红外干货必收藏||从制备样品到谱图分析,红外知识全掌握!包你满意

2023-10-28 23:50

本文主要是介绍红外干货必收藏||从制备样品到谱图分析,红外知识全掌握!包你满意,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一.红外光谱基本原理

在合成聚合物的时候,我们知道基团对物质特性的影响是很大的,那么如何去判断基团是否存在或者该物质存在什么样的结构?红外光谱是利用化学键所对应的特征波的不同,可以去判断分子的结构和化学键,也可以作为表征以及鉴别物质的方法。那么就让我们先来了解究竟红外光谱是什么以及它的作用。

1.红外光谱的基本原理

红外吸收光谱是由分子振动和转动跃迁所引起的,组成化学键或官能团的原子处于不断振动(或转动)的状态,其振动频率与红外光的振动频率相当。所以,用红外光照射分子时,分子中的化学键或官能团可发生振动吸收,不同的化学键或官能团吸收频率不同,在红外光谱上将处于不同位置,从而可获得分子中含有何种化学键或官能团的信息。

红外光谱法实质上是一种根据分子内部原子间的相对振动和分子转动等信息来确定物质分子结构和鉴别化合物的分析方法。

当用一束波长连续变化的单色红外光线透射某一物质时,该物质的分子对某些红外光线进行选择性的吸收,从而使各种不同的红外线对该物质有不同的透过率,以波长和波数为横坐标,以百分吸收率为纵坐标,记录下该物质的吸收(透过)曲线,则为该物质的红外光谱。

2.产生红外吸收的条件

分子吸收辐射产生振转跃迁必须满足如下两个条件:①光子辐射能与振转跃迁能量相等;②辐射与物质之间有相互耦合作用,对称分子:无偶极矩,辐射不能引起共振,无红外活性,如N2、O2、Cl2等;非对称分子:有偶极矩,具有红外活性。

二、红外光谱仪

傅里叶变换红外光谱仪主要由光源(硅碳棒、高压泵灯)、干涉仪、检测器、计算机和记录仪组成。

三、红外光谱样品制备

在红外样品送样后,制样是非常关键,可以说样品以及制样的好坏在测试过程中起了决定性的作用。一般粉末样品用KBr压片即可,液体及固体样品则需要用ATR模式,另外液体池模式也可用于液体。

红外光谱仪对样品的要求

(1)试样应该是单一组份的纯物质,纯度应>98%或符合商业规格,才便于与纯物质的标准光谱进行对照。多组份试样应在测定前尽量预先用分馏、萃取、重结晶或色谱法进行分离提纯,否则各组份光谱相互重叠,难于判断。

(2)试样中不应含有游离水。水本身有红外吸收,会严重干扰样品,而且会侵蚀吸收池的盐窗。

(3)试样的浓度和测试厚度应选择适当,以使光谱图中的大多数吸收峰的透射比处于10% -80%范围内。

四、红外光谱数据处理、谱图解析

红外结果拿到后,一般老师会提供CSV格式的excle、pdf文件还有SPA文件,其中excle可以用origin作图,pdf文件则是老师直接导出的红外谱图,SPA文件可以用OMINC来处理。资料内会详细为大家讲解如何用OMNIC处理红外数据。

当数据处理好后,则要进行红外谱图分析。红外光谱图可以得出:振动自由度,它反映了吸收峰的数量,红外光谱峰的类型(基频峰、泛频峰、特征峰和指纹峰)。光谱图解析顺序则是先特征,后指纹;先强峰,后次强峰;寻找一组相关峰→佐证;先识别特征区的第一强峰,找出其相关峰,进行归属;若饱和度>=4,优先考虑苯环结构。

从红外基本原理中我们可以知道物质中的化学键在红外光谱中对应的特征峰都是不一样的,通过这些特征峰我们可以用来鉴别物质的类型以及定量测定。下面给出在红外光谱中比较常见的各个基团所对应的标准特征峰,来帮助大家快速识别。

此次分享的红外干货资料合集,是小师弟经过辛勤收集整理,内附分析、原理、制样以及多篇文献,免去了读者收集和筛选资料之苦。这里我们给各位读者分了两个板块,更方便更直观的把各项干货展现给大家。

大纲:

01  www.shiyanjia.com 科研文库查看红外光谱攻略

02  公众号:科学指南针-测试万事屋,回复 “2021红外光谱” 免费获取干货资料

01科研文库-红外光谱攻略

打开官网点击:www.shiyanjia.com

02公众号:科学指南针-测试万事屋

最新干货获取方法:

关注公众号科学指南针一测试万事屋

后台回复  “2021红外光谱

资料一:OMNIC

资料二:红外常见官能团特征

资料三红外光谱分析

资料四:红外检测(FTIR)文献100篇

资料五:红外原理及制样

如果你需要这份诚意满满的红外大礼包

扫描下方二维码关注科学指南针一测试万事屋

公众号后台回复“2021红外光谱”

快速开启红外进阶之路!

1OMNIC

02红外常见官能团特征

03红外光谱分析

04红外检测(FTIR)文献100篇

05红外原理及制样

公众号后台回复“2021红外光谱”

公众号后台回复“2021红外光谱

公众号后台回复“2021红外光谱 

科学指南针感谢您多年以来一如既往的支持

如果有想要的其他干货也可以在后台留言

干货分类如下图所示

这篇关于红外干货必收藏||从制备样品到谱图分析,红外知识全掌握!包你满意的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/296798

相关文章

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类

Olingo分析和实践之OData框架核心组件初始化(关键步骤)

《Olingo分析和实践之OData框架核心组件初始化(关键步骤)》ODataSpringBootService通过初始化OData实例和服务元数据,构建框架核心能力与数据模型结构,实现序列化、URI... 目录概述第一步:OData实例创建1.1 OData.newInstance() 详细分析1.1.1

Olingo分析和实践之ODataImpl详细分析(重要方法详解)

《Olingo分析和实践之ODataImpl详细分析(重要方法详解)》ODataImpl.java是ApacheOlingoOData框架的核心工厂类,负责创建序列化器、反序列化器和处理器等组件,... 目录概述主要职责类结构与继承关系核心功能分析1. 序列化器管理2. 反序列化器管理3. 处理器管理重要方

SpringBoot中六种批量更新Mysql的方式效率对比分析

《SpringBoot中六种批量更新Mysql的方式效率对比分析》文章比较了MySQL大数据量批量更新的多种方法,指出REPLACEINTO和ONDUPLICATEKEY效率最高但存在数据风险,MyB... 目录效率比较测试结构数据库初始化测试数据批量修改方案第一种 for第二种 case when第三种

解决1093 - You can‘t specify target table报错问题及原因分析

《解决1093-Youcan‘tspecifytargettable报错问题及原因分析》MySQL1093错误因UPDATE/DELETE语句的FROM子句直接引用目标表或嵌套子查询导致,... 目录报js错原因分析具体原因解决办法方法一:使用临时表方法二:使用JOIN方法三:使用EXISTS示例总结报错原

全面掌握 SQL 中的 DATEDIFF函数及用法最佳实践

《全面掌握SQL中的DATEDIFF函数及用法最佳实践》本文解析DATEDIFF在不同数据库中的差异,强调其边界计算原理,探讨应用场景及陷阱,推荐根据需求选择TIMESTAMPDIFF或inte... 目录1. 核心概念:DATEDIFF 究竟在计算什么?2. 主流数据库中的 DATEDIFF 实现2.1