Nicolet-Antaris傅立叶近红外分析仪用户培训手册.docx

Nicolet Antaris傅立叶近红外分析仪用户培训手册目 录第一章近红外光谱技术简介1第一节NIR光谱区域1第二节NIR光谱的测定及Nicolet Antaris采样技术3第三节NIR 分析方法11一、定性分析12二、定量分析13第二章TQ Analyst光谱分析软件17第一节TQ Analyst基本设置和常用功能介绍18第二节定量分析模型建立29第三节定性分析模型建立44第三章RESULT-Integration工作流程（Workflow）设计软件56第一节Nicolet Antaris近红外分析仪硬件介绍56第二节RESULT Integration软件基本功能介绍60第三节工作流程（Workflow）的建立67第四节Workflow建立实例78第四章RESULT-Operation操作软件99第一节RESULT-Operation软件基本功能简介99第二节将Workflow调入到RESULT Operation中104第三节在RESULT Operation中运行Workflow106第四节在RESULT Operation中采集标准样品（Standards）光谱109第五节运行Valpro进行自动性能测试111第六节仪器操作日志查询（Logs菜单）111第七节仪器检查和维护（Maintenance菜单）112第八节软件管理114119第一章 近红外光谱技术简介近红外（Near Infrared，NIR）光谱技术是一种使用简单方便、分析快速、不破坏样品的新型分析技术。它可以同时测定出样品中的多种化学成分和物理参数，分析结果可准确逼近传统测定方法。NIR分析技术基本不需要对样品进行化学处理，无需使用有机溶剂，不会产生任何有毒废弃物，因此，它又被誉为是一种绿色分析技术。NIR分析方法最早于20世纪60年代中期被美国农业部（USDA）用于测定苹果等农作物的内部品质。这种原始的NIR应用当时即可用来预测水果的成熟水平、糖含量，直接测定其口味和质地。从那时开始，NIR在农业和食品行业很快被作为一种流行的方法用于各种样品的快速和非破坏性检测。制药和化学工业成功应用NIR方法也已经有10多年的历史。最初阶段，NIR主要被用于原材料的鉴别。而最近几年，它已经逐渐被各行业用于产品生产过程的每一个环节，对各种形式（固体、液体、浸膏、悬浊液、纸张等）的产品或中间品进行快速的质量分析和控制。在原料进厂的检测程序中，样品在进厂前可用光纤快速的采集到其NIR光谱，并通过软件的模式识别算法快速的对样品进行鉴别和确认。而对于在线检测或现场分析而言，通过使用统计回归技术，NIR光谱可以为化学生产过程、溶剂循环利用过程、混合和提取过程的控制提供实时的化学信息。目前，NIR技术已经作为一种高效的分析工具，广泛应用于石油、化学、制药、农业、食品等各个行业，有的甚至涉及到了生物医学工程领域，如测定皮肤脂肪含量、血糖含量等。NIR正成为这些行业有效的质量控制手段，发挥着着越来越重要的作用。NIR在工业生产过程每一个环节（从原料、生产过程到最终产品）的样品质量分析和控制方面具有巨大的应用潜力。为了便于选用最佳的分析方案和开发稳健的分析模型，必须考虑样品的光学性质、分析对象的灵敏度和选择性以及生产和控制的需求等因素。本手册第一章为合理的利用NIR光谱技术，科学的建立NIR校正模型，总结一些基本原理和方法上的规律。第一节 NIR光谱区域在电磁波谱图上，NIR光谱范围介于可见光与中红外光谱之间（780-2500nm或12820-4000 cm-1）。NIR区域的主要光谱信息来源于-CH、-NH和-OH等含氢基团的倍频与合频吸收（见图1），这些基团的基频吸收出现在中红外区域。因此，绝大多数的化学和生物化学样品在NIR区域均有相应的吸收带，通过这些吸收信息即可以对样品进行定性或定量分析。图1 主要的NIR吸收带和相关的吸收位置。大多数化学和生物样品均会显示独特的吸收光谱，它可被用于进行定性或定量分析。