Шпаргалки к ГОС - экзамену по аналитической химии - файл n1.doc

приобрести
Шпаргалки к ГОС - экзамену по аналитической химии
скачать (1101.5 kb.)
Доступные файлы (1):
n1.doc1102kb.08.07.2012 14:45скачать

n1.doc


Обработка данных многократных измерений одной величины.

Предел обнаружения. Способы его оценки

Обработка экспериментальных данных, полученных в ходе параллельных измерений одной и той же величины в одинаковых условиях, проводится на основании статистических гипотез. Использование статистической гипотезы предполагает сравнение величин, рассчитанных по определенным уравнениям с использованием имеющихся экспериментальных значений, с табличными данными. Если рассчитанная величина меньше табличного значения, делается вывод о правильности сделанного предположения, если больше, то оно отвергается. Табличное значение определяется для заданного уровня доверительной вероятности и некоторого числа степеней свободы.
(б) 95% интерквантильный промежуток для двустороннего предела.

Графический вид нормального закона распределения

Число степеней свободы для одной серии опытов, в которой проведено n параллельных измерений, равно:nn = n –1. Для эксперимента из k серий, в каждой из которых выполнено nk параллельных определений, число степеней свободы равно: nn,k = . нужно исключить грубые промахи: при количестве параллельных измерений n < 10 можно использовать статистическую гипотезу, основанную на Q-критерии. Для этого рассчитывают значения Q1 и Qn по уравнению: или , Если число измерений n і 10, то для определения грубого промаха используют t-критерий. Граничное значение tгр определяется по формуле:. Если рассчитанное значение tгр больше, чем табличное, то xm является грубым .

Далее рассчитывают среднее; Предполагается, что среднее является оценкой истинного значения, так как случайные погрешности, имеющие различные знаки будут компенсировать друг друга. Затем для k-той серии рассчитывают стандартное отклонение – sk: . Стандартное отклонение является оценкой возможной степени отклонения полученных экспериментальных данных от истинного значения и обусловлено наличием случайной погрешности.

Расчет доверительного интервала. Для определения границ интервала для одной серии параллельных измерений используют формулу: ,где tp,n табличное значение критерия Стьюдента. Если Хср входит в доверительный интервал, то систематической ошибки нет. Совместная статистическая обработка данных, полученных для одной и той же концентрации аналита в одинаковых условиях в нескольких сериях экспериментов, возможна, только в том случае, если они имеют сравнимую точность, то есть экспериментальные данные являются равноточными. Если рассматривается 2 серии параллельных измерений, то используется критерий Фишера:. Если рассчитанное значение F меньше табличного, то данные являются равноточными, в противном случае нет. Критерий Бартлета применяют, когда проведено k серий химического анализа одного и того же образца, в каждой из которых выполнено различное количество параллельных определений–nk. Критерий Бартлета применим для выборок объемом nk і 6. Для определения того, является ли одна из серий неравноточной, рассчитывают значения sk и nn,k, а затем значение полного стандартного отклонения. С помощью этих данных рассчитывают параметры B и C:

B = 2.3∙[nn,kЧlgsn,k2 - (Чlgsk2)]

C = 1 + (). Если c2 < B/C, (где c2 – критерий Пирсона), то гипотезу о равноточности данных можно считать справедливой, если нет, то из дальнейшей обработки исключается серия, которая имеет наибольшее стандартное отклонение. В тех случаях, когда количество параллельных определений во всех сериях одинаково, для определения равноточности данных используют критерий Кохрена. Сначала для каждой серии вычисляют стандартное отклонение sk и определяют наибольшую из них smax. Далее определяют отношение наибольшей оценки к сумме всех оценок sk:

. Если табличное значение меньше расчетного, то серию экспериментов, которой соответствует smax, исключают из дальнейшего рассмотрения.

Если содержание аналита в образце заранее известно (сообщается после проверки результатов лабораторной работы), то необходимо оценить систематическую составляющую погрешности по формуле:.

