanszék Molekulaspektroszkópia – II. rész Dr. Berkesi Ottó.

Hasonló előadás


Az előadások a következő témára: "Analitikai spektroszkópia Molekulaspektroszkópia – II. rész Dr. Berkesi Ottó SZTE Fizikai Kémia Tanszék Molekulaspektroszkópia – II. rész Dr. Berkesi Ottó."— Előadás másolata:

1 Analitikai spektroszkópia Molekulaspektroszkópia – II. rész Dr. Berkesi Ottó SZTE Fizikai Kémia Tanszék Molekulaspektroszkópia – II. rész Dr. Berkesi Ottó SZTE Fizikai Kémia Tanszék

2 Raman-spektroszkópia A.Smekal – megjósolja a kölcsönhatást C.V.Raman és K.S.Krishnan - indiai G.S.Landsberg és L.I.Mandelstam - szovjet C.V.Raman – fizikai Nobel-díj – G.Placzek – elméleti alapok - cseh A.Smekal – megjósolja a kölcsönhatást C.V.Raman és K.S.Krishnan - indiai G.S.Landsberg és L.I.Mandelstam - szovjet C.V.Raman – fizikai Nobel-díj – G.Placzek – elméleti alapok - cseh

3 det. laser -  Raman-spektroszkópia vovo ~ = v o -v ~ Rayleigh-szórás Raman-szórás Stokes-ág Raman-szórás anti-Stokes-ág Raman-effektus

4 hvohvo hvohvo hv1’hv1’ hv2’hv2’ hv1”hv1” hv2”hv2” Stokes anti-Stokes Rayleigh Raman-effektus

5 A Raman-effektus akkor következik be, ha az átmenet következtében megváltozik a rendszer polarizálhatósága. A polarizálhatóság tenzor típusú mennyiség Raman-effektus

6 Mintatartó - szilárd 5 mm-es NMR cső Kapilláris – kevés minta Lyuk egy fémtömb- ben – igen kevés minta – túlmelegedés ellen is véd 5 mm-es NMR cső Kapilláris – kevés minta Lyuk egy fémtömb- ben – igen kevés minta – túlmelegedés ellen is véd lézer - 

7 Jelintenzitás Valószínűsége – függ v o 4 -tól A gyűjtési geometria! Mintatérfogat – az optikai fókusz és a lézersugár metszete Magas koncentráció! Valószínűsége – függ v o 4 -tól A gyűjtési geometria! Mintatérfogat – az optikai fókusz és a lézersugár metszete Magas koncentráció! lézer -  90°  180° minta

8 Jelintenzitás növelése - mintatartó A szórt fény össze- gyűjtése a teljes tér- szögtartományban A gerjesztő lézer többszöri átvezetése gáz vagy folyadék- mintán A szórt fény össze- gyűjtése a teljes tér- szögtartományban A gerjesztő lézer többszöri átvezetése gáz vagy folyadék- mintán 90° 180°

9 Jelintenzitás növelése – mérési elv Resonant Raman-Spectroscopy –RR – rezonáns Raman spektroszkópia Surface Enhanced Raman Spectroscopy – SERS – felületerősített Raman-spektroszkópia Coherent anti-Stokes Raman Spectroscopy – CARS – koherens anti-Stokes Raman- spektroszkópia Resonant Raman-Spectroscopy –RR – rezonáns Raman spektroszkópia Surface Enhanced Raman Spectroscopy – SERS – felületerősített Raman-spektroszkópia Coherent anti-Stokes Raman Spectroscopy – CARS – koherens anti-Stokes Raman- spektroszkópia

10 Resonant Raman-Spectroscopy A gerjesztő lézert valamely elektronátmenet közelébe hangolják – a kromofor belső koordinátái által dominált normálrezgések, különösen a teljesen szimmetrikus specieshez tartozók megerősödnek akár 10 6 –os mértékben, míg a többiek nem. Alacsony koncentráció – M, vagy felhangok – az alapállapotra jellemző Birge-Sponer adatok! A fluoreszcencia zavaró hatása! A gerjesztő lézert valamely elektronátmenet közelébe hangolják – a kromofor belső koordinátái által dominált normálrezgések, különösen a teljesen szimmetrikus specieshez tartozók megerősödnek akár 10 6 –os mértékben, míg a többiek nem. Alacsony koncentráció – M, vagy felhangok – az alapállapotra jellemző Birge-Sponer adatok! A fluoreszcencia zavaró hatása!