物质在NIR区域的吸收强度比其在中红外区的基频吸收弱10-100倍。吸收强度小的特点使得NIR可用于直接分析强吸收的样品、对光线散射性极强的样品如匀浆、悬浮液、糊状和粉末。NIR吸收谱带相对较宽，而且重叠严重。在高波长（低波数）段的NIR吸收峰相对较强和尖锐，分辨能力也较好，而在高波数谱段，吸收峰更低，峰形更宽，如图2。图2 NIR（12, 000-4, 000 cm-1）漫反射光谱图NIR光谱中除了包含样品基质的化学组成信息外，还包含有样品的物理信息。如，颗粒尺寸的不同会产生基线偏移；颗粒尺寸越粗糙，光线的穿透越深，吸收越强。如图3。1.01.2 5000 6000 7000 8000 9000 d>560m280m<d<560m150m<d<280md<150mWavenumber, cm-10.40.60.81.4 4000 Log(1/R)图3 不同颗粒尺寸黄连浸膏粉样品的近红外光谱图在NIR光谱区域，光的散射效应和吸收强度随着波长而增加，而峰宽和穿透深度则相反（图4）。因此，最佳光谱范围的选择需要综合考虑NIR区域的光谱特性、采样技术（实验室、在线或过程分析）、样品的物理性质和分析结果。例如，对于那些难以从样品基质包含的各种组分中分辨出特征吸收带的组分的测定，或者含量较低的组分的测定，通常需要使用到低波数（长波长）范围的光谱信息。光浸入深度 光散射效应峰宽12, 000 cm-14, 000 cm-1吸收强度图4 NIR光谱化学和物理特征，在建立理想的分析模型和进行光谱范围的选择时需要考虑这些因素第二节 NIR光谱的测定及Nicolet Antaris采样技术NIR光谱的测定无需对样品进行稀释、无需特殊的短光程，也不会像传统的光谱分析技术如中红外和紫外-可见光谱分析那样要用无吸收的基质对样品进行分散。NIR光谱的基本采集方式可以分为透射和反射模式。一般而言，透射（Log（1/T）方法用于透明样品，漫反射方法（log（1/R）用于不透明或存在光散射样品如匀浆、悬浊液、糊状液和固体。Nicolet Antaris近红外分析仪提供了四种采样模块以及各种灵活的附件，可以为各种类型和各种状态的样品提供最适当的采样方式，分别是透射分析模块（Transmission Analyzer）、积分球固体采样模块（Integrating Sphere Module）、片剂分析模块（Tablet Analyzer）和光纤分析模块（Fiber Optic Module）。1 透射分析模块液体样品近红外透射光谱的测定和其它的光谱分析方法类似，可在不同光程的石英或蓝宝石比色池里进行。因NIR光谱吸收主要来源于C-H、N-H与O-H等基团振动，故最理想的样品溶剂是不含上述三种基团的媒质，如CCl4与CS2等，这样可充分消除背景吸收。但对有些对象如中药体系，要找到有较好溶解能力又不带有这三种基团的溶剂较难。Nicolet Antaris透射分析模块的示意图如下图。透射分析模块示意图 液体样品管 方形样品池 液体样品支架（三位样品穿梭器）Nicolet Antaris液体样品池支架上设有三个光路位置，其中中间一个通路是为以空气作背景时预留的背景光路。前后各有一个位置可分别用于放置样品或参比，其上还设有可拆卸的光阑（Aperture）。光阑的作用是可以限制光束的大小在7mm至4mm之间，也就是它能确保所有的光束均穿过样品，见下图。在使用圆形的样品管进行液体样品分析时，由于光束的直径大于样品管的直径，通常需要使用光阑以限制光束大小。而在用方形样品池进行分析时，则可根据实验需要确定是否需要使用光阑。 无光阑 有光阑有些特殊样品需要在较高的温度下才能保持某种状态，以便测定其光谱。此时，可以使用Antaris的加热样品支架以及其加热器。其示意图如下： 加热样品支架 加热器另外，Nicolet Antaris透射分析模块除了可以进行液体样品的分析外，还可用于分析光透过性固体、薄膜、纸张、粘附液等形态的样品，其装置如下： Antaris卡片式样品支架 薄膜、纸张等状态样品采样时用于固定样品的卡片附件卡片上涂有不干胶，可以将其上的粘贴纸除去，将薄膜状样品贴于其上。