爆炸物、毒品的标准拉曼谱图库的建立及自动检索系统

采集31种爆炸物和73种毒品的标准拉曼谱图,分析其谱图,选出适合作为搜索条件的光谱范围。通过编程,建立标准拉曼谱图库和自动检索系统。在选定光谱范围内,拉曼谱图库选择信号较强的特征峰,进行曲线拟合,将获得的峰位置、相对峰强等数据作为参数写入标准拉曼谱图库。通过自动检索系统将未知拉曼光谱与数据库中的标准谱图进行分析比对,搜索软件自动给出正确结论。数据库具有添加、删除、备份、恢复等辅助功能,并具有自动扣除荧光背底,优化拉曼光谱图等功能。本文进一步分析了可能对分析比对结果造成影响的因素。     

便携式拉曼光谱仪在毒品和易制毒化学品快速检测中的应用

本文考察便携式拉曼光谱仪对毒品和易制毒化学品的检测识别能力,主要是利用RT3000便携式拉曼光谱仪对甲基安非他命、安眠酮等10种毒品进行测试,以及对黄樟脑、甲苯等10种易制毒化学品进行测试,同时测定白糖、淀粉等白色安全粉末的拉曼谱图。利用专门的建库软件建立以上标准物质的拉曼谱图库,并考察其识别能力。结果显示:此10种毒品和10种易制毒化学品都具有典型的特征拉曼峰,将此毒品和易制毒化学品谱图进行建库,可以对其进行分子层面的准确识别。通过对算法识别的优化以及阈值的调节,便携式拉曼光谱仪所测安全粉末的误报率为0。便携式拉曼光谱仪具有重量轻,便于携带的功能,可为毒品和易制毒化学品的现场快速判别提供一种新的手段,具有良好的应用前景。     

拉曼光谱在液体安检中的应用及发展趋势

在民航、轨道交通、重要场馆安保等领域的液体安检中,现在主要的技术有三种:介电常数测量技术、拉曼光谱分析技术以及基于X射线的检测技术,但每种技术都不能单独地满足实际需求。拉曼光谱技术可以在液体安检以及违禁品检测中发挥重要作用。未来拉曼光谱技术将在以下方面得到发展:1、采用新技术提升仪器性能;2、增加谱图库扩大技术的应用范围;3、与表面增强拉曼光谱技术结合实现违禁品的探测。     

基于表面增强拉曼光谱的毒品鉴别方法

毒品的快速检测在抑制毒品的传播,打击毒品犯罪方面有着举足轻重的作用.表面增强拉曼光谱(SERS)技术具有指纹识别、检测速度快、样品用量少、无损伤等众多优点而受到了关注,其特点特别适合于公安机关现场快速检测执法.本文利用金纳米粒子溶胶作为增强试剂对拉曼光谱进行增强,制作1μg·mL-1的苯丙胺、氯胺酮、芬太尼、海洛因、可...     

拉曼光谱在新型毒品快速检测中的应用

新型毒品的日益泛滥及快速更新对执法部门现场快速检测提出了越来越高的要求。以三种典型的新型毒品为例,利用密度泛函理论中的B3LYP杂化泛函,在6-31G基组下优化分子几何结构以及拉曼振动频率的计算,并利用拉曼光谱仪进行了实验检测,用以研究拉曼光谱技术在新型毒品快速检测中的应用价值。结果表明：各毒品样品的理论计算拉曼光谱与实验拉曼光谱基本吻合,理论计算光谱可以为实验光谱特征峰的归属提供参考;各毒品拉曼特征峰的峰位差异明显,其中冰毒特征峰为837和1003 cm-1,K粉最具有鉴别价值的特征峰为463,659和1 046 cm-1,而麻古最明显的特征峰为556,1 329和1 699 cm-1,拉曼光谱可被用于毒品的鉴别和认定;微量冰毒及K粉残留物的实验拉曼光谱与其常量时基本一致,拉曼光谱可被用于毒品微量残留物的准确识别;伪冰毒N-异丙基苄胺的拉曼特征峰853 cm-1与冰毒拉曼特征峰837 cm-1存在明显差异,因此拉曼光谱可被有效地用于以上毒品的检测;而聚丙烯材料制成的透明包装对自身存在强烈荧光干扰的麻古拉曼光谱有较大影响。     

