Zostałaś(eś) przekierowany do lokalnej wersji strony

W tym artykule zbadano wpływ temperatury na spektroskopię absorpcyjną w bliskiej podczerwieni (NIR) i to, dlaczego tak ważne jest jej kontrolowanie – zwłaszcza podczas analizy próbek ciekłych. Te spostrzeżenia pomogą Ci zrozumieć, jak poprawić dokładność i powtarzalność pomiarów NIRS. 

Podstawowe wprowadzenie do spektroskopii bliskiej podczerwieni

Spektroskopia bliskiej podczerwieni jest metodą analityczną bazującą na oddziaływaniu światła i materii. Spektrometry NIR mierzą absorpcję światła z próbki w zakresie NIR przy długościach fal od 780 do 2500 nm. Można oznaczać parametry chemiczne, fizyczne i reologiczne zarówno w cieczach, jak i ciałach stałych. Wyniki są otrzymywane szybko (< 1 minuta) i nie wymagają przygotowania próbki ani stosowania środków chemicznych. Ponieważ NIRS jest metodą wtórną, w celu stworzenia modelu predykcyjnego konieczne jest zastosowanie metody pierszorzędowej, np. miareczkowania.
 

Dowiedz się więcej o podstawach NIRS z naszego artykułu na blogu

Artykuł na blogu: Czym jest spektroskopia NIR?

Teoria łącząca przejścia wibracyjne i zależność od temperatury

Najbardziej podstawowym modelem wyjaśniającym zachowanie się cząsteczek wibracyjnych jest model oscylatora harmonicznego (Rysunek 1) [1,2].

Rysunek 1. Schematyczna ilustracja modelu oscylatora harmonicznego wykorzystywanego do opisu drgań cząsteczek. Dostępne są jedynie dyskretne poziomy energii (n = 0, 1, 2 itd.), a zatem i tryby wibracji.

Teoria ta, opracowana w ramach mechaniki kwantowej, wyjaśnia energię drgań cząsteczek lub grup funkcyjnych za pomocą następującego wzoru:

The harmonic oscillator model, developed within the framework of quantum mechanics, explains the vibrational energy of molecules or functional groups using this formula.

E= Energia

n = poziom kwantowy

h = Stała Plancka

v = częstotliwość

Jak pokazano na Rysunku 1 i opisanym powyższym równaniem, oscylator harmoniczny zakłada, że dozwolone są tylko pewne dyskretne poziomy energii (poziomy kwantowe n). Dlatego przejście między różnymi stanami wibracyjnymi (np. n = 0 do n = 1) następuje tylko wtedy, gdy dostępna jest określona ilość energii (∆E).

E = hν

Różnica energii ∆E zależy od stałej Plancka i częstotliwość v, (zależne od siły wiązania atomów w cząsteczce lub grupie funkcyjnej). Ponieważ obliczone różnice energii mieszczą się w zakresie światła podczerwonego (IR) i bliskiej podczerwieni, światło IR i NIR może indukować przejście wibracyjne. Ponadto model ten wyjaśnia, dlaczego powstałe pasma absorbancji mogą być powiązane z różnymi grupami funkcyjnymi.

Mimo, że temperatura nie jest wprost wymieniona we wzorze oscylatora harmonicznego, odgrywa ona ważną rolę, gdyż określa, w jakim stanie energetycznym znajdują się cząsteczki. Prawdopodobieństwo, że cząsteczki znajdą się na pewnym poziomie energetycznym, jest opisane rozkładem Boltzmanna [3]:

The probability of molecules being in a certain energy state level is described by the Boltzmann distribution with this formula.

PN = prawdopodobieństwo zaludnienia poziomu kwantowego n

EN = energia

kb = Stała Boltzmanna

T = temperatura

Z = funkcja partycjonowania

W bardzo niskich temperaturach cząsteczki przeważnie zajmują stan o najniższej energii (n = 0). W miarę wzrostu temperatury wzrasta prawdopodobieństwo zajęcia wyższych stanów (n = 1, 2, 3, ...).

Temperatura wpływa również na ruch cząsteczek, co z kolei oddziałuje na szerokość pasm widmowych. Wyższe temperatury powodują poszerzenie się pików na skutek efektu Dopplera i zwiększone zderzenia cząsteczek ze względu na większą ruchliwość cząsteczek. Wpływ tych czynników jest bardziej wyraźny w przypadku gazów niż cieczy, a najmniej wyraźny w przypadku ciał stałych [4].

Wpływ zmian temperatury na prognozy NIR

Aby zbadać wpływ temperatury na wyniki NIR, wybraliśmy różne zastosowania cieczy i monitorowaliśmy zmiany w wynikach prognoz dla określonych temperatur. Analizę przeprowadzono w zakresie temperatur 26–38 °C. 

