литература для всех / zolotov_yu_a_red_osnovy_analiticheskoy_khimii_v_2_knigakh_kn
.pdfВвод
Рис. 16.23. Схема потокораспределительной системы для амперометрического определения галактозы в биологических жидкостях:
1 — резистор; 2 — диализатор; 3 — ферментный реактор, содержащий иммоби лизованную галактозоксидазу; 4 — ферментный реактор, содержащий иммоби лизованную пероксидазу; 5 — амперометрический детектор; 6 — насос
Для анализа биологических образцов предложены потокораспреде лительные системы, включающие несколько ферментных реакторов. На рис. 16.23 приведена схема системы для амперометрического определе ния галактозы в биологических жидкостях. Система содержит диализа тор, окислительно-восстановительный реактор для устранения мешающе го влияния аскорбиновой кислоты и два ферментных реактора, содержа щих соответственно первый — иммобилизованную галактозоксидазу, второй — иммобилизованную пероксидазу.
В проточных методах для амперометрического детектирования глю козы, этанола, аминокислот и других соединений используют модифици рованные ферментами электроды, в том числе угольно-пастовые. Пред ложена система для последовательно-инжекционного стереоспецифичного определения биохимически активного соединения 5-каптоприла в фармацевтических препаратах. После заполнения потокораспределитель ной системы носителем в нее последовательно инжектируются фосфат ный буферный раствор и анализируемый образец. Зоны проходят «удер живающую» спираль. После этого направление потока меняется на про тивоположное, зоны реагентов смешиваются в реакционной спирали и направляются в амперометрический детектор, где регистрируется сигнал. Индикаторным электродом служит угольный пастовый электрод, моди фицированный ферментом — /.-аминокислотной оксидазой. Производи тельность 80 проб в час.
430
16.5. Автоматизированный контроль технологических « процессов
Преимущества автоматизации особенно очевидны. Она не только повышает производительность труда, но и влияет на качество готовой продукции. Высокая экспрессность автоматизированного анализа позво ляет оперативно реагировать на изменение состава сырья или промежу точных продуктов, точнее выдерживать технологический режим. Поло жительно сказывается и повышение точности анализа при автоматизации.
Задачи контроля технологи привыкли решать, наблюдая за такими параметрами процесса, как температура реакционной смеси или давление в реакторе, вязкость или плотность растворов и т. д. Использовали, ко нечно, и прямой химический анализ. Но лишь с появлением высокоавто матизированных инструментальных методов стало возможным следить за изменением химического состава в ходе технологического процесса. Пример — применение многоканальных оптических и рентгеновских квантометров в черной и цветной металлургии.
Высокой степенью автоматизации анализа характеризуются собствен но химические производства — нефтехимия, тяжелый органический синтез. Действительно, анализ газов или жидких сред легче поддается автоматиза ции, чем определение состава твердых образцов. Автоматическое устройст во часто размещают прямо «на потоке», контролируя состав в ключевых точках процесса превращения сырья в продукцию. Поскольку из техноло гических регламентов известно, что, на фоне чего и в каких примерно ко личествах нужно определять, приборы нередко упрощают, «усекая» потен циальные аналитические возможности, тем самым облегчая автоматизацию оставшихся функций и удешевляя анализ. Так, в промышленности хромато графы служат анализаторами, автоматически получающими и интерпрети рующими данные. Среди всех анализаторов их доля составляет около 20%; нередко их оснащают собственным компьютером и ориентируют на специ фику конкретного производства. Обычно анализаторы включают и в общую управляющую систему производства; при этом автоматизируется уже не только анализ, но и принятие решений. Головной компьютер, получив дан ные анализа и заметив выход того или иного параметра состава за регла ментированные границы, способен предпринять корректирующие действия. Такого рода системы, базирующиеся в значительной мере именно на ис пользовании газовых хроматографов, широко применяются на предприяти ях нефтепереработки, синтеза полимеров и т. п.
Анализ газов вообще хорошо автоматизирован. Так, состав воздуха в шахтах контролируют с помощью газоанализаторов (наиболее важно оп ределять содержание метана, которое служит индикатором взрывоопас
431
ности). Существуют газоанализаторы для определения 0 2, Н2, СО и
других компонентов.
Интересно заметить, что специфика задач промышленного анализа часто от ражается и в нестандартных, с точки зрения «лабораторного» химика, принципах устройства анализаторов. Вряд ли в лабораторных условиях кто-либо определяет концентрацию кислорода в газовых смесях по магнитной восприимчивости или содержание воды в нефтяной суспензии по диэлектрической проницаемости. В промышленности же эти методы успешно используют.