阵列相关系数比对法在中药鉴别中的应用研究

中药材红外光谱具有“指纹”性,通过对红外特征吸收谱图的比对可达到区分和鉴别药材的目的。该研究用Visual Basic 6.0设计了中药材红外光谱阵列相关系数比对软件,建立了300多种中药药材的红外光谱数据库,将未知药材的红外光谱与数据库中药材的红外光谱进行比对,它能依11个波段两光谱相关系数的大小自动找到与库中最相似的光谱的药材,从而达到鉴别未知药材的目的。研究结果表明：在光谱数据库所包含的药材范围内,指定阵列相关系数的阈值,抓住特征波段光谱的比对,可避开CO₂和H₂O等外界因素对谱图的干扰,使比对结果准确可靠。该法有望成为中药材快速鉴别的一种常规手段。     

拉曼光谱数据库及信息查询系统

随着拉曼光谱议的不断发展,尤其是便携式拉曼光谱仪的普及,与其配套的各种拉曼数据库的建立是十分重要的。目前大多数实验室都依赖进口仪器及其相应的数据库。因此建立我国自己的拉曼数据库具有重要的意义。本文采用目前最先进的数据库软件平台,构建了大型拉曼光谱数据库。本数据库包括宝玉石及其填充物、原生矿物、毒品,农药,打印复印墨迹、化学药剂等数个子数据库,总计有数千条图谱及数据信息。可以通过中文名称、英文名称、化学式、特征峰等多种方式进行查询。系统具有智能化的信息查询模块,并且支持模糊查询。根据最强的三个特征峰值进行搜索,是其区别其他数据库的显著特点。在特征峰搜索模式中,通过依次输入拉曼图谱中的最强特征峰值,经过几次比对和确认可以显示出满足搜索条件的图谱,最终逼近真实结果。操作人员只需经过简单的培训,使用较低硬件配置的计算机,就能够在几秒钟内根据实际测得拉曼图谱,从数据库中查找出与其匹配的信息,从而快速准确的鉴定出其构成与或所属矿物。本数据库在功能上可以不断扩展,包含的数据信息可以不断扩充。该数据库可广泛应用于公安法学,宝玉石真伪,化学分析等各种物相鉴定领域。     

拉曼光谱在墨迹鉴定中的应用研究进展

拉曼光谱因其微量、无损、高效等优点被广泛应用于法庭科学领域尤其是墨迹分析鉴定中,文章总结了常用的拉曼光谱技术及其在圆珠笔、钢笔、签字笔、激光打印机、喷墨打印机等的墨迹鉴定中的应用,提出建立标准的墨迹拉曼谱图数据库、探索与其他仪器技术联用以及与化学计量学等分析方法的结合将是拉曼光谱技术应用于墨迹鉴定中的发展趋势。     

利用拉曼光谱对毒品的检验及基于R软件的数据分析

本文利用拉曼光谱对不同种类的毒品进行检验,利用拉曼光谱对同分异构体氯胺酮和羟亚胺、同系物合成大麻素JWH-018和JWH-073进行区分,并结合R软件,对成分未知的摇头丸样品中各组分的含量进行分析;并且利用拉曼光谱成像技术,对油汗混合指纹、护手霜油脂指纹、502熏显指纹上的毒品颗粒进行了检验。实验结果表明,拉曼光谱是分析各类毒品的有效手段,以其快速、无损、无需样品前处理的优势,实现对分子结构相似的样品的区分;结合拉曼光谱成像技术,可以获得毒品颗粒在指纹上的分布情况,在物证的现场检验中有良好的应用前景。     