Próbkę mierzono trzykrotnie w każdej temperaturze, aby określić błąd powtarzalności przewidywań NIR. Wszystkie pomiary wykonano przy użyciu OMNIS NIR Analyzer Liquid i oprogramowanie OMNIS. Jako pojemniki na próbki wykorzystano standardowe szklane fiolki do analizatora NIR OMNIS. Przykładowa seria pomiarów jest pokazana w Tabeli 1.

Tabela 1. Seria pomiarowa próbki poliolu. Próbkę początkowo schłodzono do temperatury 25 °C za pomocą analizatora NIR OMNIS i utrzymywano w tej temperaturze przez 300 sekund. Następnie próbkę ogrzano do docelowej temperatury (np. 26 °C) i rozpoczęto pomiar. Procedurę tę powtórzono jeszcze dwa razy, aby uzyskać trzy pomiary dla każdej temperatury docelowej.

Jakościowo, wysoka powtarzalność pomiarów wykonywanych w tej samej temperaturze jest wyraźna, o czym świadczy doskonałe nakładanie się widm (Rysunek 2a). Potwierdza to dodatkowo analiza ilościowa odtwarzalności przedstawiona na Rysunku 2b, co wskazuje na niski błąd powtarzalności (błąd bezwzględny = 0,05 mg KOH/g, błąd względny = 0,20%) obliczony na podstawie pomiarów powtarzalnych.

Rysunek 2. a) Nałożenie trzech widm mierzonych w tej samej temperaturze (T = 26 °C) bez różnic jakościowych. b) Wyniki pomiarów powtarzalności w tej samej temperaturze (T = 26 °C).

Porównując widma NIR z pomiarów wykonanych w różnych temperaturach, można bezpośrednio zaobserwować różnice w kształcie widma (Rysunek 3a). Ta zmiana ma wpływ na wyniki prognozowania NIR wyświetlane w Rysunku 3b, co wskazuje na wyraźną tendencję do obniżania się wartości przy wyższych temperaturach próbki.

Rysunek 3. Zależność wyników przewidywania NIR od temperatury. a) Zmiana kształtu widma w różnych temperaturach w obszarze długości fal około 1900 nm, którą można powiązać z grupami funkcyjnymi hydroksylowymi. b) Wykres przewidywanych wartości w różnych temperaturach próbki.

Badania innych zastosowań potwierdziły obserwację, że temperatura wpływa na przewidywane wyniki. Rysunek 4 ilustruje wpływ temperatury na przewidywane wartości liczby hydroksylowej w poliolach, zawartości wilgoci w metoksypropanolu oraz liczby cetanowej i lepkości w oleju napędowym. Porównanie wszystkich zastosowań ujawnia, że przewidywane wyniki zmieniają się liniowo wraz ze zmianami temperatury. Ta stała bezwzględna zmiana wyników prognozy na stopień zmiany temperatury dla każdego parametru odzwierciedla stałą zmianę kształtu widma wraz ze zmianami temperatury próbki.

Rysunek 4. Zależność wyników prognozowania NIR od temperatury próbki. Liniowa zmiana przewidywanych wyników odzwierciedla stałą zmianę cech widmowych przy każdym stopniu zmiany temperatury próbki.

Dlatego zaniedbanie kontroli temperatury próbki podczas pomiarów wpłynie negatywnie zarówno na dokładność, jak i powtarzalność prognoz NIR. Tabela 2 wyświetla zmiany związane z każdym stopniem zmiany temperatury. Ze względu na bezwzględną zmianę temperatury na stopień, indukowany błąd względny jest bardziej znaczący dla próbek o niższych stężeniach.

Tabela 2. Przegląd bezwzględnych i względnych zmian prognoz NIR przy każdym stopniu zmiany temperatury próbki dla różnych zastosowań. Błędy względne wywołane zmianami temperatury mogą być bardzo znaczące w przypadku niższych stężeń interesującego parametru.

Tabela 3 podsumowuje całkowity błąd przykładu poliolu z mierzonym parametrem wartości hydroksylowej, w tym błąd powtarzalności, a także błąd wywołany temperaturą dla odchylenia 1 °C lub 2 °C. Jak pokazano, odchylenie temperatury o dwa stopnie powoduje już znaczny błąd przekraczający 1%. 

Tabela 3. Przegląd całkowitego błędu (błąd powtarzalności) I błąd zmiany temperatury) dla próbki poliolu o przewidywanej wartości 24,91 mg KOH/g w temperaturze 26 °C. 

Jak poprawić dokładność i powtarzalność wyników NIR

Change of sample temperature in an 8 mm vial induced by a heated sample holder with a target temperature of 30 °C. The sample temperature (initially 26 °C) only reaches 30 °C after waiting for 100 seconds.
Rysunek 5. Zmiana temperatury próbki w fiolce o średnicy 8 mm wywołana podgrzanym uchwytem próbki o docelowej temperaturze 30 °C. Temperatura próbki (początkowa 26 °C) osiąga 30 °C dopiero po odczekaniu 100 sekund.