Можно провести классификацию технологического анализа по мето дам отбора проб. При анализе off-line из технологического потока перио дически отбирают дискретные пробы, которые затем анализируют в ла боратории. В варианте at-line пробы отбирают с помощью дозатора, уста новленного на линии, а оттуда они поступают в анализатор. В системе анализа on-line часть технологического раствора прямо поступает в ана лизатор, например через байпас. При анализе in-line датчик непосредст венно включен в технологическую схему.
Для контроля производственных процессов все чаще применяют ме тоды автоматического проточного анализа. Преимущества такого подхо да: высокая производительность, возможность легко переходить от одно го типа анализа к другому, автоматизация операций пробоподготовки и измерения аналитического сигнала. Проточно-инжекционный анализ ока зался очень эффективным и экономичным приемом автоматизации раз нообразных химических процессов и может быть использован во всех указанных выше видах контроля; известны применения для контроля биотехнологических процессов и процессов химического синтеза, при переработке отработанного ядерного топлива, для оценки качества очист ки оборотных и сточных вод, при изготовлении продуктов питания и фармацевтических препаратов.
Рассмотрим функционирование использованных в промышленности про- точно-инжекционных систем. Весьма удобны и рациональны системы, основан ные на принципе обратного ПИА и титрования в потоке. В схеме обратного ПИА контролируемый поток непрерывно движется через систему трубопроводов, сме шивается с раствором реагента; количество продукта реакции непрерывно реги стрируется. Периодически в систему вводится раствор сравнения. При определе нии компонентов анализируемого раствора после периодического введения микрообьемов реагента появляется возможность осуществить контроль за содержа нием нескольких компонентов при очередном введении соответствующих реаген тов и уменьшить их расход.
В отличие от рассмотренных выше проточно-инжекционных методов титро вание в потоке основано иа измерении не высоты, а ширины пика. Рассмотрим работу потокораспределительной системы для проточно-инжекционного анализа на примере кислотно-осиовного титрования (рис. 16.24). Раствор щелочи извест-
432
вой концентрации с добавкой |
Ввод |
|
|||||
кислотно-основного |
индика |
пробы |
|
||||
тора — бромтимолого синего |
|
|
|||||
— с помощью перистальтиче |
|
|
|||||
ского |
насоса с |
постоянной |
|
|
|||
скоростью поступает в систе |
а |
|
|||||
му. Титруемая кислота инжек |
|
|
|||||
тируется в проточную систему |
|
|
|||||
и |
попадает |
в |
градиентную |
|
|
||
камеру для |
контролируемого |
|
|
||||
разбавления |
потоком |
титран |
|
|
|||
та, |
затем |
результирующий |
|
|
|||
поток попадает в непрерывно |
|
|
|||||
работающий |
фотометриче |
|
|
||||
ский детектор, где измеряется |
|
|
|||||
светопоглощение при 620 нм. |
б |
|
|||||
Когда |
инжектируется |
доста |
|
||||
|
|
||||||
точно |
концентрированный |
Рис. 16.24. Схема потокораспределительиой |
|
||||
образец кислоты, в градиент |
системы для осуществления кислотно-основного |
|
|||||
ной камере |
цвет |
индикатора |
титрования (а) и результаты определения (б): |
1 |
|||
изменяется с синего на жел |
1 — градиентная камера; 2 — фотометрический |
|
|||||
тый. В результате постоянно |
детектор; 3 — насос |
|
|||||
го добавления потока титран |
|
|
та концентрация кислоты уменьшается и окраска индикатора снова становится синей. Время между двумя изменениями окраски ( ) (рис. 16.24) дает возмож ность определить концентрацию кислоты, так как верно следующее выражение: l8 cwo = ^жш + &> гДе сно — концентрация кислоты. Значения констант А и В
определяют, вводя в систему серию стандартов. Заметим, что из-за необходимо сти разбавления анализируемой пробы чувствительность титрования в потоке меньше, чем в классическом варианте при механическом добавлении титранта.
