Makaleyi paylaş
Ön kalibrasyonlar yakın kızılötesi spektroskopinin hızlı uygulanmasına nasıl yardımcı olur?
Analizinizi tek bir düğmeye basarak başlatmak güzel olmaz mıydı? Numuneyi yerleştirin, kapağı kapatın ve ölçümü başlatın - NIR spektroskopisi ön kalibrasyonları ile tek yapmanız gereken budur.
Bu, NIR spektroskopisi hakkındaki blog makale serisinin dördüncü bölümüdür. Bu bölümde, NIR spektroskopisinin hangi durumlarda herhangi bir metot geliştirmeye gerek kalmadan doğrudan laboratuvarınızda uygulanabileceği özetlenecektir. Bu durum, bu uygulamalar için cihazınızın ilk günden itibaren doğru sonuçlar vermek üzere hemen kullanıma hazır olduğu anlamına gelmektedir.
İhtiyacınız olan konu içeriğine doğrudan gitmek için aşağıda yer alan bağlantıları kullanın:
Ön kalibrasyonların avantajı
Son bölümümüzde (Laboratuvar iş akışınıza NIR spektroskopisi nasıl uygulanır?), yeni alınan bir NIR spektrometresini laboratuvar iş akışınıza nasıl entegre edebileceğinizi gerçek bir uygulama örneği ile gösterdik. Bu süreç Şekil 1'de gösterilmektedir.
Çalışmaların büyük bir kısmı, bir kalibrasyon seti oluşturmaktan ibarettir. Birincil bir yöntemle beklenen parametre aralığında yaklaşık 40-50 numune ölçmeniz gerekir. Bir NIR yazılımı kullanarak, elde edilen değerleri aynı numuneler için kaydedilen NIR spektrumlarıyla ilişkilendirmeniz gerekir (Şekil 1: Adım 1).
Daha sonra, spektral değişiklikleri görsel olarak tanımlayarak ve bu değişiklikleri birincil yöntemden elde edilen değerlerle ilişkilendirerek bir tahmin modeli oluşturulması gerekir (Şekil 1: Adım 2). Yazılım tarafından doğrulandıktan sonra, rutin ölçümlerde kullanılmak üzere bir tahmin modeli hazır hale gelir.
Yukarıda açıklanan işlemler, biraz çaba gerektirir ve önemli bir süreye sahiptir, çünkü çoğu durumda konsantrasyon aralığını kapsayan numunelerin önce üretilmesi ve toplanması gerekir. Bu nedenle, NIR cihazının ilk günden itibaren hemen kullanılabilmesi için 1. ve 2. adımların atlanabilmesi çok faydalı olacaktır.
Bu sadece bir hayal değil, ön kalibrasyonların kullanıldığı belirli uygulamalar için bir gerçekliktir.
Ön kalibrasyonlar nedir?
NIR spektroskopisinde ön kalibrasyonlar, hemen kullanılabilen ve en başından itibaren tatmin edici sonuçlar sağlayan tahmin modelleridir. Bu modeller, geniş bir parametre aralığını kapsayan çok sayıda gerçek ürün spektrumuna (100-600 arasında) dayanır.
Bu, kalibrasyon seti oluşturma ve tahmin modeli oluşturma ve doğrulamanın (Şekil 1: Adım 1 ve 2) gerekli olmadığı anlamına gelir. Bunun yerine, ön kalibrasyon tahmin modeli, Şekil 2'de gösterildiği gibi, bilinmeyen numunelerin rutin analizi için doğrudan kullanılabilir.
Ön kalibrasyonlar nasıl çalışır?
Her bir ön-kalibrasyon, Metrohm Vision Air yazılımı gibi NIR yazılımına aktarılması gereken dijital bir dosya olarak gelmektedir.
- Yeni NIR cihazını kurun (Vision Air yazılımı dahil).
- Ölçüm sıcaklığı ve kullanılan örnek kabı tipi gibi ölçüme özel ayarları içeren bir metot oluşturun.
- Ön kalibrasyonu içe aktarın ve metotla ilişkilendirin.
İhtiyacınız olan tek şey bu!
Cihaz artık rutin ölçümler için güvenilir sonuçlar vermeye hazırdır. Ön kalibrasyonun kabul edilebilir sonuçlar verdiğini doğrulamak için bilinen değerlere sahip birkaç kontrol numunesinin ölçülmesi tavsiye edilir.
Ön kalibrasyonun optimize edilmesi
Bazı durumlarda, ön kalibrasyon ile kontrol numuneleri üzerinde elde edilen sonuçlar tamamen kabul edilebilir değildir. Bunun çeşitli nedenleri olabilir ve genel olarak üç farklı durum ayırt edilir:
- Kontrol numuneleri ile elde edilen sonuçlar beklenen değerlerden çok az sapmaktadır.
- Sonuçlar kabul edilebilir, ancak standart hata biraz daha büyüktür.
- Sonuçlar önemli ölçüde sapma göstermektedir.
Aşağıda bu durumların her birini inceleyecek ve öneriler sunacağız.
Durum 1: Kontrol numuneleri ile elde edilen sonuçlar beklenen değerlerden çok az sapmaktadır
Kontrol örneklerinden elde edilen değer çok az sapma gösteriyorsa, eğim-kesişim noktası düzeltmesi önerilen çözümdür. Süreç Şekil 3'te gösterilmektedir.
Üstteki diyagramda, ön kalibrasyondan elde edilen değerlerin tüm aralıkta tutarlı bir şekilde saptığını görüyorsunuz. Bu durumda, Vision Air yazılımında ölçülen model üzerinde bir eğim-kesişim noktası düzeltmesi yapmak mümkündür. Bu yapıldıktan sonra sonuçlar çok daha uyumlu hale gelmektedir (Şekil 3 - alt).