借此可以更为精确的采集到样品的NIR光谱2 积分球固体采样模块近红外漫反射光谱分析在近红外光谱分析中占有非常重要的地位。漫反射光谱与常规反射光谱存在根本区别在于后者的光线不与样品内部发生作用，故不带有分析样品的组成信息。漫反射光是光源出来的光线进入样品内部，经过多次反射、折射、衍射及吸收后返回样品表面的光，因此，漫反射光是分析光与样品内部分子发生作用的光，负载了样品的结构和组成信息。下图为近红外光与样品作用示意图。(a) (b) (c) (d) (e) (f)近红外光与固体样品作用示意图（a）全反射；（b）漫反射；（c）吸收；（d）透射；（e）折射；（f）散射Antaris积分球采样模块示意图： Antaris积分球采样模块示意图 Antaris积分球采样原理示意图采样附件和采样方法：固体样品光谱采集：直接置于积分球样品窗口上 带弹簧盖的粉末样品杯装样方法粉末样品光谱采集方式（无样品杯旋转）样品杯旋转器圆形药片固定装置 药片光谱采集方式 特殊形状片剂光谱采集方式3 片剂分析模块有些片状固体样品，如药片和胶囊，其NIR光谱的采集除了使用漫反射方式外，还可以使用透射方式。对于那些经过包衣的药片、胶囊和表面有涂膜的样品，需要对其内部成分进行分析时，其透射光谱能够富含更多更完整的样品信息，进而能够得到更为准确的分析结果。片剂NIR透射光谱采集原理示意图如下：片剂、胶囊NIR透射光谱采集原理示意图Nicolet Antaris片剂分析模块见下图： Antaris片剂分析模块 光谱采集方法示意图4 光纤分模块能够使用光纤进行远程样品分析，使得样品分析方式更为灵活，是近红外技术的特点之一。近红外光纤分析方法可以采用漫反射方式，也可以是透射方式。标准的Nicolet Antaris光纤分析模块配有SabIR漫反射光纤探头，其使用示意图如下： Antaris近红外分析仪光纤接口 Antaris光纤采样模块 SabIR漫反射光纤结构示意图 SabIR光纤光路示意图 使用SabIR光纤采集固体和粉末样品 SabIR漫反射光纤支架套及内置参考背景材料使用透反射附件与SabIR光纤一起进行液体样品分析第三节 NIR 分析方法无论透射还是漫反射方式采集到的NIR光谱，均很难从中鉴别出与某种化学成分相关的特征光谱。为了改善光谱特征和补偿基线偏移，在NIR光谱学中，经常要用到数学方法对光谱进行预处理。求导数处理是最为常用和有效的一种方法，通过对光谱进行一阶导数或二阶导数处理，可以有效扣除本底吸收，消除基线偏移和漂移，分离重叠光谱。一、定性分析NIR光谱定性分析是用NIR光谱库和模式识别技术来回答：-“当前的样品与标准样品是否一样？相似或接近程度为多少？”-“产品或原料是否合格？”-“所测定的样品属于哪一类”-“所测的样品与库中的哪一个样品最接近？相似程度为多少？”之类的问题。使用模式识别算法，可以通过比较未知样品的光谱与光谱库中的光谱，以检验该样品与标准样品是否一致，或者是否在可接受的范围之内。基本原理和方法几个基本概念： 鉴别（Identify）：将未知样品的NIR光谱与光谱库中的光谱进行比较，测定差异，检验样品与光谱库中样品是否一致。 分类（Classify）：光谱库由不同类的标准样品的光谱组成。将未知样品的NIR光谱与光谱库中的光谱进行比较，检验未知样品属于其中的哪一类，所用到的方法通常是判别分析，其中涉及到了主成分分析（Principal Component Analysis，PCA）和马氏距离等算法。 光谱库（Library）：光谱库是由若干批标准样品的光谱组成。通常，一个可以被认可的光谱库需要包含多个批次的多个样品的光谱，每一类至少来源于三个批次。这样，一个光谱库至少需要包含12张标准光谱（2光谱/样品，2样品/批，3批/类样品）。