В варианте последовательного инжекционного анализа с возобнов ляемыми колонками разработан способ кислотно-основного титрования в неводных средах. Титрование в неводных средах широко используется в промышленности для контроля технологических процессов. Осуществле ние в обычном варианте трудоемко и требует использования проб значи тельного объема. Последовательный инжекционный анализ с инжекцией частиц с успехом может быть использован для автоматизации титрова ния. Потокораспределительная система для определения серной кислоты в 1-бутаноле приведена на рис. 16.25: ячейку спектрофотометрического проточного детектора заполняют 0 , 2 мл суспензии частиц агарозы, моди фицированной кислотно-основным индикатором, в щелочном растворе, затем в систему инжектируется 0,6 мл пробы в 1-бутаноле. Конечную точку титрования устанавливают спектрофотометрически, наблюдая за
28 - 4 3 1 2 |
433 |
Проба
Рис. 16.25. Схема потокораспределительной системы для титрования без разбав ления в варианте инжекции частиц:
1 — шприцевой насос; 2 — «удерживающая» спираль; 3 — многоходовой кран; 4 — проточный фотометрический детектор со специальной ячейкой; 5 — суспен зия частиц агарозы, модифицированной кислотно-основным индикатором в ще лочном растворе
изменением оптической плотности частиц, происходящей в результате взаимодействия иммобилизованного кислотно-основного индикатора с серной кислотой.
16.6. Компьютеризация анализа — общие вопросы
Первоначально компьютеры рассматривали просто как «большие арифмометры». В соответствии с этим представлением их и использовали прежде всего для автоматизации научно-технических расчетов. Очевид ная выгоды заключается в повышении надежности вычислений и сниже нии затрат времени. В аналитической химии это означало перенесение на компьютер многочисленных «ручных» алгоритмов, связанных в первую очередь с различными графическими приемами и статистической обра боткой результатов, а также традиционно важной для неорганического анализа областью расчета равновесий. Соответствующие программы со ставлялись нередко в машинных кодах. Характерной их чертой было от сутствие универсальности — преобладала ориентация на конкретный тип техники и конкретную задачу исследователя. И то, и другое объяснялось спецификой программирования на уровне машинных команд.
Сейчас ситуация существенно изменилась. Создание алгоритмиче ских языков высокого уровня стимулировало появление универсальных программ, пригодных для компьютеров разных типов. Математические задачи аналитической химии стали осмысливаться в общем контексте прикладной математики. Алгоритмы и даже программы, разработанные для нужд других отраслей науки и техники, активно переносятся на хими-
434
ко-аналитическую проблематику. Так, хорошо известный симплексалгоритм поиска экстремума сложной функции ныне широко применяют для оптимизации аналитических методик.
Кардинальным образом изменились представления о возможностях компьютера, причем не только в связи с успехами микроэлектроники. Стало ясно, что компьютеры пригодны для переработки информации в широком смысле этих слов, а не только для арифметических операций с действительными числами. В настоящее время многие полагают, что в рамках аналитической химии оформилась самостоятельная дисциплина —г
аналитическая химия, основанная на использовании компьютеров, ее обозначают сокращенно СОВАС (Computer Based Analytical Chemistry). Считают, что предметом СОВАС являются все аналитические задачи* которые нельзя решить без помощи компьютера. Говорят также об анали тической химии, ориентированной на использование компьютеров (CRAC, Computer Aided Analytical Chemistry), имея в виду круг проблем, требующих применения компьютеров не столь настоятельно.
Наконец, существует представление о хемометрике — «химической дисциплине, использующей математические и статистические методы для разработки или выбора оптимальных схем эксперимента и аналитического измерения, а также для получения максимального количества информации из химических данных». Под это определение подпадают и многие классические вопросы аналитической химии, например метрология и расчеты равновесий.
16.7. Управление и сбор данных
Любая аналитическая методика есть, по существу, программа дейст вий. Частично эти действия должен выполнить человек, частично — ана литический прибор. По мере развития инструментального анализа все больше и больше человеческих функций передается прибору.
Так, для записи спектра поглощения на нерегистрирующем спектро фотометре оператор должен был вручную изменять длину волны, вращая барабан, механически связанный с системой движения призмы или ди фракционной решетки монохроматора. Ту же операцию развертки спек тра быстрее и надежнее выполняет простейший сервомеханизм — шаго вый двигатель. Необходимую для работы сервомеханизма программу — последовательность команд включения и выключения — помещают в память компьютера. Иногда, если аналитический прибор не очень сло жен, вместо компьютера используют микропроцессор с «зашитой» про граммой, тот же микропроцессор используют для проведения простей ших операций с данными аналитического измерения (масштабирования, логарифмирования и т. п.).
28* |
435 |
Обычно, однако, для управления аналитическим прибором и обра ботки полученных данных применяют универсальные компьютеры. Ком пьютер может при необходимости подключаться к прибору (не очень слож ные устройства — спектрофотометр, простейшие хроматографы и т. п.) или входит в комплект обязательно (ИК-Фурье-спектрометр, хромато- масс-спектрометр, атомно-эмиссионный спектрометр с индуктивно свя занной плазмой и др.).
