一種重金屬濃堿液體中淺鉻黃濃度的檢測方法技術

本發明專利技術公開了一種重金屬濃堿液體中淺鉻黃濃度的檢測方法，該方法以不同淺鉻黃濃度的重金屬濃堿液體作為測試樣本，獲取各個測試樣本在設定波數范圍內以硅片為襯底時的拉曼光譜，并根據所有測試樣本的拉曼光譜，分別采用連續投影算法和多元線性回歸分析法確定定標波數，根據各個測試樣本的淺鉻黃濃度，以及相應拉曼光譜中各個定標波數處的峰強與520cm-1處的峰強的比值構建濃度-強度比的線性回歸模型作為定標模型，利用定標模型測量得到待測樣本中淺鉻黃的濃度。利用Raman測試進行分析，操作簡單，不需要進行繁瑣、耗時的樣品制備過程，同時避免了其他來源的干擾進而保證了測試的淺鉻黃的準確性，且以硅作為對比大大提高了測試的準確性。

【技術實現步驟摘要】
【專利摘要】本專利技術公開了，該方法以不同淺鉻黃濃度的重金屬濃堿液體作為測試樣本，獲取各個測試樣本在設定波數范圍內以硅片為襯底時的拉曼光譜，并根據所有測試樣本的拉曼光譜，分別采用連續投影算法和多元線性回歸分析法確定定標波數，根據各個測試樣本的淺鉻黃濃度，以及相應拉曼光譜中各個定標波數處的峰強與520cm-1處的峰強的比值構建濃度-強度比的線性回歸模型作為定標模型，利用定標模型測量得到待測樣本中淺鉻黃的濃度。利用Raman測試進行分析，操作簡單，不需要進行繁瑣、耗時的樣品制備過程，同時避免了其他來源的干擾進而保證了測試的淺鉻黃的準確性，且以硅作為對比大大提高了測試的準確性。【專利說明】
本專利技術涉及淺鉻黃濃度檢測
，具體涉及。
技術介紹
淺鉻黃是鉛鉻黃的其中一種，是一種用作油性合成樹脂涂料、印刷油墨、水彩和油彩的顏料，色紙、橡膠和塑料制品的無機著色顏料，由于其具有完善的顏料應用性能、相對低廉的價格和完整的色澤范圍，因此得到了廣泛的應用。其主要化學成分為鉻酸鉛，鉻酸鉛對人體的危害是巨大的，可引起貧血、腎損害、鉛中毒、皮炎、濕疹、鉻鼻病和皮膚潰瘍等，國際癌癥研究中心(IARC)已將“鉻和某些鉻化合物”列入對人類致癌的化學物質。而每生產I噸鉛鉻黃顏料大約排放出120-150噸廢水，廢水中一般含有超過國家排放標準5-10倍以上的鉛、鉻離子及其化合物的懸浮物。廢水的治理主要是通過調節液體的PH值，使鉛、鉻離子反應生成沉淀，以達到去除的效果。 目前對液體中淺鉻黃的檢測主要是通過測定液體中鉛、鉻等重金屬來評定的，主要的檢測方法主要有:原子吸收光譜法、電感耦合等離子體法、原子熒光光譜法和溶出伏安法等。 原子吸收光譜法、電感耦合等離子體法、原子熒光光譜法和溶出伏安法等測試方法都具有自身的優點和缺點，如:優點是選擇性強、靈敏度高、分析范圍廣，但是在多元素檢測時不能同時分析，難熔元素的檢測靈敏度差，對于基體復雜的樣品分析，尚存某些干擾問題需要解決。根據溶出過程中所得到的伏安曲線來進行定量分析；溶出伏安法的靈敏度很高，在超純物質分析中具有實用價值，但是影響溶出電流的因素有很多，如富集時間、攪拌速度和電位掃描速率等。 更重要的是以上方法都是通過鑒定溶液中重金屬鉛和鉻的存在，進而推斷出液體中殘留的淺鉻黃含量，但是在液體處理過程中，無法排除鉛、鉻的其他來源。所以，單靠重金屬鉛和鉻的檢測無法確定液體中鉛、鉻一定來源于淺鉻黃。并且用以上方法檢測時需要用到大量的試劑進行前處理，過程繁瑣，無法做到快速檢測。此外，目前對淺鉻黃廢水處理過程中，每一流程里殘余淺鉻黃的監測還鮮見報道。
技術實現思路
針對現有技術的不足，本專利技術提供了。 ，包括: (I)以不同淺鉻黃濃度的重金屬濃堿液體作為測試樣本，獲取各個測試樣本在設定波數范圍內以硅片為襯底時的拉曼光譜； (2)根據所有測試樣本的拉曼光譜，分別采用連續投影算法提取若干組特征峰，每組特征峰的數量不同，采用連續投影算法時以520CHT1處的列向量作為初始投影向量； (3)利用多元線性回歸分析法確定各組特征峰的驗證均方根誤差，選擇驗證均方根誤差最小的一組特征峰作為特征指紋峰，并以特征指紋峰作為定標波數，根據各個測試樣本的淺鉻黃濃度，以及相應拉曼光譜中各個定標波數處的峰強與520cm—1處的峰強的比值構建濃度-強度比的第一線性回歸模型作為定標模型； 所述的線性回歸模型為: Y = 73.857+0.183 λ !+0.321 λ 2+0.139 λ 3_0.557 λ 4_0.003576 λ 5+0.01553 λ 6_0.444 λ 7+0.001861 λ 8 其中，λ丨、λ 2、λ 3、λ 4、λ 5、λ 6、入7和入8 分別為 1066cm\971cm\847cm \718cm \526cm \460cm \416cm 1和112cm 1處的峰強與520cm 1處的峰強的比值； (4)獲取待測樣本在設定波數范圍內以硅片為襯底時的拉曼光譜，計算該拉曼光譜中各個定標波數處的峰強和520cm—1處的峰強的比值，并代入定標模型計算得到待測樣本中淺鉻黃的濃度。 拉曼光譜是基于拉曼效應建立起來的分子結構表征技術，起源于晶體或分子振動(和點陣振動)與轉動，拉曼譜線的位置、強度和線寬可提供分子振動、轉動方面的信息，可以據此實現分子中某些化學鍵和官能團的“指紋鑒別”。拉曼光譜作為分子水平的測試手段，易于實現復雜混合物體系的成分鑒定分析。與其他依靠檢測屬鉛和鉻元素的方法比較，利用拉曼檢測能夠保證測試的鉛和鉻元素來源于淺鉻黃，進而保證了測試的淺鉻黃的準確性，避免了其他來源的干擾。 本專利技術的重金屬濃堿液體指的是重金屬的NaOH溶液。 本專利技術中的硅片多采用單晶硅片，且與測試樣本接觸面為拋光面，有利于增強520cm_1處的拉曼振動。 本專利技術中在連續投影算法時，將硅的特征峰(520CHT1處的峰)的列向量作為初始投影向量，確保了在處理大數據樣本時，結果的唯一性，同時也大大加快了數據的處理速度。另一方面，在建模過程中，挑選了不影響溶液結構性質的襯底硅片，以其特征峰做為參照，將測試樣本的各個特征指紋峰的強度與520cm—1處的峰強的比值構建定標模型，可以實現拉曼光譜的半定量檢測，大大提高了測試的準確性。 多元線性回歸分析是用來研究一個因變量與一組自變量之間的依存關系的，步驟 (3)中根據線性回歸分析的結果，選擇均方根誤差最小的一組特征峰作為特征指紋峰計算待測樣本中淺鉻黃的濃度，能夠提高測量結果的準確度。 所述步驟(I)包括如下步驟: (1-1)將硅片置入容器底部后，向容器中注入測試樣本； (1-2)將注有測試樣本的容器放置在顯微拉曼光譜儀的載物臺上測試該測試樣本的拉曼光譜。 獲取以硅片為襯底的Raman光譜(拉曼光譜)時，可以直接將樣本均勻涂抹在硅片上，然后將均勻涂抹的硅片放置在顯微拉曼光譜儀的載物臺上測試樣本的拉曼光譜。但是由于液體具有流動性，且所需要的測試樣本量是微量的，液體表面存在著張力，直接涂抹無法確保樣品表面的平整，易對實驗造成影響。其次，采用涂抹時，很難保每次涂抹的測試樣本的量剛好相等，從而存在測試誤差。本專利技術中利用容器盛放測試樣本,便于對測試樣本進行定量，也能夠使表面平整，有利于減小因測試條件引起的測試誤差。 本專利技術中為保證量相同，每次均將容器注滿，然后利用刮板沿容器頂面將多余的液體去除。 通常采用圓柱形容器，相應的，所述硅片為圓形，且硅片直徑比容器的內徑小I?2mm ο 進行Raman測試時，為保證能夠釆集到娃襯底的Raman振動，盡量使娃片能夠覆蓋整個容器底部，且在測試時盡量不要掃描靠近容器邊緣的點。若技術條件允許時，可直接將Si片焊接于容器內的底部，或采用硅材料的容器。 本專利技術中Raman測試的測試條件如下:測試激光波長為532nm，測試激光功率為25mv，曝光時間為ls，曝光次數為I次，采集孔徑為20 μ m，物鏡為20倍，掃描點數為30。 作為優選,測試樣本的數量為50?150。 單獨通過某一個測試樣本的Raman光譜很難準確的確定淺鉻黃的特征指紋峰,本專利技術中通過對大樣本進行統計學分析，能夠準確的找出淺鉻本文檔來自技高網...