11 Surface Enhanced Raman Spectroscopy Kolloid méretű Ag és Au részecskék felületén létrehozott minta esetén –szörös jelerősödés következik be. Oka máig is vitatott – elektromágneses elmélet vagy a kémiai elmélet (töltésátviteli komplexek) A kiválasztási szabályok is változnak! Kolloid méretű Ag és Au részecskék felületén létrehozott minta esetén –szörös jelerősödés következik be. Oka máig is vitatott – elektromágneses elmélet vagy a kémiai elmélet (töltésátviteli komplexek) A kiválasztási szabályok is változnak! Raman SERS

12 Coherent anti-Stokes Raman Spectroscopy Két lézer fényének kombi- nálásával hozzák létre. A pumpáló lézer (v pump ) mellett egy másik lézerrel (v probe ) is besugározzák a mintát – az anti-Stokes su- gárzás megerősödik A fluoreszcenciától mentes magasabb energiájú olda- lon jelenik meg a megerő- södött sáv. Két lézer fényének kombi- nálásával hozzák létre. A pumpáló lézer (v pump ) mellett egy másik lézerrel (v probe ) is besugározzák a mintát – az anti-Stokes su- gárzás megerősödik A fluoreszcenciától mentes magasabb energiájú olda- lon jelenik meg a megerő- södött sáv. v pump v probe v Stokes v CARS Állapotok szuperpozíciója (v vib )

13 Spatially Offset Raman Spectroscopy Sérülésmentes vizs- gálat a csomagolóanya- gon belül lévő mintáról Két eltérő fókuszálású mérés Kivonva egymásból adja a minta színképét Sérülésmentes vizs- gálat a csomagolóanya- gon belül lévő mintáról Két eltérő fókuszálású mérés Kivonva egymásból adja a minta színképét 1.mérés2.mérés minta csomagolóanyag

14 Berendezések Diszperziós spektrométerek –alacsony felbontás – kettős monokromátorok –gyenge detektorjel – fotoelektron sokszorozó –fluoreszcencia FT-Raman spektrométerek –NIR lézer – alacsony hatásfok –nincs fluoreszcencia, kivéve d-d átmenetek Újra diszperziós spektrométerek –holografikus diszperziós egység –CCD kamera –akár UV gerjesztés is lehetséges Diszperziós spektrométerek –alacsony felbontás – kettős monokromátorok –gyenge detektorjel – fotoelektron sokszorozó –fluoreszcencia FT-Raman spektrométerek –NIR lézer – alacsony hatásfok –nincs fluoreszcencia, kivéve d-d átmenetek Újra diszperziós spektrométerek –holografikus diszperziós egység –CCD kamera –akár UV gerjesztés is lehetséges

15 Berendezések

16 Literature 1.A.Rosencwaig, Photoacoustic and Photoacoustic Spectroscopy, Wiley and Sons, NY, D.P.Almond and P.M.Patel, Photothermal Science and Techniques, Chapman and Hall, London, D.N.Rose, G.H.Quay, W.Jackson and S.L.Anderson, An Introduction to One Dimensional Single Layer Thermal Wave/Photoacoustic Theory, Tardec Univ. Press, K.Krishnan, in Fourier Transform Infrared Spectroscopy, (ed. T.Theophanides), D.Reidel Publ.Co., Dordrecht, O.Berkesi, J.Mink, I.Somogyi and I.Bacza, Book of Abstracts of 10th Conference on Fourier Transform Spectroscopy, Budapest, 1995, B A.Rosencwaig, Photoacoustic and Photoacoustic Spectroscopy, Wiley and Sons, NY, D.P.Almond and P.M.Patel, Photothermal Science and Techniques, Chapman and Hall, London, D.N.Rose, G.H.Quay, W.Jackson and S.L.Anderson, An Introduction to One Dimensional Single Layer Thermal Wave/Photoacoustic Theory, Tardec Univ. Press, K.Krishnan, in Fourier Transform Infrared Spectroscopy, (ed. T.Theophanides), D.Reidel Publ.Co., Dordrecht, O.Berkesi, J.Mink, I.Somogyi and I.Bacza, Book of Abstracts of 10th Conference on Fourier Transform Spectroscopy, Budapest, 1995, B.3.26.