表面增强拉曼光谱快速检测毒品海洛因

荧光的干扰使得毒品海洛因难以直接进行拉曼光谱检测。本文将表面增强拉曼散射(SERS)技术引入到毒品海洛因的快速检测,首次获得它的表面增强拉曼特征峰。采用此法成功检测了来自海关的20批毒品海洛因样品,对其它粉末的检测中没有出现误报现象。这表明表面增强拉曼光谱可用于对海洛因的准确检测。     

多波长消荧光拉曼光谱仪的研制及应用研究

拉曼光谱技术作为探究分子、晶体及其结构特征的有力手段,具有快速、无损、样品用量小、无需前处理且适应性强等优点,已被广泛应用于食品安全、石油化工等领域。但在拉曼光谱应用中,常常受到荧光背景干扰,导致拉曼信号降低,严重的情况下拉曼信号甚至会淹没在荧光背景中。为解决拉曼技术在实际应用中荧光背景干扰的问题,从仪器角度出发,采用二色镜对多波长拉曼光谱进行光路耦合设计,研制了近红外拉曼光谱与移频差分拉曼复合一体的多波长消荧光拉曼光谱检测系统,其中近红外拉曼光谱采用1 064 nm激光光源设计,移频差分拉曼光谱选取784.5和785.5 nm两组激光光源进行时分复用,在移频差分拉曼光谱检测的同时,亦可获得两组单波长拉曼光谱数据。通过对比同步测试和分时逐次测试的强度及峰位稳定性,验证了多波长消荧光拉曼光谱仪的同步测试性能;选取了多种荧光背景强弱不同的样品,进行了单波长拉曼、近红外拉曼及移频差分拉曼光谱的对比分析。针对丙酮、乙腈等荧光背景较弱的样品,可采用单波长拉曼光谱对样品进行定量及定性分析;针对食用油、红色塑胶微粒等荧光背景与拉曼信号强度相当的样品,可采用近红外拉曼光谱对样品进行定量及定性分析;针对红酒、棕色塑胶微粒等荧光背景较强的样品,需结合近红外拉曼光谱和差分拉曼光谱对样品进行定性分析。研究表明：通过多波长消荧光拉曼光谱检测系统的研制,在常规单波长拉曼光谱技术的基础上,将两种抑制荧光干扰技术有机结合,有效扩充了应用领域及样品检测范围。     

激光诱导击穿光谱与拉曼光谱技术在危险物检测中的研究进展

炸药、生物及化学危险物检测在反恐和公共安全领域具有重要应用价值,也是目前亟需解决的问题。激光诱导击穿光谱技术利用高能激光脉冲诱导材料产生等离子体,通过探测等离子体辐射光谱从而分析其组成成分。拉曼光谱技术是基于非弹性光散射的一种光谱检测方法,可以反映分子的振动信息。由于它们都具有快速和非接触遥测的优点,成为最有发展潜力和应用前景的危险物检测技术。介绍了激光诱导击穿光谱、拉曼光谱以及二者联合探测技术在危险物检测中的国内外发展现状,并对各自的优缺点进行了分析。激光诱导击穿光谱信号强、实时性好,但重复性差、基底效应影响显著,在判别组成元素相同而分子结构不同的危险物和干扰物时面临巨大挑战。拉曼光谱能够提供被测物的分子信息,适合于鉴别有机危险物,但信号弱、受荧光干扰大、检测低浓度样品及分析混合物的能力弱,外场使用时受周围杂散光以及环境变化的影响大。将这两种光谱探测技术相融合,发挥各自的优点,可以有效地提高探测危险物的准确度。但两种光谱联合探测系统结构和数据处理复杂,成本高,还有许多技术难点亟需解决。文章最后,对危险物激光诱导击穿光谱和拉曼光谱研究的前景进行了展望。     

