磷酸浓度使用近红外光谱

磷酸溶液的使用是常见的半导体行业清洁和腐蚀金属表面。磷酸的浓度来优化这些过程是很重要的。通常的实验室方法测定涉及一个或多个滴定。这些方法可以时间和劳动密集型的,而且可能涉及有害物质的使用。同时,实验室方法通常不提供实时控制的能力涉及这些解决方案的一个过程。这个报告将讨论我们的使用导波™硬件和软件工具磷酸浓度的测量使用纤维optic-based水溶液,近红外(NIR)光谱。近红外光谱可以直接应用于实时过程监控或实验室过程。在这两种情况下近红外光谱是一个时间和金钱储蓄替代传统方法。

测量背景

电磁波谱的近红外光谱区域允许使用碳氢键的泛音和组合乐队,地,h基本面。通过测量一系列燃料的NIR光谱样本已知的苯浓度,可以开发一个定量模型在未来这将使苯的测定样品仅基于他们的近红外光谱。我们的分析仪系统使用光纤允许取样探头位于远程位置远离光谱仪本身。

可行性研究:近红外光谱测量过程水和磷酸吗?

准备一系列的解决方案的近红外光谱测量的水和磷酸1050至1750海里使用导波NIR-O™过程分析仪,分光计。图1显示了这些样品的吸光度光谱收集在实验室环境中使用一个路径长2毫米。对于这个应用程序,数据预处理包括一个简单的2点基线修正删除任何抵消。光谱和浓度数据提交给第三方软件,采用PLS回归校正模型开发方法。请和其他多元校正技术的讨论请参阅Martens & Naes1 ASTM2 655 2。

一个过程被称为交叉验证用于验证模型的准确性。开云网页登录这包括遗漏了一个或多个模型,然后测试样本的预测价值(s)作为衡量模型的准确性。开云网页登录这个序列重复几次,直到每个样本模型的离开了。统计数据计算并将其用作估计未来样品的预测精度。开云网页登录图2显示了验证磷酸的预测模型。结果RMSEP 0.25%磷酸。这可进一步开云网页登录提高精度,缩小浓度范围所覆盖的校准模型。