一种基于近红外光谱的乙醇溶液中微量杂质的检测方法

本发明属于乙醇溶液的杂质检测，尤其涉及一种基于近红外光谱的乙醇溶液中微量杂质的检测方法。

背景技术：

1、乙醇作为重要的有机溶剂、化工原料、化学燃料等在医疗、食品、化工、制药等行业有着十分广泛的应用，而在制药领域，乙醇的一个重要应用就是作为沉淀介质提取分离蛋白质等物质，即低温乙醇法提取分离蛋白质。低温乙醇沉淀法是血浆蛋白分离纯化的经典工艺，其主要步骤就是将低温乙醇按一定比例加入到蛋白溶液中，然后再通过调节不同ph来使目标蛋白沉淀出来。

2、蛋白质醇沉过程中所需低温乙醇的温度往往在-15℃～-20℃之间，加入提取罐之前需要通过冷媒（主要成分为乙二醇）使其降温，降温过程是使乙醇和冷媒在板式换热器中进行逆向流动，进行热量交换来使乙醇降温。由于管道内溶液的腐蚀以及日常的氧化腐蚀作用，可能会出现不易发现的管道损坏，所以就存在冷媒泄露掺入到乙醇溶液中的风险，对后续的蛋白醇沉过程造成污染，进而影响终产品的纯度，造成巨大的经济损失。

3、当前检测乙醇溶液中冷媒杂质的主要方法是气相色谱法，该方法虽然灵敏度和准确度较高，但由于仪器体积大、工作环境要求高、检测速度较慢等原因无法用于在线检测，而通过取样进行离线检测具有一定的滞后性，若出现异常情况往往不能及时发现，仍会造成后续工艺的污染。

4、基于此，我们需要一种过程分析方法，通过实时监测来保证泄露情况能被及时发现并停止生产，阻止受污染的乙醇进入使用点，避免醇沉罐中的蛋白受到污染造成损失。近红外光谱分析技术（nirs）就是一种可实现溶液中杂质的定性或定量判别，并可进行实时在线监测的pat技术，且其对含氢基团振动的合频和倍频吸收敏感，特别适用于含氢基团的检测。但近红外光谱技术因其灵敏度相对较差、受背景信息干扰严重等限制了它的使用。

5、因此，我们提出一种近红外光谱背景沉默法，尽可能消除背景信息干扰，提高其对乙醇溶液中微量杂质检测的灵敏度和准确度，为实际生产中杂质的检测提供一种新的解决方案。

技术实现思路

1、为解决上述现有技术中存在的问题，本发明提供了一种新的近红外光谱杂质判别方法——背景沉默法，该方法可以对乙醇溶液中的微量冷媒杂质进行准确判别。

2、为实现上述目的，本发明采用如下技术方案：

3、一种基于近红外光谱的乙醇溶液中微量杂质检测方法，包括以下步骤：

4、1)考察标准偏差（rsd）计算所需样本量n。使用matlab软件随机生成10组99~100之间的数据，每组50个，每组数据间依次计算rsd值，统计每组rsd达到稳定状态的数据量，确定n值。

5、2)取实际生产中的乙醇溶液样本共55个，并以此为溶剂配制一系列加入万分之一~百分之一浓度冷媒杂质的乙醇溶液共46组，分别采集它们的近红外光谱，得到乙醇样本光谱x 55张，杂质样本光谱x*46张。

6、3)剔除异常样本，得到乙醇样本光谱x 52个、杂质样本光谱x*45个，对正常样本光谱进行预处理，以消除光谱的基线漂移以及其他无关信息干扰。

7、4)对乙醇光谱x取平均值，得到平均光谱nx。

8、5)分别用x和x*减去nx，得到二者的差谱光谱，选择差谱的负峰作为特征峰，记录其波数。

9、6)筛选出原始光谱x和x*中与上述波数所对应的吸收值，然后对乙醇光谱的数据点采用ks算法进行排序，按照一定比例划分数据集，即选择具有代表性的前34个数据点作为主体计算rsd值，剩余18个数据点分别与主体数据点进行rsd值的计算，得到乙醇样本的最大rsd值rsdmax。