例如，要鉴别某一个原料样品是否与标准样品一致，可以先测定该样品的NIR光谱，并将其与光谱库中的NIR光谱进行比较，求取相关性匹配值或者差异值。相关性匹配值越大，说明未知样品与标准样品越相似，相反，差异值越小，则说明未知样品与标准样品越相似。另一种更为严格的方法是，将未知样品的NIR光谱与NIR光谱库中的一组标准样品光谱进行比较，并参考这一组标准样品光谱之间的差异和在各个波数位置的方差分布。在这种方法中，应用到了马氏距离或残差算法。在NIR定性方法中，通常用较宽的光谱范围，以确保模型对各种可能的污染或干扰足够敏感。定性分析模型的验证（Validation）：NIR定性分析方法的验证既要使用正面的（Positive）也要使用反面的（Negative）控制样品。所谓正面的样品是指与标准样品一致或接近的样品，它用来验证NIR定性分析方法能否对合格的样品做出正确的分析结果，以确保NIR定性模型不会将合格的样品判为不合格。所谓反面的样品是指被污染、变质或损坏了的样品，它用来验证NIR定性分析方法能否将不合格的样品鉴别出来，以确保不合格的样品能够被加上不合格或者不被接受的标志。导致定性分析模型质量难以满足要求的主要因素： 标准样品的自身类型设定错误； 光谱范围和数据预处理方法不恰当； 建模用标准样品数量太少、或分布不均匀，所包含的信息不够充分； 各类之间太过相似； 在光谱采集过程中产生了误差或错误； 样品中包含有其它组分或样品被其它物质所污染；二、定量分析由于样品基质和其它化学成分的干扰，我们几乎不可能直接从一张NIR光谱图中找到某种化学成分的特征吸收带。因此，传统的光谱分析理论如朗伯-比尔定律无法直接用于NIR光谱定量分析中。所以，在NIR光谱定量分析中，需要预先使用参考化学方法测定出样品的组成，再在样品的NIR光谱信息与其化学组成之间建立经验性的数学关系。校正（Calibration）：1为了确保得到代表性的定量结果，必须收集具有代表性的标准样品（其组成及其变化范围接近于要分析的样品），然后采集样品的光谱数据，以组成校正样品集。值得注意的是，校正集样品的组成非常重要，必须结合实际情况，其化学和物理性质范围必须涵盖待测样品的所有可能范围，并要求分布尽可能均匀，避免共线性现象。一般情况下，实际工作中遇到的样品的总是呈现“正态”分布，但是，在建立NIR定量分析模型时，需要尽可能避免这种现象，如下图。实际样品分布理想的校正集样品分布歧异样品一般而言，对于一个单组分系统，校正集至少由20个样品组成。2利用标准的化学方法（参考方法）对样品性质进行测定。参考方法测定结果的准确性直接影响校正模型的可靠性。3定量分析模型的建立。NIR光谱定量分析模型的建立属于化学计量学的范畴。在NIR光谱定量分析中，最常使用的多元校正算法有多元线性回归（Multi Linear Regression, MLR）、逐步多元线性回归（Step-wise Multi Linear Rgression, SMLR）主成分回归（Principal Component Regression, PCR）、偏最小二乘回归（Partial Least Squares, PLS）等，这些算法的特点分别列于下表中，其原理请参见相关的书籍。早期的NIR光谱定量研究较常使用MLR方法，因当时的光谱仪是采用滤光片分光，波长数相对较少。当新一代NIR光谱仪可在NIR全部波段采集光谱后，PCR与PLS法较MLR法获得更广泛的应用。