17 Az analitikai információ A szerkezeti információ – minőségi analízis A mennyiségi analízis – a jelenlévő komponensek koncentrációjának megismerése! Lambert – Beer – törvény A szerkezeti információ – minőségi analízis A mennyiségi analízis – a jelenlévő komponensek koncentrációjának megismerése! Lambert – Beer – törvény

18 A Lambert – Beer - törvény Előny, hogy koncentrációt mér, nem aktivitást! Hátrány, hogy csak egy nagyságrenden belül megbízhatóan lineáris a koncentrációval! Kiterjesztési lehetőségek – detektor, FT- paraméter PAS – 8 nagyságrendben lineáris !? Előny, hogy koncentrációt mér, nem aktivitást! Hátrány, hogy csak egy nagyságrenden belül megbízhatóan lineáris a koncentrációval! Kiterjesztési lehetőségek – detektor, FT- paraméter PAS – 8 nagyságrendben lineáris !?

19 A Lambert – Beer - törvény A(λ) = Σc i ε i (λ) d A = ε i (λ) c i - A – mért abszorbancia mátrix, ε i (λ) – a komponensek moláris abszorbancia színképeiből alkotott mátrix, c i – a komponensek koncentrációiból alkotott vektor ε i (λ) – a kalibráció célja, ennek a meghatározása! A(λ) = Σc i ε i (λ) d A = ε i (λ) c i - A – mért abszorbancia mátrix, ε i (λ) – a komponensek moláris abszorbancia színképeiből alkotott mátrix, c i – a komponensek koncentrációiból alkotott vektor ε i (λ) – a kalibráció célja, ennek a meghatározása!

20 Multikomponens analízis Több elnyelő komponens – arányosan több hullámszámnál történő mérés. Nem biztosítható, hogy külön kalibrálható. Nem biztosítható, hogy nincs idegen anyag benne Nem biztosítható, hogy nincs alapvonal csúszás Multikomponens analízis módszerek! Több elnyelő komponens – arányosan több hullámszámnál történő mérés. Nem biztosítható, hogy külön kalibrálható. Nem biztosítható, hogy nincs idegen anyag benne Nem biztosítható, hogy nincs alapvonal csúszás Multikomponens analízis módszerek!

21 Multikomponens analízis A mérendő anyag koncentrációja valahogy arányos a mérendő jellel. A kalibráló egyenletnek nem kell lineárisnak lennie. Egyszerű hatványfüggvényekkel is lehet dolgozni. Pl.: C i = B 1,i (Ter. i ) + B o,i vagy C i = B 2,i (Mag. i ) 2 + B 1,i (Mag. i ) + B o,i Least Square Regression – B-kre A mérendő anyag koncentrációja valahogy arányos a mérendő jellel. A kalibráló egyenletnek nem kell lineárisnak lennie. Egyszerű hatványfüggvényekkel is lehet dolgozni. Pl.: C i = B 1,i (Ter. i ) + B o,i vagy C i = B 2,i (Mag. i ) 2 + B 1,i (Mag. i ) + B o,i Least Square Regression – B-kre

22 Multikomponens analízis K-mátrix / Classic Least Squares – több komponens, átfedő sávokkal – nem lehet idegen komponens benne! P-mátrix / Invese Least Squares – L-B átrendezéséből: C a = A(λ 1 )P a (λ 1 ) + A(λ 2 )P a (λ 2 ) + E a C b = A(λ 1 )P b (λ 1 ) + A(λ 2 )P b (λ 2 ) + E b Nem kell minden komponens koncentrációját ismerni! K-mátrix / Classic Least Squares – több komponens, átfedő sávokkal – nem lehet idegen komponens benne! P-mátrix / Invese Least Squares – L-B átrendezéséből: C a = A(λ 1 )P a (λ 1 ) + A(λ 2 )P a (λ 2 ) + E a C b = A(λ 1 )P b (λ 1 ) + A(λ 2 )P b (λ 2 ) + E b Nem kell minden komponens koncentrációját ismerni!

