简介:微波等离子体光源是一类有较强激发能力的原子发射光谱光源,主要包括微波感生等离子体光源(MIP),微波电容耦合等离子体光源及微波等离子体炬光源。文章分两部分,第一部分介绍了微波感生等离子体光源的结构原理和性能,并对它们的技术特点和进展进行评述。低功率微波感生等离子体光源用于直接测定溶液中某些痕量金属元素是比较困难的,如Pb,Hg,Se等元素,但它已成功地与气相色谱联用用于测定C,H,O,N,S等难激发的非金属元素。高功率磁场激发的氮一微波感生等离子体光源(N2-MIP),允许使用通用玻璃同心雾化器产生湿试液气溶胶直接进入等离子体核心,等离子体能稳定运行,其分析性能近似于商用ICP光源,且运行费用低廉,是有发展前景的一种新型原子发射光谱光源。
简介:中图分类号R657.3文献标识码A文章编号1672-3783(2015)07-0616-01摘要目的建立尿液中锰元素的原子吸光广谱测定方法。方法采用石墨炉的原子吸收光谱测定法测定尿样中锰元素的含量。并且加入基体改善剂,采用程序升温的办法进行测定。结果当锰元素的含量范围在0~80μg/L内,其线性回归方程为[ABS]=0.03532C+0.0542,其标准曲线的相关系数r为0.9991。在此范围内其线性良好。精密度试验,其变异系数,分别是4.2%,4.4%以及3.8%;本方法的回收率在93%到103%之间,回收率符合要求。结论原子吸收光谱测定尿样中的锰元素含量,能够节省样品的预处理过程,并且相关性良好,值得推广使用。
简介:拉曼光谱技术是研究分子结构的方法之一,在物质的定性、定量鉴定等方面有着明显的优势,应用十分广泛。气测录井是对钻井液所含气体成分进行分析,受此启发,国内外仪器制造公司联合进行技术攻关,将激光拉曼光谱技术移植于录井气体检测领域,研制出激光拉曼光谱(色散型)气测仪,该仪器由激光光源、外光路、样品池、色散系统、信号处理及输出系统5部分构成,采用烃类气体、硫化氢、氢气、二氧化碳等试验气体,对分析仪器的基线漂移、最小检测气体体积分数、测量误差、重复性、分离度、分析周期等指标进行了测试与评价。通过川西油田天然气井、空气钻井等多口井的录井试验证实,激光拉曼光谱气测仪在油气发现、稳定性、准确性等方面效果显著,展现出激光拉曼气测技术良好的应用前景。
简介:摘 要:炼油过程中,需要对产品的关键品质进行在线监测,传统的实验室分析方法因费用高、测量滞后较大而不适合实时在线分析。近红外光谱分析是利用近红外光包容的物质信息进行分析的无损分析技术,可用于对石油产品质量的在线实时分析。论文在简述近红外线光谱技术的基础上,对近红外线光谱分析主要应用技术即汽油产品品质分析的NIR定量分析技术进行技术原理研究和应用研究。近红外光谱分析是利用近红外光包容的物质信息进行分析的无损分析技术,可用于对石油产品质量的在线实时分析。通过大量样品近红外光谱扫描,并建立相关参数实测结果数据库,形成检测模型。用近红外仪扫描油品光谱化学组分,并与样品的标准分析结果进行关联近红外光谱检测方法操作步骤简单,不破环试样、试样用量少,即可、测定快速,几秒钟内就可完成对样品光谱扫描,工作效率成倍提高,近红外光谱法能耗低,大大降低了分析成本。
简介:摘要:采用傅立叶变换红外光谱对SEBS-503牌号产品加氢度进行了定量分析。以966 cm-1峰和910 cm-1峰作为定量吸收峰,699 cm-1峰作为参比峰,并将前两者的峰高之和与后者的峰高的比值((H966+H910)/H699)作为定量分析基础。利用朗伯-比尔定律的理论建立了定量工作曲线,可满足加氢度在89.88 %~98.40 %之间的样品的定量分析。分别采用红外光谱法和碘量法对样品进行定量分析,结果显示,两种方法定量结果的相对偏差在0.40 %以内。红外定量方法测定结果的相对标准偏差小于0.40 %(n=5)。该方法可快速、准确地运用于SEBS样品的加氢度定量分析。
简介:钻井工艺技术的发展使岩屑样品变得细碎,传统的岩屑描述与分析越来越困难,因而探索元素分析技术并应用于钻井过程中岩屑或其他样品的检测分析,在石油勘探领域具有非常重要的现实意义.利用激光诱导击穿光谱(LIBS)技术分析元素,具有检测元素全、可分析各种形态样品、能实时在线检测等优点,其应用正逐渐在各行业展开.在分析LIBS技术工作原理和优势的基础上,介绍采用LIBS技术的元素分析仪的优化工作参数和元素含量标定方法.利用该技术针对固体样品进行分析,可通过定量检测岩石矿物样品的元素组成和含量实现岩性的精确辨别,而针对液体样品进行相应分析,可实现以液体为分析对象的相关性分析,分析结果表明LIBS技术可以在石油勘探领域推广应用.
简介:摘要:高光谱图像分类一直是遥感领域的研究热点。由于高精度光谱特征的遥感对象图像富含深层次特征的光谱信息和空间信息,以及待捕捉特征的光谱信息与高精度光谱遥感数据采集对象之间的非线性空间关系,这些传统分类方法无法对特征进行准确分类,如何利用这些光谱信息对深层次特征进行准确分类识别,如何准确提取地物的深层特征并使其更容易分类,是高精度光谱遥感图像特征分类领域下一步技术研究的热点。目前,卷积神经网络模型作为工业深度学习的主要技术模型,已经发展成为工业图像分析处理的重要技术应用。深度机器学习特征方法系统作为一种强大的特征提取器,广泛应用于高精度光谱度的图像特征分类和分析任务。如何针对具体问题搭建网络,也是深度学习的研究内容之一。