基于拉曼光谱技术鉴别ABS废旧塑胶原料的方法研究

塑胶微粒原料已渗透到人类衣食住行的方方面面,并广泛应用于能源、工业、农业、交通乃至航空航天和海洋开发等各重要领域不可或缺的材料。在利益的诱惑下,废旧塑胶的走私现象屡禁不止。我国作为塑胶原料进口大国,现有检测方法耗时长,难以实现现场检测,因此,开发一种用于现场的废旧塑胶微粒判别方法,对快速通关和海关缉私有重要意义。拉曼光谱技术具有快速、无损、样品用量小、无需前处理且适应性强等优点,已在现场快速鉴别领域得到广泛应用。在研究塑胶废旧机理的基础上,将拉曼光谱技术结合化学判别方法,应用于废旧塑胶原料识别。选取两类成分相似的实际通关塑胶原料样品,包含标准品及废旧品各160份,并对样品的拉曼光谱信息进行了采集。对比分析了两种塑胶原料的原始拉曼光谱,并对样品的拉曼光谱特征峰进行了归属分析。选取1 603 cm-1作为归一化参照峰位,进一步探究废旧塑胶的成分变化,对比统计了废旧塑胶原料及标准塑胶原料的相对峰强变化,结果表明废旧塑胶原料发生了化学老化。基于主成分分析法（PCA）对原始拉曼光谱及预处理拉曼光谱进行降维处理,结果表面预处理拉曼光谱的前2主成分空间分离度较好,通过对原始拉曼光谱数据进行背景扣除及平滑预处理,可减少荧光背景及噪声对鉴别的影响,提高鉴别的准确度。将样品一半划分为校正集用于模型建立,另一半划分为预测集用于模型验证,基于偏最小二乘判别分析（PLS-DA）,建废旧塑胶原料鉴别模型,该模型对建模训练集鉴别正确率为100％,模型验证集鉴别正确率为99.06％。研究表明,基于拉曼光谱技术,结合测试数据预处理及偏最小二乘判别分析方法,可以有效地实现塑胶原料的现场、快速、准确鉴别,为开发现场检测装备及方法提供理论参考。     

表面增强拉曼法快速检测猪肉中齐帕特罗残留

齐帕特罗是一种β₂-受体激动剂,也就是俗称的“瘦肉精”,经常被不法商家用于牲畜养殖,目前也没有相关国家标准对其残留限量作出规定。该兽药进入牲畜体内以后可以改变某些营养素的代谢方式,促进牲畜肌肉的生长,对牲畜体内的脂肪进行快速的消耗和转化,从而提高牲畜的瘦肉率。目前对该药物的检测方法主要是液相色谱串联质谱法,该方法具有成本高昂、操作繁琐、耗时较长等缺点,表面增强拉曼光谱法具有灵敏度高、检测速度快等优势,近年来被广泛应用于食品中有毒有害物的检测。为了实现猪肉中齐帕特罗的快速检测,建立了一种猪肉中齐帕特罗残留的表面增强拉曼光谱快速检测方法。通过优化比较一系列实验结果,确定样品与金胶的最佳体积比为1∶2以及最优混匀检测时间为3 min;通过对多种萃取溶剂的比较最终确定使用乙酸乙酯为提取剂;通过密度泛函理论中B3LYP/6-311+G(d)基组对齐帕特罗的理论光谱进行计算,确定齐帕特罗的SERS特征峰并进行振动归属,以1 116,1 447和1 573 cm-1处的特征峰作为齐帕特罗的定量特征峰,其中1 116 cm-1是苯环面内变形振动,1 447 cm-1是C—H键面外摇摆振动,1 573 cm-1是苯环C—H键伸缩振动;在最佳实验条件下,建立了齐帕特罗标准溶液特征峰SERS信号与浓度对数的标准曲线,线性方程R2值均在0.9以上;对不同加标浓度的实际样品进行检测,得到平均回收率为90.39%~101.24%,RSD值为7.90%~8.94%。该法方便快速、稳定性好,无需对样品进行复杂的预处理即可实现对猪肉中齐帕特罗残留的快速准确测定,可为齐帕特罗的检测以及相关标准的制定提供一种新的思路。     