NIR光谱定量分析中常用的多元校正方法比较方法优点缺点适用对象多元线性回归（MLR）计算简单、物理意义明确、易于理解对参加关联的变量（如波长通道）数目有限制；会出现共线性问题波长点较少的简单线性对象，化学组成较简单的样品体系逐步多元线性回归（SMLR）与MLR相比，回归之前可以对自变量进行筛选对NIR光谱分析来说，筛选自变量的工作是巨大的；仍无法解决共线性问题简单线性对象 主成分回归（PCR）致力于提取数据群体中的特征信息，辩识影响系统的主要因素，对众多变量作综合简化，从而在力保有用信息损失最小的前提下，实现高维数据集合的降维；可解决线性回归分析中经常会遇到的共线性问题和变量数限制问题；可对由于光散射和其它组分带来的干扰做出补偿计算速度比MLR慢；对模型的理解没有MLR直观；不能保证参与回归的主成分一定与样品性质相关可用于组成较复杂的样品体系偏最小二乘回归（PLS）可以使用全谱或部分谱数据；数据矩阵分解和回归交互结合，得到的特征向量直接与样品性质相关；模型更为稳健；可对由于光散射和其它组分带来的干扰做出补偿；可以适用于复杂的分析体系模型质量容易受到奇异点的影响；模型建立过程较复杂，较抽象，较难理解可用于组成复杂的样品体系目前PLS应用范围最广定量分析模型建立好后，需要对其性能进行评估。NIR光谱分析中，定量分析模型的结果通常用下图表示：常用的考察指标有两个，一个是均方差（Root Mean Square Error of Calibration, RMSEC），一个是相关系数R（Correlation. Coefficient），它们的计算公式如下：， 式中：是标准化学方法测得的值，是NIR预测值，是平均值，是校正集样品数。对于这两个指标，需要根据实际样品化学指标的分布情况和传统方法的准确性来对其进行评估，而没有绝对的统一标准。验证（Validation）：近红外定量分析模型的适用范围和可靠性完全依赖于校正集样品的代表性和化学数据的准确性。为了确认所建立的定量模型能否适应实际分析工作中可能遇到的所有样品，以及能否对实际样品进行“准确的”预测分析，需要使用另一组代表性的样品来对所建立的定量模型进行验证，称这一组样品为验证样品集。同样，使用验证集样品NIR预测值与其实际值之间的相关系数R和预测均方差（Root Mean Square Error of Prediction, RMSEP）来对定量模型的性能进行评估，RMSEP的计算公式类似于RMSEC，只是其对应的样品前者是验证样品，后者是校正样品。这里需要注意的是，验证集样品的代表性同样重要。影响NIR定量分析模型准确性的主要因素： 标准样品自身的组分含量的标准测定方法的准确性和精度是影响NIR定量分析准确度的最主要因素。通常而言，NIR定量模型对未知样品的预测误差为常规化学方法自身误差的1.5-2倍。 举例来说，如果一个样品中某种化学成分的含量为0.10（标准化学法测定结果将其保留到了小数点后第二位有效数字），根据四舍五入的原理，该样品的实际化学值可能为0.100 0.104，也就是说，即使不考虑任何实验过程中产生的误差，标准化学法自身存在不可避免的最小相对误差为，那么NIR测定的误差至少可能为4%1.5=6%，而实际上，当样品的含量低于0.1%时，其化学法测定的误差本身就较大，因此，对于含量低于0.1%的样品，如果其标准化学测定值又只能精确到小数点后第二位，NIR测定的相对误差通常会较高，一般使用绝对偏差来表示。 标准样品自身的组分含量标准值是否输入正确。 由于样品不均匀，导致样品的光谱和组分含量标准值之间没有真正一一对应。 标准样品数量太少，或含量和其它性质的分布不均匀，导致标准样品难以精确计算光谱信息与组分含量值之间的相关关系。 由于光谱采集方式不恰当、光谱噪音太大和人为误差造成光谱质量下降或引入误差。 建模过程中，光谱范围的选择不正确。 样品被污染，受到其它组分的干扰。第二章 TQ Analyst光谱分析软件TQ Analyst是一个通用的光谱分析软件，它可以为中红外、近红外、远红外和拉曼光谱分析的应用提供各种定性和定量分析工具。该软件除了包含各种算法工具外，还能够为用户提供直观友好、容易使用的图形界面，以及广泛的在线帮助信息。使用TQ Analyst软件，您无需具有专家的经验和知识，因为软件的Explain帮助窗口可以随时为您提供任何必须的信息和帮助，其帮助文档还包含各种方法的培训实例。另外，软件随处可见的Suggest向导功能和Performance Index（性能指数）还可以为您解答如下问题：-哪种分析方法最适合您的当前应用？