Стыковка с компьютером осуществима, даже если она не предусмотрена конструкцией прибора. Непрерывный выходной сигнал измерительного блока (аналоговый сигнал) следует для этого преобразовать в дискретный цифровой код, отображающий значения сигнала через заданные промежутки времени. Реализующее эту процедуру устройство называется аналого-цифровым преоб разователем, АЦП (обратное действие выполняет цнфроаналоговый преобразо ватель, ЦАП). Полученный с помощью АЦП код уже можно передать компью теру. Разумеется, необходимо согласовать число значащих цифр, генерируемых АЦП, с количеством разрядов в машинном слове, синхронизировать передачу и прием данных; предусмотреть контроль ошибок и т. п. Существует несколько стандартизованных соглашений о правилах обмена данными, протоколов (из них наиболее распространен интерфейс для связи через последовательный порт RS-232).
Компьютер можно связать с несколькими приборами, что создает возможность сбора и хранения всех аналитических результатов данной лаборатории, а при необходимости — их совместной интерпретации. При наличии соответствующих устройств (пробоотборники, коллекторы фракций, системы транспортировки) возможно и автоматическое управ ление аналитическим циклом, включающим различные инструменталь ные методы.
16.8. Первичная обработка данных
Представленную в цифровом виде аналитическую информацию, как правило, подвергают предварительной обработке и преобразованиям. Цель заключается в том, чтобы снизить влияние помех и перевести дан ные в наиболее удобную для последующей интерпретации форму. Под помехами в широком смысле понимают как аппаратурные погрешности, обусловленные ограниченной точностью прибора (например, разрешени ем спектрометра), возможными сбоями механических частей, электрон ных схем и линий связи, так и погрешности, связанные с природой иссле дуемого объекта, прежде всего с присутствием мешающих определению веществ. Конечно, в каждом методе анализа существуют специфические источники погрешностей и специально разработанные способы преобра
436
зования информации. Тем не менее имеются и общие подходы, которые мы кратко рассмотрим.
Прежде всего следует упомянуть многочисленные алгоритмы стати стического анализа, предназначенные для усреднения результата анализа, оценки дисперсии, устранения выбросов и т. д. Они хорошо известны и часто входят в стандартное математическое обеспечение.
Более ощутимы преимущества использования компьютера в том случае, когда первичной аналитической информацией является зависимость сигнала от некоторой переменной. Это, например, зависимость поглощения или ис пускания от энергии поглощаемого или возбуждающего излучения в различ ных видах спектрометрии, зависимость интенсивности сигнала от времени в хроматографии и проточно-инжекционном анализе и т. п.
Общая задача состоит в сглаживании криволинейного контура, уст ранении случайного «шума». Простейший подход к ее решению заключа ется в накоплении и усреднении сигнала по всем точкам зависимости. Ценность компьютера в этом случае связана с возможностью хранения большого объема информации. При некоторых предположениях относи тельно характера распределения «шума» накопление и усреднение увели
чивают отношение сигнал/шум в V/7 раз, где N — число повторных ска нирований. Наиболее широко этот подход используют в ЯМРспектроскопии. Заметим, что хранение спектров или временных зависи мостей в памяти ЭВМ позволяет также легко проводить сравнение и вы читание зависимостей; это широко применяют, например, для устранения сигнала компонента, заведомо «загрязняющего» анализируемый образец.
Часто, однако, накопление кривых изменения сигнала требует слиш ком большого времени. Эффективными оказываются специальные мето ды цифрового сглаживания, оперирующие с кривой, зарегистрированной несколько раз или однократно. Наиболее известным среди них является метод наименьших квадратов (МНК).
Метод позволяет провести через экспериментальные точки кривую за данного вида так, чтобы расчетные точки были максимально близки к экспе риментальным. Мерой близости служит нормированная сумма квадратов по точечных отклонений, а сама процедура МНК сводится к подбору числовых значений коэффициентов заданной функции, минимизирующих эту сумму. Если коэффициенты (параметры) входят в аппроксимирующую функцию линейно (прямая линия, сумма полиномов и т. п.), говорят о линейном МНК, иначе — о нелинейном (гауссов или лоренцев контур, гамма-функция и др.). Последний в вычислительном отношении сложнее (см. также гл. 2).
Часто ошибочно полагают, что линейный МНК означает линейность по переменным и подразумевает аппроксимацию прямой (одна перемен ная) или гиперплоскостью (несколько переменных). Еще раз подчеркнем, что имеется в виду линейность по параметрам и, например, полиноми-
437
нальная аппроксимация у х= ba + Ь[х +Ь2х2 +Ьъхъ +...+Ьтхт относится к
линейному варианту метода.
