Analitikai spektroszkópia Molekulaspektroszkópia – II. rész Dr. Berkesi Ottó SZTE Fizikai Kémia Tanszék
Jan 15, 2016
Analitikai spektroszkópiaAnalitikai spektroszkópia
Molekulaspektroszkópia – II. rész
Dr. Berkesi Ottó
SZTE Fizikai Kémia Tanszék
Molekulaspektroszkópia – II. rész
Dr. Berkesi Ottó
SZTE Fizikai Kémia Tanszék
Raman-spektroszkópiaRaman-spektroszkópia
• 1923 - A.Smekal – megjósolja a kölcsönhatást• 1928 - C.V.Raman és K.S.Krishnan - indiai• 1928 - G.S.Landsberg és L.I.Mandelstam - szovjet• 1930 - C.V.Raman – fizikai Nobel-díj• 1930-34 – G.Placzek – elméleti alapok - cseh
• 1923 - A.Smekal – megjósolja a kölcsönhatást• 1928 - C.V.Raman és K.S.Krishnan - indiai• 1928 - G.S.Landsberg és L.I.Mandelstam - szovjet• 1930 - C.V.Raman – fizikai Nobel-díj• 1930-34 – G.Placzek – elméleti alapok - cseh
det.
laser -
Raman-spektroszkópia
0
0,5
1
1,5
2
2,5
-200 -150 -100 -50 0 50 100 150 200
Raman eltolódás/cm-1
Ram
an
in
ten
zitá
s
vo~
= vo-v~ ~
Rayleigh-szórás Raman-szórásStokes-ág
Raman-szórásanti-Stokes-ág
Raman-effektusRaman-effektus
0
0,5
1
1,5
2
2,5
-200 -150-100 -50 0 50 100 150 200Raman eltolódás/cm-1
Ram
an
in
ten
zitá
s hvo hvo
hv1’hv2’
hv1”hv2”
Stokesanti-Stokes
Rayleigh10-6-10-8
Raman-effektusRaman-effektus
• A Raman-effektus akkor következik be, ha az átmenet következtében megváltozik a rendszer
polarizálhatósága.
EEE
z
y
x
zzyzxz
yzyyxy
xzxyxx
z
y
x
0.
*
.
^
dkiindvégátm
• A polarizálhatóság tenzor típusú mennyiség
Raman-effektusRaman-effektus
Mintatartó - szilárdMintatartó - 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 -
JelintenzitásJelintenzitás
• Valószínűsége 10-6 – 10-8 függ vo
4-tól
• A gyűjtési geometria!• Mintatérfogat – az
optikai fókusz és a lézersugár metszete
• Magas koncentráció!
• Valószínűsége 10-6 – 10-8 függ vo
4-tól
• A gyűjtési geometria!• Mintatérfogat – az
optikai fókusz és a lézersugár metszete
• Magas koncentráció!
lézer -
90°
180°minta
Jelintenzitás növelése - mintatartóJelintenzitás 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°
Jelintenzitás növelése – mérési elvJelintenzitás 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
Resonant Raman-SpectroscopyResonant Raman-Spectroscopy
• A gerjesztő lézert valamely elektronátmenet közelébe hangolják – a kromofor belső koordinátái által dominált normálrezgések, különösen a teljesen szimmetrikus specieshez tartozók megerősödnek akár 106–os mértékben, míg a többiek nem.
• Alacsony koncentráció – 10-8M, 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 106–os mértékben, míg a többiek nem.
• Alacsony koncentráció – 10-8M, vagy felhangok – az alapállapotra jellemző Birge-Sponer adatok!
• A fluoreszcencia zavaró hatása!
Surface Enhanced Raman SpectroscopySurface Enhanced Raman Spectroscopy
• Kolloid méretű Ag és Au részecskék felületén létrehozott minta esetén 1014-1015 –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 1014-1015 –szörös jelerősödés következik be.
• Oka máig is vitatott – elektromágneses elmélet vagy a kémiai elmélet (töltésátviteli komplexek)
• A kiválasztási szabályok is változnak!
Raman
SERS
Coherent anti-Stokes Raman Spectroscopy
Coherent anti-Stokes Raman Spectroscopy
• Két lézer fényének kombi-nálásával hozzák létre.
• A pumpáló lézer (vpump) mellett egy másik lézerrel (vprobe) is besugározzák a mintát – az anti-Stokes su-gárzás megerősödik - 105
• A fluoreszcenciától mentes magasabb energiájú olda-lon jelenik meg a megerő-södött sáv.