基于表面增强拉曼光谱的合成色素专利蓝V的快速检测

食品安全问题一直是社会和广大群众关注的焦点问题,食品安全现状较为严峻,因此实现食品中有害物质的快速检测具有重要的实际意义。合成色素是一种常见的食品添加剂,然而合成色素的超标添加和非法添加依旧是食品安全中的重要问题之一,极大地危害人民群众的身体健康和食品工业的健康发展。常见的合成色素检测方法,均存在耗时长、费用高等缺点,不适应于合成色素的实时监测和快速筛查。为克服传统方法的缺点,提出利用表面增强拉曼光谱检测技术对合成色素进行检测,该方法具有检测速度快、检测灵敏度高等优点,能够达到现场实时检测的目的。此外,由于拉曼检测方法往往依赖于复杂的样品前处理操作,而常见的固相萃取技术一般依赖于人工操作,过程复杂且耗时较长,严重影响食品快速检测效率。因此,开发了一种全自动固相萃取装置,通过设计嵌入式硬件电路系统及其软件,精确控制蠕动泵流速和多路阀门开关实现了活化、上样、淋洗、洗脱四个步骤的全自动操作和参数控制,从而达到食品样品的全自动快速固相萃取。在实验部分,配制不同专利蓝V浓度的果汁饮料,然后利用该装置对果汁中的专利蓝V进行前处理,对萃取柱填料和萃取中各个步骤的时间和试剂进行了合理的选择,利用表面增强拉曼光谱检测技术成功地检测了合成色素中的专利蓝V。实验结果表明,所研制的自动固相萃取装置对比传统手工萃取,每个样品节省了近一半的萃取时间（10 min降为5 min）且能够同时处理5个样品,萃取时间稳定不易受人为因素影响,从而极大地提高了萃取效率和稳定性。此外,通过自动萃取获得的样品,对比手工萃取操作,因其受外界干扰相对较小,能够得到更强的拉曼光谱信号（约增强50%）,获得了满意的萃取效果。对不同浓度的专利蓝V样品的结果显示,该方法能够实现检出质量浓度在0.5 mg·L-1水平,可有效满足现场监测需求。具有快速、方便、灵敏度高等特点。     

基于DCGAN的拉曼光谱样本扩充及应用研究

拉曼光谱检测方法依赖于化学计量学算法,深度学习是当下最炙手可热的方向,可应用于拉曼光谱进行建模。但是深度学习需要大样本进行训练,而拉曼光谱采集受制于器材和人力成本,获取大批量的样本需要更大成本,且易受荧光等因素干扰,这些问题都制约了将深度学习应用于拉曼光谱。针对以上问题,通过引入深度卷积生成对抗网络（DCGAN）提取拉曼光谱内部特征,对抗生成新的拉曼光谱,从而达到扩充数据集目的。同时和另一个扩充数据集的方法--偏移法进行对比,证明DCGAN的可靠性。设计生成光谱选取标准,选取高相似性的光谱填充数据集,为深度学习在拉曼光谱中的应用奠定基础。为了验证生成的光谱比原始光谱有更好的适用性,设计四组实验：（1）使用原始拉曼光谱输入到SVM进行分类,得到51.92%的分类准确率;（2）使用原始拉曼光谱输入到CNN进行分类,得到75.00%的分类准确率;（3）采用偏移法生成光谱,输入到CNN里进行分类,得到91.85%的分类准确率;（4）使用DCGAN生成光谱,输入到CNN里进行分类,得到98.52%分类准确率。实验结果表明,DCGAN能在只有少量拉曼光谱的情况下,通过对抗学习得到较好的生成光谱,且生成的光谱相比原光谱更加清晰,减少了可能的干扰因素,具有光谱预处理效果。通过DCGAN对抗生成大量高质量的数据填充到原有拉曼光谱数据集,扩充数据集的样本量,使得深度学习模型能够得到更好的训练,从而提高模型的准确率。该研究为深度学习方法应用于拉曼光谱分析技术提出了一个可行的方案。     