23 Multikomponens analízis Más megközelítés – spektrum rekonstrukció A komponensek színképeiből, milyen szorzószámokkal lehet az elegy színképét a lehető legjobban rekonstruálni. A szorzószámok a komponens koncentrációjával függnek össze. Spectral Decomposition - színképfelbontás Más megközelítés – spektrum rekonstrukció A komponensek színképeiből, milyen szorzószámokkal lehet az elegy színképét a lehető legjobban rekonstruálni. A szorzószámok a komponens koncentrációjával függnek össze. Spectral Decomposition - színképfelbontás

24 Multikomponens analízis Principle Component Analysis – PCA Átlagszínkép kiszámítása, a kalibráló oldatok színképéből. Az egyes színképek összehasonlítása az átlaggal, és létrehoz egy-egy új színképet amely az átlagtól való eltérést tükrözi. Ezek adják az első ún. „loading vector” Kiszámítja azt, hogy mennyire van benne ez az új színkép a kalibráló színképekben. Majd kivonja azt belőlük. Principle Component Analysis – PCA Átlagszínkép kiszámítása, a kalibráló oldatok színképéből. Az egyes színképek összehasonlítása az átlaggal, és létrehoz egy-egy új színképet amely az átlagtól való eltérést tükrözi. Ezek adják az első ún. „loading vector” Kiszámítja azt, hogy mennyire van benne ez az új színkép a kalibráló színképekben. Majd kivonja azt belőlük.

25 Multikomponens analízis Az így kapott maradékszínképekkel újrakezdi a folyamatot, mindaddig, amíg a kivonás eredményeként zajszerű színképet nem kap. Az így kapott „loading vector” készlet a „komponenseket” adja. Az így kapott színképekkel a P-mátrix/ILS eljárásnak megfelelően végrehajtott regressziós számítás eredményét hívjuk PCR-nek, a Principle Component Regression-nak. Az így kapott maradékszínképekkel újrakezdi a folyamatot, mindaddig, amíg a kivonás eredményeként zajszerű színképet nem kap. Az így kapott „loading vector” készlet a „komponenseket” adja. Az így kapott színképekkel a P-mátrix/ILS eljárásnak megfelelően végrehajtott regressziós számítás eredményét hívjuk PCR-nek, a Principle Component Regression-nak.

26 Multikomponens analízis Egy másik spektrumfelbontási eljárás a „Partial Least Squares – PLS” eljárás. Az előzőhöz képest az az alapvető eltérés, hogy az átlagszínkép kiszámításánál a kalibráló színképeket az ismert koncentrációval súlyozza, így mások lesznek a „loading vector”-ok. Az elsőbe sűríti be a legtöbb analítikai információt. Egy másik spektrumfelbontási eljárás a „Partial Least Squares – PLS” eljárás. Az előzőhöz képest az az alapvető eltérés, hogy az átlagszínkép kiszámításánál a kalibráló színképeket az ismert koncentrációval súlyozza, így mások lesznek a „loading vector”-ok. Az elsőbe sűríti be a legtöbb analítikai információt.

27 Multikomponens analízis Két verziója ismert a PLS-1 és PLS-2 A PLS-2 ugyanúgy ahogy a PCR egyszerre kalibrál minden komponensre, azaz egyetlen készletet hoz létre, amiből a színkép rekonstruálódik, míg a PLS-1 minden komponensre külön-külön, ami pontosabb, de hosszadalmasabb eljárást igényel. Két verziója ismert a PLS-1 és PLS-2 A PLS-2 ugyanúgy ahogy a PCR egyszerre kalibrál minden komponensre, azaz egyetlen készletet hoz létre, amiből a színkép rekonstruálódik, míg a PLS-1 minden komponensre külön-külön, ami pontosabb, de hosszadalmasabb eljárást igényel.

28 Multikomponens analízis A modellt próbálgatással kell javítani! A kalibráló készlet mellett egy validáló készletnek is kell lennie, amellyel ellenőrizzük a modell helyességét. Független kalibráló és validáló készletek – kolinearitás Outlier detection – szóró minta azonosítás ellenőrzése! A modellt próbálgatással kell javítani! A kalibráló készlet mellett egy validáló készletnek is kell lennie, amellyel ellenőrizzük a modell helyességét. Független kalibráló és validáló készletek – kolinearitás Outlier detection – szóró minta azonosítás ellenőrzése!

29 Multikomponens analízis


Letölteni ppt "Analitikai spektroszkópia Molekulaspektroszkópia – II. rész Dr. Berkesi Ottó SZTE Fizikai Kémia Tanszék Molekulaspektroszkópia – II. rész Dr. Berkesi Ottó."

Hasonló előadás


Google Hirdetések