W oparciu o te ustalenia zdecydowanie zaleca się stosowanie niezawodnej metody ogrzewania i/lub chłodzenia próbek do ich odpowiednich temperatur docelowych. ASTM D6122, który zawiera ogólne wytyczne dotyczące wdrażania zastosowań NIR, podkreśla tę potrzebę:

  • A1.5 Temperatura próbki
    Temperatura próbki ma duży wpływ na powtarzalność pomiarów widmowych ze względu na zmiany gęstości i oddziaływania międzycząsteczkowe, co może w konsekwencji wpływać na przewidywane wartości.

Jednym z powszechnie stosowanych rozwiązań w przypadku analizatorów NIR jest podgrzanie pojemnika na próbkę do docelowej temperatury i odczekanie określonego czasu po włożeniu próbki, aby zapewnić równowagę termiczną. Wyzwaniem w tym podejściu jest określenie idealnego czasu oczekiwania, aby mieć pewność, że próbka osiągnie docelową temperaturę, wykorzystując jednocześnie szybkość analizy NIR. Stanowi to szczególne wyzwanie, ponieważ na początkową temperaturę próbki mogą mieć wpływ zmiany w laboratorium spowodowane czynnikami sezonowymi (np. zima/lato). W wielu przypadkach stosuje się czas oczekiwania wynoszący 30–60 sekund, ale eksperymenty pokazują, że tak krótkie okresy są niewystarczające (Rysunek 5).

Dlatego bardziej zaawansowanym podejściem jest monitorowanie samej temperatury próbki. Analizator NIR OMNIS używany w tych eksperymentach umożliwia taką procedurę dzięki połączeniu wielu czujników temperatury i zaawansowanego algorytmu. Analizator NIR OMNIS umożliwia zdefiniowanie pomiarów z kontrolą temperatury, co pozwala na automatyczną ocenę i regulację temperatury próbki przed rozpoczęciem pomiaru. Daje to szereg korzyści:

  • Nie jest wymagany żaden arbitralny czas oczekiwania, co pozwala na osiągnięcie docelowej temperatury i utrzymanie dużej szybkości analizy.
  • Wahania temperatury w pomiarach są minimalizowane dzięki sezonowym zmianom temperatury w środowisku laboratoryjnym.

Podsumowanie

Wpływ zmian temperatury na pomiary NIR i jego oddziaływanie na dokładność i powtarzalność nie zawsze są od razu widoczne. Dzieje się tak, ponieważ wahania temperatury zwykle występują w dłuższych okresach (np. sezonowe zmiany temperatury w laboratorium) i nie są aż tak zauważalne na początkowym etapie opracowywania aplikacji i tworzenia modeli lub bibliotek predykcyjnych NIR.

Jak jednak wykazano w tej serii pomiarów, takie wahania mogą znacząco wpłynąć na dokładność i powtarzalność prognoz NIR, o ponad 1% na każdy stopień zmiany temperatury próbki, dlatego też powinny być kontrolowane. Najlepiej byłoby to zrobić za pomocą funkcjonalności umożliwiających monitorowanie temperatury próbki, a nie tylko temperatury uchwytu próbki.

Bibliografia

[1] Heisenberg, W. Über quantentheoretische Umdeutung kinematischer und mechanischer Beziehungen. Z. Dla Fiz. 1925, 33 (1), 879–893. DOI:10.1007/BF01328377

[2] Landsberg, Gr. Molekulare Lichtzerstreuung w festen Körpern. I: Lichtzerstreuung im kristallinischen Quarz und ihre Temperaturabhängigkeit. Z. Dla Fiz. 1927, 43 (9–10), 773–778. DOI:10.1007/BF01397337

[3] Boltzmann, L. Weitere Studien Über Das Wärmegleichgewicht Unter Gasmolekülen. Raporty z sesji Akad. Wiss. Do Wiednia 76, 373–435.

[4] Herzberg, G.; Herzberg, G. Widma w podczerwieni i ramanowskie cząsteczek poliatomowych, 22. wydruk.; Widma molekularne i struktura molekularna / Gerhard Herzberg; van Nostrand: Nowy Jork, 1987.

OMNIS NIRS: Zwiększenie wydajności Twojego laboratorium

Kliknij tutaj, aby pobrać (ang. wersja językowa)

W niniejszym dokumencie przedstawiono podstawy spektroskopii bliskiej podczerwieni (NIR) oraz jej zalety. Omówiono także jej zastosowania w przemyśle petrochemicznym, spożywczym, produkcji półprzewodników i farmaceutycznym, aby pokazać wyjątkowe funkcjonalności systemu OMNIS NIRS w różnych sytuacjach.

Autor
Rühl

Dr. Nicolas Rühl

Product Manager Spectroscopy
Metrohm International Headquarters, Herisau, Switzerland

Kontakt