【技術保護點】
一種重金屬濃堿液體中淺鉻黃濃度的檢測方法，其特征在于，包括：(1)以不同淺鉻黃濃度的重金屬濃堿液體作為測試樣本，獲取各個測試樣本在設定波數范圍內以硅片為襯底時的拉曼光譜；(2)根據所有測試樣本的拉曼光譜，分別采用連續投影算法提取若干組特征峰，每組特征峰的數量不同，采用連續投影算法時以520cm?1處的列向量作為初始投影向量；(3)利用多元線性回歸分析法確定各組特征峰的驗證均方根誤差，選擇驗證均方根誤差最小的一組特征峰作為特征指紋峰，并以特征指紋峰作為定標波數，根據各個測試樣本的淺鉻黃濃度，以及相應拉曼光譜中各個定標波數處的峰強與520cm?1處的峰強的比值構建濃度?強度比的第一線性回歸模型作為定標模型；所述的線性回歸模型為：Y＝73.857+0.183λ1+0.321λ2+0.139λ3?0.557λ4?0.003576λ5+0.01553λ6?0.444λ7+0.001861λ8其中，λ1、λ2、λ3、λ4、λ5、λ6、λ7和λ8分別為1066cm?1、971cm?1、847cm?1、718cm?1、526cm?1、460cm?1、416cm?1和112cm?1處的峰強與520cm?1處的峰強的比值；(4)獲取待測樣本在設定波數范圍內以硅片為襯底時的拉曼光譜，計算該拉曼光譜中各個定標波數處的峰強和520cm?1處的峰強的比值，并代入定標模型計算得到待測樣本中淺鉻黃的濃度。...

【技術特征摘要】

【專利技術屬性】
技術研發人員：李曉麗，孫嬋駿，何勇，
申請(專利權)人：浙江大學，
類型：發明
國別省市：浙江;33