-需要准备多少标准样品？其浓度分布情况？-该选择哪段光谱范围？-对于PLS法，如何选择主因子数（Factors）？-修正曲线对分析结果有改善吗？使用TQ Analyst使得方法的设计和建立更为程序化、更有目的性，而不是依赖于猜测。如果您在为参数的设置犹豫不定，TQ Analyst的向导可以帮您解决这些问题。TQ Analyst立足于最广大的用户，她致力于使得初学者和资深的分析家都能够得心应手地使用她来进行方法开发和建立。其一环扣一环的窗口设计、整合的向导功能、随处可得的在线帮助信息以及人工智能的工具，最大限度的简化分析任务，确保用最少的工作量来建立高质量的分析方法。在TQ Analyst的所有窗口中，首先列在前面的是最简单的算法和技术，而且在接下来的窗口中只会显示与前面窗口选择的方法相关的信息，这样，初学者在方法建立的各个步骤中不会被一大堆的选项所迷惑，而有经验的分析家又能够即时的使用各项高级功能。TQ Analyst的帮助菜单中还包含下列帮助工具：TQ Analyst on-line tour-TQ Analyst主要功能快速演示；TQ Analyst example methods-定量、定性方法实例演示。第一节 TQ Analyst基本设置和常用功能介绍工具栏菜单栏性能指数显示滚动条状态指示打开TQ Analyst软件，其界面如图对TQ Analyst进行自定义设置：从Edit菜单下面打开Option窗口其中有三组选项：TQ选项组：利用该选项设定TQ的默认设置，控制某些帮助和提示信息的显示。Diagnostic（诊断）选项组：该组可以选择Performance Index（性能指数）的计算方法，以及控制是否显示图例。其中Performance Index有两种计算方法供选择，一种是%Difference（相对残差和），最大值是100，越接近100越好；一种是RMSE（均方差），最小值是0，越接近0越好。计算方法分别如下： General（常规）选项组：该选项组可定义文件的保存、显示、打印、安全等常规信息。TQ Analyst帮助功能和帮助信息 1 Help菜单：类别信息TQ Analyst Help Topics主题帮助列出了各项主体帮助信息，也包含检索功能、关键词索引功能TQ Analyst Tour快速演示快速演示TQ Analyst的主要功能Example Methods实例演示TQ定量方法、分类方法、光谱测量简单实例演示Technical Support技术支持如何获得Nicolet公司的技术支持About TQ Analyst关于TQ显示当前TQ Analyst软件版本号 主题帮助窗口： TQ主要功能演示和实例演示提供了更为直观的帮助信息，按照窗口中的提示可以一步步的了解TQ中的各项功能： 2按F1键或鼠标右键获得菜单的帮助信息：将光标移到菜单上某一个需要帮助的选项上，按F1键或点击鼠标右键，即会弹出关于该选项的相关信息和解释。例如：按F1键或鼠标右键3使用Explain按钮获得窗口中各选项的帮助信息Explain按钮 选中需要获得帮助信息的选项，按Explain按钮，或先按Explain按钮，再鼠标点击需要获得帮助信息的选项，即可得到相应的帮助信息。例如：4使用How To按钮获得帮助指南How To按钮出现在下面三个窗口中，在这些窗口中，按How To按钮即可获得对应的帮助信息：s Description窗口界面： s 光谱区域编辑窗口： s 修正方法编辑窗口： 5 向导（Wizards）帮助TQ提供了许多向导帮助功能以指导您完成各种建模任务。从参数的设置到实验设计的每一个环节，使用TQ的向导功能，可以帮助您一步步地走向成功。