表面增强拉曼光谱法快速检测猪肉中左旋咪唑残留

左旋咪唑是一种广谱抗虫药,被广泛应用于抗猪、牛等牲畜体内的线虫。同时左旋咪唑具有特殊的免疫调节作用,在动物养殖中常用于抗菌消炎、抗病毒、促生长等方面。当其被不合理使用时容易在禽畜肉中产生残留,目前常见的左旋咪唑检测方法为液相色谱法与气相色谱法,该类方法具有操作复杂、耗时长、成本高等缺点。表面增强拉曼光谱法具有分析速度快、检测灵敏度高和特异性好等优点,近年来被广泛应用于农残、兽残等物质的快速检测。为实现猪肉中左旋咪唑残留的快速检测,建立了一种猪肉中左旋咪唑残留的表面增强拉曼光谱快速检测方法。通过单因素实验,确定了金胶与样品溶液最佳体积比和最适积分时间分别为2∶1与20 s。通过比较不同萃取方法与萃取溶剂对猪肉中左旋咪唑盐酸盐残留量的提取效果,确定了正己烷液液萃取后离心、取上清液氮吹复溶的操作简单、耗时短的提取条件。通过密度泛函理论中B3LYP/6-311+G(d)基组对左旋咪唑盐酸盐理论光谱进行计算,在优化分子结构后进行频率与拉曼光谱计算,所得理论计算光谱与固体光谱、溶液光谱出峰情况具有较好的一致性。根据理论计算光谱、固体光谱与溶液光谱确定左旋咪唑盐酸盐的SERS特征峰并进行振动归属,得到469,627和969 cm-1处特征峰作为左旋咪唑盐酸盐的定量特征峰,其中469 cm-1为C—S键伸缩振动,627 cm-1为苯环C—C弯曲变形振动,969 cm-1为咪唑环面内弯曲和侧链骨架振动。在最佳实验条件下,建立了左旋咪唑盐酸盐标准溶液特征峰SERS信号与浓度的标准曲线,线性方程R2值均在0.9以上。对不同加标浓度的实际样品进行检测,得到平均回收率为80.39%~95.94%,RSD值为3.08%~6.20%。该法操作简便、稳定性好,无需对样品进行复杂的预处理即可实现对猪肉中左旋咪唑残留的快速准确测定。     

基于拉曼光谱的危险液体快速识别研究

快速准确识别不明危险液体在公共安全领域需求明显。拉曼光谱技术因具有快速、灵敏、可非接触式检测等优点,成为近年来此领域的研究热点。以沙林、梭曼、塔崩、维埃克斯、芥子气等化学毒剂,磷酸三甲酯、磷酸三乙酯、磷酸三丁酯、甲基膦酸二甲酯、甲基膦酸二异丙酯等化学毒剂模拟剂,亚磷酸二甲酯、亚磷酸三甲酯、亚磷酸三乙酯、甲基膦酰氯乙酯、甲基膦酰二氯、甲基膦酰二氟、氯沙林、二乙胺基磷酰氯、2-二乙胺基乙硫醇、硫二甘醇、异丙醇、频呐基醇、甲基膦酸、甲基膦酸异丙酯、甲基膦酸频呐基酯等化学毒剂前体、中间产物、水解产物以及有毒工业化学品如邻二甲苯、间二甲苯、苯甲醚、氯代苯、乙酸乙酯、乙酸乙烯酯、乙酸苄酯、甲醇、乙醇、乙腈、丙酮、1,1,1-三氯乙烷、正己烷、正丁醇、四氯化碳等和汽油、水等42种危险液体和常见溶剂为研究对象,使用配备785 nm激光器的便携式拉曼光谱仪,针对上述化合物建立了拉曼光谱检测方法,获得了高信噪比的散射光谱数据,对谱图特征进行了分析。采用线性判别分析（LDA）、二次判别分析（QDA）、k近邻（kNN）、朴素贝叶斯（NB）模型、分类决策树（CT）、支持向量机（SVM）6种模式识别算法对上述拉曼光谱数据进行识别归类。研究结果表明,支持向量机、线性判别分析模型具有100%的识别准确率,考虑到实际使用过程中非标准谱图、仪器条件以及外界环境改变等因素会对支持向量机识别结果产生影响,将线性判别分析模型确定为危险液体的快速识别方法。全部测试过程在1~2 min内即可完成且不损耗样品,成功实现水和危险品汽油与其他有毒液体的区分。该研究揭示了具有指纹谱特征的拉曼光谱结合模式识别算法可用于化合物的快速筛查,为及时发现通关夹带,保证物流安全以及化学恐怖事件应急处置等提供了技术支撑。     