• Két lézer fényének kombi-nálásával hozzák létre.
• A pumpáló lézer (vpump) mellett egy másik lézerrel (vprobe) is besugározzák a mintát – az anti-Stokes su-gárzás megerősödik - 105
• A fluoreszcenciától mentes magasabb energiájú olda-lon jelenik meg a megerő-södött sáv.
v pum
p
v prob
e
v Sto
kes
v CA
RS
Áll
apot
ok s
zupe
rpoz
íció
ja(v
vib)
Spatially Offset Raman SpectroscopySpatially 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.mérés
2.mérés
minta
csomagolóanyag
BerendezésekBerendezések
• 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
BerendezésekBerendezések
LiteratureLiterature
1. A.Rosencwaig, Photoacoustic and Photoacoustic Spectroscopy, Wiley and Sons, NY, 1980.
2. D.P.Almond and P.M.Patel, Photothermal Science and Techniques, Chapman and Hall, London, 1996.
3. 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, 1994.
4. K.Krishnan, in Fourier Transform Infrared Spectroscopy, (ed. T.Theophanides), D.Reidel Publ.Co., Dordrecht, 1984.
5. O.Berkesi, J.Mink, I.Somogyi and I.Bacza, Book of Abstracts of 10th Conference on Fourier Transform Spectroscopy, Budapest, 1995, B.3.26.
1. A.Rosencwaig, Photoacoustic and Photoacoustic Spectroscopy, Wiley and Sons, NY, 1980.
2. D.P.Almond and P.M.Patel, Photothermal Science and Techniques, Chapman and Hall, London, 1996.
3. 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, 1994.
4. K.Krishnan, in Fourier Transform Infrared Spectroscopy, (ed. T.Theophanides), D.Reidel Publ.Co., Dordrecht, 1984.
5. O.Berkesi, J.Mink, I.Somogyi and I.Bacza, Book of Abstracts of 10th Conference on Fourier Transform Spectroscopy, Budapest, 1995, B.3.26.
Az analitikai információAz 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
A Lambert – Beer - törvényA 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 !?
A Lambert – Beer - törvényA Lambert – Beer - törvény
• A(λ) = Σci εi(λ) d• A = εi(λ) ci - A – mért abszorbancia mátrix,
εi(λ) – a komponensek moláris abszorbancia színképeiből alkotott mátrix, ci – a komponensek koncentrációiból alkotott vektor
• εi(λ) – a kalibráció célja, ennek a meghatározása!
• A(λ) = Σci εi(λ) d• A = εi(λ) ci - A – mért abszorbancia mátrix,
εi(λ) – a komponensek moláris abszorbancia színképeiből alkotott mátrix, ci – a komponensek koncentrációiból alkotott vektor
• εi(λ) – a kalibráció célja, ennek a meghatározása!
Multikomponens analízisMultikomponens 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!
Multikomponens analízisMultikomponens analízis
• A mérendő anyag koncentrációja valahogy arányos a mérendő jellel.
• A kalibráló egyenletnek nem kell lineárisnak lennie. Egyszerű hatványfüggvényekkel is lehet dolgozni. Pl.: Ci = B1,i(Ter.i) + Bo,i vagyCi = B2,i(Mag.i)2 + B1,i(Mag.i) + Bo,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.: Ci = B1,i(Ter.i) + Bo,i vagyCi = B2,i(Mag.i)2 + B1,i(Mag.i) + Bo,i
• Least Square Regression – B-kre
Multikomponens analízisMultikomponens analízis
• K-mátrix / Classic Least Squares – több komponens, átfedő sávokkal – nem lehet idegen komponens benne!
• P-mátrix / Invese Least Squares – L-B átrendezéséből:Ca = A(λ1)Pa(λ1) + A(λ2)Pa(λ2) + Ea
Cb = A(λ1)Pb(λ1) + A(λ2)Pb(λ2) + Eb
• 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:Ca = A(λ1)Pa(λ1) + A(λ2)Pa(λ2) + Ea
Cb = A(λ1)Pb(λ1) + A(λ2)Pb(λ2) + Eb
• Nem kell minden komponens koncentrációját ismerni!
Multikomponens analízisMultikomponens 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
Multikomponens analízisMultikomponens 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.
Multikomponens analízisMultikomponens 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.
Multikomponens analízisMultikomponens 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.
Multikomponens analízisMultikomponens 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.
Multikomponens analízisMultikomponens 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!
Multikomponens analízisMultikomponens analízis