ПО-наименьшее содержание, при котором по данной методике можно обнаружить присутствие компонента с заданной доверительной вероятностью. ПО определяет минимальное количество компонента,которое может быть обнаружено с заданной точностью

ПО м.б. как>Сmin,так и < Сmin. ПО определяют экспериментально; по отношению к шуму 3 (В ИВА шум д.б.=0)

Для минимальной концентрации необходимо сделать не менее 10 измерений для расчета ПО. Если разрабатывается СО,число измерений д.б. не менее 25 и 2 параллельных измерения (т.е. 50)

Дисперсионный анализ. Применение методов дисперсионного анализа в АХ

Для улучшения метрологич. характеристик методик предпринимают статистич. дисперсионный анализ с целью выявления "слабого звена". Предполагают, что каждое звено (этап анализа) вносит свою долю в общую погрешность анализа. Допуская независимость и аддитивность частных дисперсий, обусловленных каждым из звеньев, можно, оценив их спец. приемами, записать s2S = s21 + s22 + ... + s2i и усовершенствовать лишь 1-2 звена, в к-рых дисперсии наибольшие.

Дисперсионный анализ - сравнение дисперсий; сравнение средних значений 2-х выборочных совокупностей. В практике химического анализа часто возникает необходимость сравнения результатов исследования некого объекта, полученных в разных лабораториях разными аналитиками на разных приборах и т. д. Такая не-
обходимость обусловлена оценкой воспроизводимости и однородности ре-
зультатов анализа. Если различие дисперсий и средних для выборочных
совокупностей полученных результатов носит случайный характер, то ре-
зультаты можно считать равноточными и использовать для совместной
статистической обработки. То есть такие выборки можно считать принад-
лежащими одной генеральной совокупности.
Существует несколько критериев сравнения выборочных дисперсий.
1. F-критерий Фишера применяют для сравнения двух независимых
нормально распределенных выборочных совокупностей.
2. Критерий Бартлета применяют для сравнения k независимых нор-
мально распределенных выборочных совокупностей объемом с диспер-
сиями и числом степеней свободы
3. Критерий Кохрана применяют для сравнения k независимых нор-
мально распределенных выборочных совокупностей равных объемов
ni = const с дисперсиями . Выборочные дисперсии различаются значи-
мо, если критерий Кохрана G, рассчитанный по формуле (26), превышает
табличный G2iSкр для принятой доверительной вероятности p и числа степе-
ней свободы f = k – 1.
Если выборочные дисперсии различаются в пределах случайного раз-
броса, то следующим шагом является сравнение выборочных средних. Вы-
борочные средние 1x, 2x различаются значимо, если t-критерий Стью-
дента, рассчитанный по формуле (27), превышает табличный tp,f для при-
нятой доверительной вероятности p и числа степеней свободы объединен-
ной выборки f = n1 + n2 – 2.

Применение статистических гипотез при обработке экспериментальных результатов.

ИСКЛЮЧЕНИЕ ГРУБЫХ ПРОМАХОВ: при количестве параллельных измерений n < 10 можно использовать статистическую гипотезу, основанную на Q-критерии. Для этого рассчитывают значения Q1 и Qn по уравнению: или , Если число измерений n і 10, то для определения грубого промаха используют t-критерий. Граничное значение tгр определяется по формуле:. Если рассчитанное значение tгр больше, чем табличное, то xm является грубым . ОПРЕДЕЛЕНИЕ РАВНОТОЧНОСТИ ДАННЫХ: Совместная статистическая обработка данных, полученных для одной и той же концентрации аналита в одинаковых условиях в нескольких сериях экспериментов, возможна, только в том случае, если они имеют сравнимую точность, то есть экспериментальные данные являются равноточными. Если рассматривается 2 серии параллельных измерений, то используется критерий Фишера:. Если рассчитанное значение F меньше табличного, то данные являются равноточными, в противном случае нет. Критерий Бартлета применяют, когда проведено k серий химического анализа одного и того же образца, в каждой из которых выполнено различное количество параллельных определений–nk. Критерий Бартлета применим для выборок объемом nk і 6. Для определения того, является ли одна из серий неравноточной, рассчитывают значения sk и nn,k, а затем значение полного стандартного отклонения. С помощью этих данных рассчитывают параметры B и C:

B = 2.3∙[nn,kЧlgsn,k2 - (Чlgsk2)]

C = 1 + (). Если c2 < B/C, (где c2 – критерий Пирсона), то гипотезу о равноточности данных можно считать справедливой, если нет, то из дальнейшей обработки исключается серия, которая имеет наибольшее стандартное отклонение. В тех случаях, когда количество параллельных определений во всех сериях одинаково, для определения равноточности данных используют критерий Кохрена. Сначала для каждой серии вычисляют стандартное отклонение sk и определяют наибольшую из них smax. Далее определяют отношение наибольшей оценки к сумме всех оценок sk:

. Если табличное значение меньше расчетного, то серию экспериментов, которой соответствует smax, исключают из дальнейшего рассмотрения.

Случайные погрешности и способы их оценки

Это погрешность, случайным образом изменяющаяся от опыта к опыту. Причины появления неизвестны, но м.б. оценены методами мат.статистики. Вероятность появления случайной погрешности имеет следущий вид:

Соответствует нормальному распределению закона Гаусса:

симметричность говорит о равновероятности появления как завышающей, так и занижающей погрешности. «Скученность» говорит о появлении более вероятно малых ошибок, чем больших. Чем больше дисперсия, тем более пологий пик; одинаковая вероятность появления малых и больших ошибок. Стандартное отклонение:

. Затем рассчитывают доверительный интервал: Хср-?=.

Доверительная вероятность – это площадь под кривой (0,95)

Наличие случайной погрешности определяет характеристику – воспроизводимость. Воспроизводимость – характеризует степень близости друг другу единичных определение, рассеяние результатов относительно среднего.

Основные метрологические характеристики методик анализа. Способы оценки воспроизводимости.

  1. Воспроизводимость – степень близости между независимыми результатами единичных измерений, полученными в одной лаборатории с использованием одной и той же методики, но в разных аналитических сериях. Мерой воспроизводимотси является стандартное отклонение воспроизводимости. Чтобы оценить воспроизводимость рассчитывают дисперсии для разных выборок S1 и S2. . Затем считают критерий Фишера: .

Fтабл>Fэксп– расхождение не значимо между выборками;Fтабл

  1. Сходимость – степень близости между результатами, полученными в одной аналитической серии. Мера сходимости – стандартное отклонение сходимости

  2. Повторяемость – степень близости между независимыми результатами единичных измерений, полученных с использованием одной и той же методики, но в разных лабораториях, разными исполнителями с использованием разных приборов. Мера повторяемости – стандартное отклонение повторяемости

  3. градуировочная характеристика и чувствительность. Градуировочная характеристика – это пределы концентрации, где наблюдается линейная зависимость. Чувствительность – это тангенс угла наклона y=bx+a/

  4. ПО – min значение концентрации, которое может быть с уверенностью обнаружено

  5. Робастность – это свойство методики анализа, характеризующее ее устойчивость к небольшим изменениям условий измерения. Это качественное понятие

  6. Селективность и специфичность – это средства выражения степени влияния веществ матрицы пробы на результаты анализа по данной методике. Это качественные характеритики

  7. Правильность – это характеристика систематической погрешности анализа


Калибровка и химический анализ


Калибровкой называется процесс, посредством которого отклик прибора выражается через какие-либо химические параметры. Цели калибровки: 1) область измерений определена или упорядочена; 2) проявляется оценка параметров измерения. К этим методам относятся те, в которых есть СО. а) концентрация аналита должна быть точно известна;б) хим.состав СО должен соответствовать составу изучаемого объекта. Величина аналитического сигнала определяется многими параметрами (матричный состав вещества, случайный шум прибора и т.д.), поэтому необходимо, чтобы влиянием всех влияющих факторов, кроме концентрации аналита, можно было бы пренебречь. Для построения зависимости используют стандартные образцы, которые представляют собой ряд различных концентраций аналита в одной и той же матрице. Все возможные примеси, влияющие на ход анализа, должны присутствовать в количествах, не влияющих на точность определения аналита в образце.