半导体纳米粒子SERS基底对大肠杆菌的无损检测研究

很多致命的疾病都与细菌感染密切相关,快速、准确地检测和鉴定细菌及微生物,一直是微生物学家及有关科研工作者追求的目标,拉曼光谱可以提供丰富的谱图信息,而表面增强拉曼光谱(SERS)有很高的检测灵敏度,然而一些贵金属SERS基底却容易使蛋白质变性,影响检测结果。以大肠杆菌(E.Coli)作为目标检测细菌,首先检测到大肠杆菌的拉曼光谱,之后采用两种不同的SERS基底(ZnO,Ag溶胶)进行检测。结果表明Ag溶胶基底有很强且较丰富的SERS信号,但是相对于E.Coli的本体拉曼谱峰有较大位移,说明与银溶胶相互作用的细菌存在一定的蛋白质变性过程;而ZnO纳米粒子与细菌作用的SERS信号虽然较弱,但是与E.Coli的本体拉曼信号较为相似,说明ZnO纳米粒子对E.Coli本体基本无损,这将有利于SERS在生物体系的无损检测。该结果可以为利用生物相容性好的半导体SERS基底进行细菌的检测提供有益的参考。     

基于铜网置换反应的微纳结构SERS基底制备和应用

电力能源发展与国家经济发展关系密切,因此电网稳定、安全地运行是人民稳定生活的保障。而与稳定可靠的电网的运行有关的是变压器的绝缘水平,因此始终注意电气设备的状况和运行非常重要。而仅由纸绝缘产生的糠醛是目前用于评估电力变压器老化状况最常用的指标之一,所以准确测量变压器油中糠醛含量具有重大意义。拉曼光谱法可以实现对待测物的快速、无损检测,但受限于拉曼散射信号弱,对油中老化特征物这种微量物质检测难度大。表面增强拉曼光谱可以解决痕量物质检测的灵敏性问题,使溶解在变压器油中的老化特征物得到快速、无损地检测。故将SERS应用到变压器油中糠醛的检测对于变压器运行状况的评估具有重要的意义。围绕着变压器油中糠醛作为痕量物质检测灵敏度低的问题,基于置换反应在TEM铜网上制备了微纳米结构的SERS基底,以检测变压器油中的糠醛,为高效,准确地检测变压器油的老化水平提供一种快速、有效的新技术。选择了特定的实验材料,在控制特定的实验条件下基于置换反应制备出微纳结构SERS基底,经过电镜扫描对其表面形貌进行表征;在不同位置进行拉曼检测得到特征拉曼峰峰强的变异系数仅为3.55％,表明该基底的“热点”分布均匀和检测可重复性高;定性分析了一定浓度梯度的变压器油中糠醛和背景噪声的拉曼光谱。选择了1 702 cm-1的拉曼峰作为油中糠醛的特征拉曼峰。定量分析中,建立内标峰和1 702 cm-1处峰强比与变压器油中糠醛浓度的线性函数,得到良好的线性关系。使用3δ准则计算变压器油中糠醛在微纳结构SERS基底上的检测下限约为0.51 mg·L-1。研究说明基于铜网置换反应的微纳结构SERS基底对于变压器油中糠醛具有更灵敏的检测。这对于诊断电力变压器绝缘状况和维护电网稳定非常重要。