下表给出了TQ中各项向导功能的简要描述： 位置向导功能Description窗口Suggest Analysis Type推荐分析类型，定性或定量方法，与分析目的有关Pathlength窗口*Suggest Pathlength Type推荐光程类型，与采样技术有关，如液体样品透射分析时，采用的液体池往往是光程一定的比色皿或圆管，而在积分球漫反射时，由于样品颗粒尺寸、紧密度的影响，需要使用MSC或SNV等方法进行矫正Component窗口*Assess Feasibility测定样品光谱中是否包含有足够的能够与样品组成相关的光谱信息（评估方法是否可行）Standards窗口*Suggest Standards推荐需要准备的标准样品的化学组成分布Evaluate Standards评估所准备的标准样品是否满足要求，以及是否需要增加标准样品Regions窗口Suggest Regions为分析方法选择适当的光谱范围；使用Edit Regions可以进行详细设置。Others窗口Suggest Factors为主成分回归（PCR）或偏最小二乘（PLS）方法选择最佳主成分数（Principal Components）或因子数（Factors）；使用Edit Factors按钮可以查看或编辑主因子数。Corrections窗口Suggest Corrections判断修正曲线对定量模型是否有所改善，如果有，哪种修正方法最好；使用Edit Corrections可以进行详细设置。*只有在定量分析方法中才会出现例如，使用Suggest Regions向导进行光谱范围的选择，在Regions窗口中点击Suggest Regions按钮，会弹出如下交互窗口：按照交互窗口中的提示一步步往下操作，便会得到相应的参数设置。TQ向导是利用您所提供的光谱信息和其它数据，运用其内置的多元校正分析专家知识来进行参数的设置和推荐下一步该使用什么方法的。有时候，如果TQ软件无法获取其设置某项参数所必需的相关的信息和数据，向导也就无法给出相应的参数设置。我们推荐，在建立分析模型时，先以TQ自动推荐和优化到的参数和设置为基础，如果对TQ自动选择的参数不满意，再添加您自己对分析对象相关的知识和经验，来对其进行进一步完善。TQ Analyst窗口介绍工具栏菜单栏性能指数显示状态指示滚动条窗口标签头活性按钮参数1 菜单栏 TQ Analyst菜单栏的使用方法与其它Windows程序一样。s Help菜单里包含各种帮助信息，前面已有介绍。s File菜单里包含模型新建、打开、保存以及光谱图的打开和保存，以及模型数据和设置方法的导出、标准光谱的导出和打印。其中模型保存窗口中可以设置模型文件的密码，光谱保存窗口中可以设置数字签名，以便对模型和光谱文件进行保护。s Edit菜单中包含各种常用的编辑命令，其中Option选项的功能前面已有介绍。s View菜单设置显示格式和显示选项。s Diagnostics菜单包含各种高级诊断功能，会在后面的章节中陆续介绍。s Window为窗口设置项。TQ Analyst可以打开和保存下别所列的各种格式的光谱，其中 .CSV为Excel格式。2 工具栏 s 点击Calibrate按钮，计算校正模型，显示校正结果窗口；s Quantify按钮用于计算未知样品的分析结果，得到分析报告；s Explain按钮实时获取帮助信息，见前述介绍；s Close按钮关闭当前窗口。在模型校正好之前，状态指示为红色，当点击Calibrate按钮进行计算结束后，状态指示为绿色，并且，如果Standards表格中包含有验证（Validation）样品，则会计算得到相应的性能指数。当对模型进行了修改后，状态指示就会显示为红色，表示模型未计算好，重新计算时，则性能指数上不仅显示当前的性能指数，也会显示修改前的性能指数，这样有助于对模型的修改过程进行评价。3 窗口建模窗口：TQ Analyst的窗口为一环紧扣一环的设计，如下：窗口标签即在上面不同的窗口标签对应的窗口中，从左至右，是建立一个分析模型的基本步骤，当在前一窗口中选择了某种方法或设置了某个参数后，后面的窗口会自动出现与其对应的选项和设置，而不会出现不相关的信息。各项参数的选择按照这种顺序依次进行设置好后，点击工具栏上的Calibrate按钮，即可以完成分析模型的初步建立工作。