Участок функции отклика называется градуировочной кривой. Предпочтительно, хотя и не обязательно, чтобы она была линейной. В этом случае говорят о линейной калибровке, которая описывается уравнением:

y = a + bx., где b – наклон градуировочной зависимости; а – отрезок, отсекаемый на оси ординат.

Идеальный градуировочный график должен проходить через начало координат, то есть при концентрации аналита равной нулю аналитический сигнал незначим. Это означает, что инструментальные и экспериментальные фоновые шумы, другие случайные влияния, равны нулю: y = bx.

На практике, если не известно заранее обратное, предварительный расчет проводят в предположении, что коэффициент a значим, а затем проводят проверку правильности этого предположения.

Для оценки границ пригодности линейной модели необходимо построить градуировочный график. Вывод о наличии линейной зависимости можно сделать на основании простого зрительного восприятия поля экспериментальных точек – если они группируются равномерно относительно некоторой прямой. Более точным является метод исследования остатков. Остаток определяется как разность y между наблюдаемым аналитическим сигналом и расчетным значением yт, полученным в предположении, что все точки лежат на одной прямой.

Если предположение о соответствии экспериментальных данных линейной калибровке выполняется, то зависимость y от С имеет вид горизонтальной полосы распределенной около нуля, как показано на рис.3.1, а. Если нет, то реализуется случай, представленный на рис.3.1, б.



Для обработки данных линейной калибровки используется метод наименьших квадратов (МНК). Одним из параметров, который определяется с помощью этого метода, является коэффициент корреляции r. В математической статистике рекомендуется использовать его для оценки степени линейности градуировочного графика. Чем ближе величина r к ±1, тем точнее описание наблюдаемой зависимости линейной функцией. Если r = 0, то какая-либо корреляция между x и y отсутствует.


АС

метрологические характеристики методик химического анализа

аналитическая серия – это совокупность измерений, выполняемых в течение ограниченного промежутка времени в одинаковых условиях (на одном и том же оборудовании с использованием одних и те же реактивов, с единой градуировкой).

1. Воспроизводимость – степень близости между независимыми результатами единичных измерений, полученными в одной лаборатории с использованием одной и той же методики, но в разных аналитических сериях. Мерой воспроизводимотси является стандартное отклонение воспроизводимости. Чтобы оценить воспроизводимость рассчитывают дисперсии для разных выборок S1 и S2. . Затем считают критерий Фишера: .

Fтабл>Fэксп– расхождение не значимо между выборками;Fтабл
2. Сходимость – степень близости между результатами, полученными в одной аналитической серии. Мера сходимости – стандартное отклонение сходимости

3. Повторяемость – степень близости между независимыми результатами единичных измерений, полученных с использованием одной и той же методики, но в разных лабораториях, разными исполнителями с использованием разных приборов. Мера повторяемости – стандартное отклонение повторяемости

4. градуировочная характеристика и чувствительность. Градуировочная характеристика – это пределы концентрации, где наблюдается линейная зависимость. Чувствительность – это тангенс угла наклона y=bx+a/

5. ПО – min значение концентрации, которое может быть с уверенностью обнаружено

6. Робастность – это свойство методики анализа, характеризующее ее устойчивость к небольшим изменениям условий измерения. Это качественное понятие

7. Селективность и специфичность – это средства выражения степени влияния веществ матрицы пробы на результаты анализа по данной методике. Это качественные характеритики