10、7)将杂质光谱的数据点以及20个乙醇光谱的数据点作为外部验证集样本，分别与主体数据点进行rsd值计算，若rsd<rsdmax,则判定为正常样本，若rsd>rsdmax，则判定为异常样本。

11、有益效果

12、本发明公开了一种基于近红外光谱的乙醇溶液中微量杂质的检测方法，本发明与现有技术相比具有以下优点：

13、1.模型适用范围广；以背景体系为主体建立模型，有效识别正常样本，而对于与背景体系近红外吸收特征不一致的杂质样本或异常情况，只要引起背景体系的变化，均可进行有效检测。而传统建模方法需要每种杂质建立一个判别模型。

14、2.数据处理简便，计算量小；相对于传统pls、plsda等建模方法，背景沉默判别只需用到相关统计学方法的计算，总体的计算量较小，数据处理更加方便。

技术特征：

1.一种基于近红外光谱的乙醇溶液中微量杂质的检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于近红外光谱的乙醇溶液中微量杂质的检测方法，其特征在于，步骤（1）中，使用matlab软件随机生成多组99~100之间的数据，每组50个，每组数据间依次计算标准偏差rsd值。

3.根据权利要求2所述的基于近红外光谱的乙醇溶液中微量杂质的检测方法，其特征在于，步骤（1）中，将所得的rsd值依次减去其前一个值，得到每两个rsd值的偏差，认为偏差位于±0.01之间为稳定状态。

4.根据权利要求1所述的基于近红外光谱的乙醇溶液中微量杂质的检测方法，其特征在于，步骤（2）中，取实际生产用乙醇溶液样本，每个样本15ml，将每个乙醇样本预留2ml用于光谱采集，剩余乙醇作为溶剂配制不同浓度的乙醇-冷媒溶液，每个浓度配制两组溶液。

5.根据权利要求4所述的基于近红外光谱的乙醇溶液中微量杂质的检测方法，其特征在于，步骤（2）中，所述乙醇-冷媒溶液中冷媒杂质的浓度为万分之一~百分之一。

6. 根据权利要求1所述的基于近红外光谱的乙醇溶液中微量杂质的检测方法，其特征在于，步骤（2）中，用matrix-f布鲁克近红外光谱仪采集样本的近红外光谱，波数范围12000cm-1~4000 cm-1，分辨率为4 cm-1，扫描次数为64次，每个样本测3次取平均作为最终光谱。

7.根据权利要求1所述的基于近红外光谱的乙醇溶液中微量杂质的检测方法，其特征在于，步骤（3）中，分别对乙醇样本光谱x和杂质样本光谱x*进行pca分析，剔除异常光谱；并对正常光谱进行snv预处理，以消除光谱的基线漂移以及散射对光谱的影响。

8.根据权利要求1所述的基于近红外光谱的乙醇溶液中微量杂质的检测方法，其特征在于，步骤（7）中，根据波数点处的判别结果建立杂质的判别系统，即按照多个波数点的计算结果以概率的形式进行判别：

9.根据权利要求1所述的基于近红外光谱的乙醇溶液中微量杂质的检测方法，其特征在于，在实际工作中为了避免偶然误差的情况出现，可以根据rsdmax适当调整判别标准。

技术总结
本发明属于乙醇溶液的杂质检测技术领域，尤其涉及一种基于近红外光谱的乙醇溶液中微量杂质的检测方法，包括以下步骤：（1）考察标准偏差RSD值，计算所需样本量N；（2）获取样本；（3）异常值剔除及光谱预处理；（4）划分数据集；（5）差谱方法筛选特征信号；（6）建立“背景沉默”方法判别标准；（7）外部预测集进行判别。本发明所述检测方法模型适用范围广，以背景体系为主体建立模型，有效识别正常样本，而对于与背景体系近红外吸收特征不一致的杂质样本或异常情况，只要引起背景体系的变化，均可进行有效检测；相对于传统PLS、PLSDA等建模方法，背景沉默判别只需用到相关统计学方法的计算，总体的计算量较小，数据处理更加方便。

技术研发人员：臧恒昌,王浩伟,聂磊,赵冰,马晓博,黄瑞琪,郑志华
受保护的技术使用者：山东大学
技术研发日：
技术公布日：2024/1/15