Analitikai spektroszkpia Molekulaspektroszkpia II rsz Dr Berkesi Ott
Analitikai spektroszkópia Molekulaspektroszkópia – II. rész Dr. Berkesi Ottó SZTE Fizikai Kémia Tanszék
Raman-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
Raman-effektus laser - o Rayleigh-szórás Raman-szórás Stokes-ág det. Raman-spektroszkópia Raman intenzitás 2, 5 Raman-szórás anti-Stokes-ág 2 1, 5 1 v~o 0, 5 0 -200 -150 -100 -50 Raman 0 50 100 150 200 eltolódás/cm-1 ~ ~ = vo-v
Raman-effektus 10 -6 -10 -8 Raman intenzitás Rayleigh hvo 2, 5 2 1, 5 1 0, 5 0 -200 -150 -100 -50 Raman 0 50 100 150 200 eltolódás/cm-1 anti-Stokes hv 1’ hvo hv 2’ hv 1” hv 2”
Raman-effektus • A Raman-effektus akkor következik be, ha az átmenet következtében megváltozik a rendszer polarizálhatósága. • A polarizálhatóság tenzor típusú mennyiség
Mintatartó - szilárd • 5 mm-es NMR cső • Kapilláris – kevés minta • Lyuk egy fémtömbben – igen kevés minta – túlmelegedés ellen is véd lézer - o
Jelintenzitás • Valószínűsége 10 -6 – 10 -8 függ vo 4 -tól • A gyűjtési geometria! • Mintatérfogat – az optikai fókusz és a lézersugár metszete • Magas koncentráció! lézer - o 180° minta 135° 90°
Jelintenzitás növelése - mintatartó 90° • A szórt fény összegyűjtése a teljes térszögtartományban • A gerjesztő lézer többszöri átvezetése gáz vagy folyadékmintán 180°
Jelintenzitás 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 Ramanspektroszkópia
Resonant 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 -8 M, vagy felhangok – az alapállapotra jellemző Birge-Sponer adatok! • A fluoreszcencia zavaró hatása!
Surface Enhanced Raman Spectroscopy • Kolloid méretű Ag és Au részecskék felületén létrehozott minta esetén 10141015 –szörös jelerősödés következik be. • Oka máig is vitatott – elektromágneses elmélet vagy a kémiai elmélet (töltésátviteli komplexek) • A kiválasztási szabályok is változnak! Raman SERS
(vvib) v. CARS vprobe Állapotok szuperpozíciója v. Stokes • Két lézer fényének kombinálásával hozzák létre. • A pumpáló lézer (vpump) mellett egy másik lézerrel (vprobe) is besugározzák a mintát – az anti-Stokes sugárzás megerősödik - 105 • A fluoreszcenciától mentes magasabb energiájú oldalon jelenik meg a megerősödött sáv. vpump Coherent anti-Stokes Raman Spectroscopy
Spatially Offset Raman Spectroscopy • Sérülésmentes vizsgálat a csomagolóanyagon belül lévő mintáról • Két eltérő fókuszálású mérés • Kivonva egymásból adja a minta színképét minta 1. mérés 2. mérés csomagolóanyag
Berendezések • 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
Mit vegyünk?
Irodalom 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 10 th Conference on Fourier Transform Spectroscopy, Budapest, 1995, B. 3. 26.
Berendezések
Multikomponens 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!
Az analitikai információ • A szerkezeti információ – minőségi analízis • A mennyiségi analízis – a jelenlévő komponensek koncentrációjának megismerése! • Lambert – Beer – törvény
A Lambert – Beer - törvény • Előny, hogy koncentrációt mér, nem aktivitást! • Hátrány, hogy csak egy nagyságrenden belül megbízhatóan lineáris a koncentrációval! • Kiterjesztési lehetőségek – detektor, FTparaméter • PAS – 8 nagyságrendben lineáris !?
A 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!
Multikomponens analízis • A mérendő anyag koncentrációja valahogy arányos a mérendő jellel. • A kalibráló egyenletnek nem kell lineárisnak lennie. Egyszerű hatványfüggvényekkel is lehet dolgozni. Pl. : Ci = B 1, i(Ter. i) + Bo, i vagy Ci = B 2, i(Mag. i)2 + B 1, i(Mag. i) + Bo, i • Least Square Regression – B-kre
Multikomponens 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(λ 1)Pa(λ 1) + A(λ 2)Pa(λ 2) + Ea Cb = A(λ 1)Pb(λ 1) + A(λ 2)Pb(λ 2) + Eb • Nem kell minden komponens koncentrációját ismerni!
Multikomponens 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
Multikomponens 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.
Multikomponens 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.
Multikomponens 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.
Multikomponens 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.
Multikomponens 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!
Multikomponens analízis
- Slides: 30