8. Правильность – это характеристика систематической погрешности анализа

Порядок проведения и правила обработки результатов оперативного контроля

ОК показателей качества результатов осуществляют с применением: образцов для контроля – СО или аттестованные смеси АС; рабочих проб с известной добавкой определяемого компонента; рабочих проб, разбавленных в определенном отношении; рабочих проб.ОК погрешности, воспроизводимости, сходимости осуществляют путем оценки соответствия результата контрольного анализа нормативу, установленному для соответствующего алгоритма контроля. Алгоритм проведения ОК сходимости. Его проводят, если методика выполнения измерений (МВИ) предусматривает проведение параллельных определений для получения результатов анализа. Проводят путем сравнения расхождения n результатов параллельных определений при анализе пробы с нормативом оперативного контроля сходимости – d. dk=Xmax,n-Xmin,n<=d, dk-размах результатов параллельных определений; d=Q(P,n)*?cx(?). ОК воспроизводимости. Проводят с использованием рабочих проб. Dk=[X1ср-X2ср]cx(?). ОК погрешности. Проводят с использованием образцов для контроля (СО или АС), метода добавок, метода разбавления пробы. Нормативы рассчитывают исходя из предположения, что реальная функция плотности распределения вероятности погрешности КХА распределена по нормальному закону. Кк=[Xср-С]<=K, где К – норматив ОК погрешности, С – аттестованное значение. К=0,84? при Р=0,90; К=? при Р=0,95. ОК погрешности с использованием метода добавок. Алгоритм применяют, если операции введения добавок, а также применяемые средства измерения, не вносят значимого вклада в погрешность. Кк=[Хср,Д-Xср-С]<=Kд, Кд=0,84, ?Д – граница погрешности добавки, получаемая расчетным путем. С использованием метода разбавления пробы. Алгоритм применяют, если операция разбавления, а также применяемые при этом средства измерений не вносят значимого вклада в погрешность. Кк=[2Х/ср-Хср]<=КR, где КR-норматив ОК погрешности для дов.вероятности Р=0,90 КR= 0,84, под корнем характеристики погрешности, соответствующие содержанию компонента в пробе (реальной пробе).

Порядок проведения и правила обработки результатов статистического контроля

СК основан на оценке качества совокупности контрольных анализов и призван решать задачи оценки качества КХА и управления этим качеством. СК осуществляется на основе информации, получаемой в процессе проведения контрольных анализов при ОК, выполняемых в течение контролируемого периода. При статистическом контроле можно проводить выборочный СК сходимости, воспроизводимости, погрешности и проверку качества выполнения процедуры анализа. ВСК сходимости, воспроизводимости, погрешности проводят с использованием алгоритма выборочного СК по альтернативному признаку, при котором образующие контрольную выборку результаты контрольных анализов, выполненных при ОК, относят к категории годных или дефектных. Проверку качества выполнения процедуры проводят с использованием СО или АС или с использованием метода добавок. Алгоритм проведения выборочного СК по альтернативному признаку. Используется одноступенчатый план СК по альтернативному признаку для приемочного уровня дефектности 10% или 6,5%. Параметрами одноступенчатого плана выборочног оСК являются: объем контролируемой совокупности N результатов анализа рабочих проб – объем партии; объем контрольных анализов; нормативы СК – приемочные (h) и браковочные ( h/). Подсчитывают в выборке «В» число дефектных результатов – hк т.е. результатов, для которых результат превышает норматив ОК: Кк>K; Dk>D; dk>d. полученное значение hк сравнивают с установленным нормативом СК – приемочным числом h, равным допустимому числу дефектных результатов в выборке «В». hк<=h, то погрешность, воспроизводимость, сходимость считают удовлетворительной. hk>=h – неудовлетворительной.
Проверка качества выполнения процедуры анализа с использованием СО или АС. Рассчитывают среднее значение результатов анализов (Хср) и их среднеквадратическое отклонение (Sx) и отклонение (Q) среднего значения от аттестованного значения (С) образца для контроля. Sx<=Кв и Q<=Кп – качество признается удовлетворительным. Проверка качества выполнения процедуры анализа с использованием метода добавок. Рассчитывают среднее значение результатов содержания компонента в пробах (Хср), в пробах с добавкой (ХсрД), среднеквадратическое отклонение без добавки (Sx), с добавкой (SxД) и модуль разности между средним значением в пробах с добавкой, в пробах без добавки и величиной добавки(С). Если Sx <=Кв, SxД <= КвД, Q <=Кп, качество выполнения процедуры анализа признают удовлетворительным.