在后面的定量模型建立和定性模型建立章节中会对各种对应的选项作相应说明。光谱显示窗口：从File菜单的Open Spectrum项打开光谱，即可出现光谱显示窗口：下拉光谱名称按钮光谱名称框光谱信息查看按钮显示介面坐标显示工具箱取景窗口s 显示介面：默认条件下，红色光谱为当前显示光谱，此时，光谱名称框中的光谱名为红色光谱的光谱名。s 光谱信息查看按钮：按该按钮，可以获得当前光谱的所有信息，如：s 下拉光谱名称按钮：点击此按钮，显示当前窗口中所有光谱名称，并可进行选择。如下：s 坐标显示：显示当前鼠标所在位置的坐标s 取景窗口：用于选择选择需要显示的光谱区域，左边为光谱范围缩小和放大工具，右边为左右移动工具。s 工具箱：工具箱中包含六种不同的工具，用途如下表：使用View菜单设置各项显示参数：当当前窗口为光谱显示窗口时，View菜单中的所有选项均可用，在其中可以设置横、纵坐标显示范围，显示方式，显示信息等。如点击View菜单中的Display Setup选项，弹出如下窗口： 如果我们选中Show grid前面的复选框，按OK，则显示介面就会出现窗格，如下： 第二节 定量分析模型建立TQ Analyst提供的定量分析算法有： 定量分析：简单的比尔定律经典最小二乘（CLS）回归逐步多元线形回归（SMLR）偏最小二乘（PLS）回归主成分回归（PCR）各种算法的基本原理参见相关的书籍和随机所带的TQ Analyst用户手册（TQ Analyst Users Guide）。一个NIR定量分析模型的建立过程可按如下步骤一步步完成：§ 定量分析问题的描述§ 选择适当的采样方法§ 创建新的模型文件§ 给模型定义一个名称§ 选择一种建模算法§ 选择光程类型（Pathlength Type）§ 定义待测组分（Components）§ 进行可行性测试（Feasibility Test）§ 采集标准样品（Standards）光谱§ 光谱预处理（Spectra Processing）§ 选择光谱范围（Regions）§ 设置其它参数§ 保存模型§ 计算模型（Calibration）§ 验证模型（Validation）§ 模型修正（Correction）TQ将建模过程的各个步骤用不同的窗口从左至右依次分开，如下：因此，只要从左至右依次完成各个窗口中的各项参数的设置后，点击工具栏上的Calibrate按钮，即可完成分析模型的初步建立。1. 定量分析问题的描述定量分析模型建立的第一步需要通过回答下列问题来仔细分析我们的研究对象：§ 样品中包含多少种组分？§ 哪些组分是需要测定的？§ 在可能遇到的所有待分析样品中，每一种组分的含量范围？§ 可能会存在哪些干扰？§ 样品基质对测定过程有哪些影响？通过回答以上这些问题，将有助于我们选择恰当的采样技术和确定最佳的实验条件。2. 选择适当的采样方法采样方法的选择主要取决于样品的物理性质。通常，光谱格式设置为absorbance（透射）或Log(1/R)（漫反射），因为以它们为单位的光谱通常与样品中组分的含量呈一定的线性关系。当然，如果我们有特殊的需要，也可以设置成其它的光谱格式。3. 创建新的模型文件§ 从TQ Analyst软件的File菜单中选择New Method§ 从TQ Analyst软件的File菜单中选择Save Method As§ 在对话框中输入文件名，选择保存路径 § 选择OK。4. 给模型定义一个名称在Description中的Method Title栏中给模型的定义一个名称：在Method Description栏中可以输入对模型的详细描述；在Developers Name栏中还可以输入您的名字。5. 选择一种建模算法TQ Analyst提供了的定量校正算法包含了最简单的比尔定律、经典的最小二乘法（CLS）、逐步多元线性回归法（SMLR）、近红外定量最常用的偏最小二乘法（PLS）和主成分回归法（PCR）。每一种方法均有各自的优点和缺点。对于组成复