Durum 2: Sonuçlar kabul edilebilir, ancak hata biraz daha büyüktür
Çoğu durumda, ön kalibrasyon aralığı analistin ilgilendiği aralıktan çok daha büyükse bu davranış gözlenir.
Örneğin, genel aralığın alt ucundaki bir değerin ölçümünü düşünün. Ön kalibrasyonun hatası tüm aralık üzerinden hesaplanır ve bu nedenle ortalama hatanın (SECV = çapraz doğrulamanın standart hatası) etkisi, tüm aralığın ortasındaki değerlere kıyasla alt uçtaki değerlerde çok daha büyüktür. Bu durum Şekil 4 ve Tablo 1'de örneklendirilmiştir.
Tablo 1. Şekil 4'teki ön kalibrasyonun farklı bölgeleri için liyakat rakamları. 0-200 aralığının tamamı için SECV'ye kıyasla 0-36 aralığı için çok daha küçük SECV'ye dikkat edin.
| Aralık | R2 | SEC | SECV |
| 0–200 | 0.996 | 3.8 | 3.9 |
| 0–36 | 0.994 | 0.77 | 0.81 |
| 32–109 | 0.986 | 3.3 | 3.8 |
| 91–200 | 0.977 | 3.6 | 3.7 |
Bu durumda önerilen adım, ön kalibrasyonun belirli aralıklarını kaldırarak sadece ilgilenilen aralığı bırakmaktır.
Tablo 1'de Şekil 4'teki ön kalibrasyonun farklı bölgelerine ait değer rakamları. 0-36 aralığı için SECV'nin, 0-200 tam aralığına ait SECV ile karşılaştırıldığında çok daha küçük olduğuna dikkat edin.
Durum 3: Sonuçlar önemli ölçüde sapma gösteriyor
Tatmin edici olmayan bir tahmin performansının arkasında çeşitli nedenler olabilir. Biz iki nedeni tartışacağız.
İlk örnekte, analiz için sağlanan numunelerin tescilli olma olasılığını göz önünde bulundurun. Örneğin, bazı üreticiler benzersiz, patentli polioller üretmektedir. Bu tescilli maddeler, ön kalibrasyondaki standart numune spektrumları koleksiyonuna dahil edilmez. Bu nedenle, ön kalibrasyon bu tür tescilli numuneler için kabul edilebilir sonuçlar sağlamaz.
Başka bir örnek Şekil 5'te gösterilmektedir. Birincil yöntemden elde edilen değerlerin (mavi veri noktaları) ön kalibrasyon modelinden elde edilen değerlerden önemli ölçüde saptığı gözlemlenebilir.
Bu örnek, gözlemlediğimiz gerçek bir müşteri vakasından alınmıştır. Ölçüm sonuçlarını kontrol ederken ilk başta biraz şaşırdık, ancak müşterimizle konuştuktan sonra nedeni netleşti. Birincil değerleri (hidroksil sayısı), tavsiye edildiği gibi Metrohm'un otomatik titratörü ile değil, manuel titrasyon ile ölçmeyi tercih etmişlerdi.
Bu nedenle, tatmin edici olmayan performansın nedeni, kontrol numunelerinin manuel titrasyonunun zayıf doğruluğudur ve ön kalibrasyonun kalitesiyle hiçbir ilgisi yoktur.
Manuel titrasyon hakkında daha fazla bilgi için, ana hata kaynakları hakkında aşağıdaki blog makalemizi okuyabilirsiniz:
Laboratuvarınızda titrasyon hatalarından nasıl kaçınabilirsiniz?
Metrohm'un NIR spektroskopisi ön kalibrasyonları
Metrohm, çok çeşitli uygulamalar için çeşitli ön-kalibrasyonlar sunmaktadır. Bunlar Tablo 2'de ön-kalibrasyonun en önemli parametreleri ile birlikte listelenmiştir. Daha fazla bilgi almak için linklere tıklayınız.
Tablo 2. Metrohm Vision Air yazılımı için mevcut ön-kalibrasyonlara genel bakış.
| Ön-kalibrasyon | Seçilen Önemli Parametreler |
| Polioller | Hidroksil numarası (ASTM D6342) |
| Benzin | RON, MON, vuruntu önleme endeksi, aromatikler, benzen, olefinler |
| Dizel | Setan indeksi, yoğunluk, parlama noktası |
| Jet Yakıtı | Setan, indeks, yoğunluk, aromatikler |
| Palm yağı | İyot değeri, serbest yağ asitleri, nem |
| Kağıt Hamuru ve Kağıt | Kappa sayısı, yoğunluk, mukavemet parametreleri |
| Polietilen (PE) | Yoğunluk, içsel viskozite |
| Polipropilen (PP) | Erime Akış Hızı |
| Polietilen Tereftalat (PET) | İçsel viskozite, asit sayısı ve diğerleri |
| Polyamid (PA 6) | İçsel viskozite, NH2 ve COOH uç grupları |
| Kenevir | THC, CBD ve CBG içeriği; nem |
| Dışkı analizi | Yağ, kalori ve azot içeriği; nem |
Sonuç
Ön kalibrasyonlar, çok sayıda gerçek ürün spektrumuna dayanan tahmin modelleridir. Bunlar, kullanıcıların ilk model geliştirme kısmını atlamasına ve cihazı ilk günden itibaren kullanmasına olanak tanıyarak hem zamandan hem de paradan tasarruf etmesini sağlar.