Внутрилабораторный аналитический контроль: цели, функции, средства, процедура

Цель: контроль показателей качества результатов КХА состава проб веществ и материалов при контроле выпускаемой продукции, объектов ОС и др. объектов, контролируемых в лабораториях. Контроль показателей качества результатов КХА проводят с целью обеспечения требуемой точности результатов КХА в процессе текущих анализов. Объекты: результаты КХА. КОНТОРЛЬ проводят на основе оценивания соответствия характеристик погрешности результатов характеристикам погрешности методики. Внутренний контроль подразделяется на следующие формы контроля: оперативный контроль (сходимости, воспроизводимости, погрешности); статистический контроль (выборочный статистический контроль сходимости, воспроизводимости, точности, периодическая проверка качества выполнения процедуры). ВОК проводится с целью предупредительного контроля и служит для принятия оперативных мер в ситуациях, когда погрешности не соответствуют нормам. ВСК проводят с целью оценки качества анализов рабочих проб, выполненных за контролируемый период, и эффективного управления этим качеством. Контроль показателей качества результатов КХА при внутреннем контроле организует и проводит руководитель лаборатории.



Спектральные методы

Я́дерный магни́тный резона́нс

ЯМР — метод анализа, изучающий взаимодействие (резонансное поглощение) вещества с излучением в радиочастотном диапазоне.. Одни и те же ядра атомов в различных окружениях в молекуле показывают различные сигналы ЯМР. Отличие такого сигнала ЯМР от сигнала стандартного вещества позволяет определить так называемый химический сдвиг, который обусловлен химическим строением изучаемого вещества. В методиках ЯМР есть много возможностей определять химическое строение веществ, конформации молекул, эффекты взаимного влияния, внутримолекулярные превращения.

Электронный Парамагнитный Резонанс

Суть явления электронного парамагнитного резонанса заключается в резонансном поглощении электромагнитного излучения (СВЧ-излучение) неспаренными электронами (радикалами). Электрон имеет спин S = 1 / 2 и ассоциированный с ним магнитный момент.

Инфракрасная спектроскопия

раздел спектроскопии, охватывающий длинноволновую область спектра (>730 нм за красной границей видимого света). Инфракрасные спектры возникают в результате колебательного (отчасти вращательного) движения молекул, а именно — в результате переходов между колебательными уровнями основного электронного состояния молекул. Поглощение происходит на длине волны, характерной для каждого определенного вещества. По инфракрасным спектрам поглощения можно установить строение молекул различных органических (и неорганических) веществ. По числу и положению пиков в ИК спектрах поглощения можно судить о природе вещества (качественный анализ), а по интенсивности полос поглощения — о количестве вещества (количественный анализ). Основные приборы — различного типа инфракрасные спектрометры.


Фурье-спектроскопия

метод оптич. спектроскопии. в котором спектр получают в результате фурье-преобразования т. наз. интерферограммы исследуемого излучения. Интерферограмма зависит от оптич. разности хода двух лучей и представляет собой Фурье-образ спектра, т. е. ф-ции распределения энергии излучения по частотам.

Чувствительность аналит. определений на фурье-спектрометре обычно в 100-1000 раз выше, производительность в сотни раз больше, погрешности измерений на порядок меньше, чем в случае использования дисперсионных приборов. Пределы обнаружения ряда веществ достигают долей нг.

АБСОРБЦИОННАЯ СПЕКТРОСКОПИЯ,

изучает спектры поглощения электромагн. излучения атомами и молекулами в-ва. Интенсивность светового потока при его прохождении через исследуемую среду уменьшается вследствие превращения энергии излучения в разл. формы внутр. энергии в-ва и (или) в энергию вторичного излучения. Поглощат. способность в-ва зависит от электронного строения атомов и молекул, а также от длины волны и поляризации падающего света, толщины слоя, концентрации в-ва, т-ры, наличия электрич. и магн. полей. Для измерения поглощат. способности используют спектрофотометры-оптич. приборы, состоящие из источника света, камеры для образцов, монохроматора (призма или дифракционная решетка) и детектора. Сигнал от детектора регистрируется в виде непрерывной кривой (спектра поглощения). Применение абсорбционной спектроскопии основано на след. законах.