МНК-сглаживание нередко используют в аналитических задачах, но его применение сталкивается с важными ограничениями. Одно из них ■— необходимость знать аналитический вид функции, описывающей измене ние сигнала. Далеко не всегда он известен. Кроме того, нелинейный МНК может требовать довольно значительных затрат времени и осложняться корреляцией параметров, приводящей к неоднозначности решения и вы числительным проблемам. Эти трудности особенно существенны при обработке протяженной кривой сложной составной формы. В этом случае можно прибегнуть к цифровой фильтрации «шума».
Наиболее распространен сглаживающий полиномиальный фильтр Савицко го—Голея. ИДея метода такова. Выбирают несколько соседних эксперименталь ных точек («окно»), и в пределах «окна» аппроксимируют данные полиномом заданной степени при помощи МНК. После этого центральную точку в «окне» заменяют соответствующей точкой аппроксимирующего полинома, а остальные оставляют без изменения. Затем «окио» сдвигают иа одну точку и процедуру по вторяют. Такая «скользящая» локальная аппроксимация продолжается, пока не будет пройдена вся кривая. Метод хорошо разработан и многократно проверен. В случае равноотстоящих точек даже не требуется обычных в полиномиальном МНК вычислений; решение доведено до простых формул с табулированными коэффициентами (табл. 16.5, рис. 16.26).
Рис. 16.26. Сглаживание спектральных линий при помощи фильтра Савицко го—Голея
438
Т а б л и ц а 16.5. Коэффициенты фильтра Савицкого—Голея C;L
( 4 ,1,ered |
’ где индекс ' = - к ... Л нумерует точки слева и справа |
от данной; «ширина» фильтра L =2k +\ , иорма S = 'У']cf ; фильтр симмет
ричен, cf,. = cf = <$,)
. |
L |
5 |
7 |
9 |
И |
13 |
15 |
17 |
19 |
2 1 |
23 |
25 |
||
i |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
17 |
7 |
59 |
89 |
25 |
167 |
43 |
269 |
329 |
79 |
467 |
||
|
1 |
1 2 |
6 |
54 |
84 |
24 |
162 |
42 |
264 |
324 |
78 |
462 |
||
|
2 |
-3 |
3 |
39 |
69 |
2 1 |
147 |
39 |
249 |
309 |
75 |
447 |
||
|
3 |
|
- 2 |
14 |
44 |
16 |
1 2 2 |
34 |
224 |
284 |
70 |
422 |
||
|
4 |
|
|
- 2 1 |
9 |
9 |
87 |
27 |
189 |
249 |
63 |
387 |
||
|
5 |
|
|
|
-36 |
0 |
42 |
18 |
144 |
204 |
54 |
322 |
||
6 |
|
|
|
|
- 1 1 |
-13 |
7 |
89 |
149 |
43 |
287 |
|||
7 |
|
|
|
|
|
-78 |
- |
6 |
24 |
84 |
30 |
2 2 2 |
||
S |
|
|
|
|
|
|
- 2 |
1 |
-51 |
9 |
15 |
147 |
||
9 |
|
|
|
|
|
|
|
|
-136 |
-76 |
- |
2 |
62 |
|
1 |
0 |
|
|
|
|
|
|
|
|
|
-171 |
- 2 |
1 |
-33 |
1 1 |
|
|
|
|
|
|
|
|
|
|
-42 |
-138 |
||
1 |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
-253 |
S |
35 |
2 1 |
231 |
429 |
143 |
1105 |
323 |
2261 |
3059 |
8059 |
5175 |
Еще одна типичная задача, примыкающая к сглаживанию, — интер поляция, проведение кривой через точки, зарегистрированные при недос таточном разрешении. Экспериментальные значения можно считать из меренными точно, и проблема состоит в разумном восстановлении вида зависимости между заданными точками. В последнее время ее обычно решают при помощи кусочно-непрерывной сплайн-интерполяции.
Экспериментальную зависимость разбивают иа интервалы и описывают внутри каждого из иих кубической параболой. Набор коэффициентов последней для каждого интервала подбирают так, чтобы была достигнута наибольшая сум марная «гладкость» (наименьшая суммарная кривизна) всей 1фивой, а в точках соединения интервалов отсутствовали скачки.
Среди приемов первичной обработки данных следует также отметить Фуръе-преобразование (ФП). В ряде методов анализа (импульсная ЯМР-
439