1. Закон Бугера-Ламберта: если среда однородна и слой в-ва перпендикулярен падающему параллельному световому потоку, то I = I0 exp (— kd), где I0 и I-интенсивности соотв. падающего и прошедшего через в-во света, d-толщина слоя, k-коэф. поглощения, к-рый не зависит от толщины поглощающего слоя и интенсивности падающего излучения. Для характеристики поглощат. способности широко используют коэф. экстинкции, или светопоглощения; k' = k/2,303 (в см-1) и оптич. плотность А = lg I0/I, а также величину пропускания Т= I/I0. Отклонения от закона известны только для световых потоков чрезвычайно большой интенсивности (для лазерного излучения). Коэф. k зависит от длины волны падающего света, т.к. его величина определяется электронной конфигурацией молекул и атомов и вероятностями переходов между их электронными уровнями. Совокупность переходов создает спектр поглощения (абсорбции), характерный для данного в-ва.

2. Закон Бера: каждая молекула или атом независимо от относит. расположения др. молекул или атомов поглощает одну и ту же долю энергии излучения, т.е.. Если С выражена в моль/л,наз. молярным коэф. поглощения. Отклонения от этого закона свидетельствуют об образовании димеров, полимеров, ассоциатов, о хим. взаимодействии поглощающих частиц.

3. Объединенный закон Бугера-Ламберта-Бера: . Вид спектра поглощения определяется как природой образующих его атомов и молекул, так и агрегатным состоянием в-ва. Спектр разреженных атомарных газов - ряд узких дискретных линий, положение к-рых зависит от энергии основного и возбужденных электронных состояний атомов. Спектры молекулярных газов - полосы, образованные тесно расположенными линиями, соответствующими переходам между колебательным и вращательным энергетич. уровнями молекул. Спектр в-ва в конденсиров. фазе определяется не только природой составляющих его молекул, но и межмол. взаимодействиями, влияющими на структуру электронных уровней. Обычно такой спектр состоит из ряда широких полос разл. интенсивности. Иногда в нем проявляется структура колебат. уровней (особенно у кристаллов при охлаждении). По спектрам поглощения проводят качеств. и количеств. анализ в-в. Абсорбционная спектроскопия широко применяют для изучения строения в-ва.

Рентгенофлуоресцентный анализ

Метод РФА основан на взаимодействии рентгеновского излучения с исследуемым материалом при прохождении излучения через образец оно ослабляется вследствие поглощения. При облучении атом переходит в возбуждённое состояние, сопровождающееся переходом электронов на более высокие квантовые уровни. В возбуждённом состоянии атом пребывает порядка одной микросекунды, после чего возвращается в спокойное положение (основное состояние). При этом электроны с внешних оболочек либо заполняют образовавшиеся вакантные места, а излишек энергии испускается в виде фотона, либо энергия передается другому электрону из внешних оболочек (оже-электрон). При этом каждый атом испускает фотоэлектрон с энергией строго определённого значения. Далее по энергии и количеству квантов судят о строении вещества. Рентгеновский спектр – это распределение интенсивности рентгеновского излучения, испущенного образцом по энергиям (или длинным волн). В качестве источника излучения могут использоваться как рентгеновские трубки, так и изотопы каких-либо элементов. После возбуждения спектр регистрируется на специальном детекторе. Чем лучше спектральное разрешение детектора, тем точнее он сможет отделять друг от друга фотоны от разных элементов, что в свою очередь скажется и на точности самого прибора. Рентгенофлуоресцентный метод широко используется в промышленности, научных лабораториях. Метод позволяет проводить неразрушающий многокомпонентный анализ. Благодаря простоте, возможности экспресс-анализа, точности, отсутствию сложной пробоподготовки, сферы его применения продолжают расширяться.


Учебный материал
© nashaucheba.ru
При копировании укажите ссылку.
обратиться к администрации