服務
常見問題
軟件下載
資料下載
技術文章
常見問題解答Q & A

常見問題Q1
————————————————————————————————————————————————————
l 我們沒有理化實驗室、不懂近紅外建模是否能使用近紅外儀器?


A可以,針對普通用戶,IAS具有整套近紅外應用解決方案。

l 方案一:用戶提供建模樣品給IAS應用團隊,IAS免費幫助用戶建立好模型后,將模型放到用戶的儀器上即可使用。IAS應用團隊在一年內將免費為用戶遠程維護和升級模型。
l 方案二:用戶可以將需求發給IAS應用團隊,IAS免費提供建模方案給用戶,用戶可以按照技術方案自行建模和維護模型,IAS應用團隊免費為用戶提供建模過程所有問題技術支持。
l 方案三:IAS建模平臺會提供常用的一鍵建模方案,普通用戶也可以很容易建模。

l 普通用戶購買IAS產品,簽訂建模服務協議后自動成為VIP用戶,將享受以下優惠:
l 3年免費遠程建模服務l 3年儀器免費維修服務
l 3年內免費最新款建模平臺軟件更新


常見問題Q2
————————————————————————————————————————————————————
l
有了近紅外分析儀是不是就可以淘汰傳統理化設備?

A近紅外分析儀與傳統實驗室理化設備并非替代關系,而是相互配合、相互依存的關系,近紅外分析技術是在傳統理化測量基礎上衍生的快速檢測方法,讓檢測更加靈活、成本更低、污染更少、效率更高。
l 近紅外分析儀降低了傳統理化方法的使用頻次,使用近紅外分析儀還需要定期使用傳統理化方法定期來驗證模型的可靠性。l 哪些因素影響近紅外準確性?
l 理化準確度、代表性樣品的收集、光譜的信噪比、光譜信息的代表性、環境與樣品前處理、模型優化的條件包括:譜區的選擇、光譜預處理方法和得分因子的維數等。


常見問題Q3
————————————————————————————————————————————————————
l 測量不均勻樣品顆粒樣品重復性用什么評價方法比較合理?

A從大樣本中抽取一個小樣本,小樣本重復裝樣測量33次以上,統計結果的分布狀況及標準差,如果分布服從正態分布,標準差越小則代表重復性越好。例如:
l 測量一個小麥樣本,測量50個蛋白結果后得到的標準差SD=0.2,同時50個結果服從正態分布,根據正態分布的基本性質可以判定:l 在±2σ條件下,極差為SD×4=0.8,此時95.4%的測量結果都在±0.4范圍內。
l 在±3σ條件下,極差為SD×6=1.2,此時99.7%的測量結果都在±0.6范圍內。
此方法適用于所有樣品近紅外測量重復性的評價


常見問題Q4
————————————————————————————————————————————————————

l 幾萬塊的儀器和幾十萬的儀器差距在哪里?

A功能不同,應用場景不同  
l 幾十萬高端儀器兼容的采樣裝置很多,可以兼容很多不同類型的樣本,適合做實驗室研究使用;幾萬的儀器更傾向于專用方向,應用場景具有針對性,適合特定的使用場景。l 性能的針對性不同
l 幾十萬高端儀器每項性能指標均沒有短板,適合做實驗和研究。
l 幾萬的儀器針對特定應用場景進行參數專用化,保證滿足應用的同時,降低了成本門檻。
l 例如:在波長范圍和分辨率上,幾萬的儀器進行了衰減,但是信噪比、波長準確性、波長重復性和吸光度重復性等關鍵指標仍然保有與幾十萬儀器媲美的參數,依然可以解決80%以上高端儀器可以測量的項目。
l 二者建模方面有差距嗎?
l 差距不大,近紅外技術是軟硬件結合的技術,除了穩定的硬件外還需要有高效的軟件輔助,二者各自有各自的建模方法和軟件,不同場景下針對特定要求進行特定優化,例如樣本的選擇、理化準確度以及采樣附件等等,不能一概而論。


常見問題Q5
————————————————————————————————————————————————————
l 模型傳遞時使用B/S校正需要多少個樣品?

A通常情況下10-15個具有準確理化值和一定梯度的樣品即可;進行B/S校正的前提是校正樣品預測的結果與真實值的相關系數R要足夠高。
l 950-1650nm波長范圍都能測哪些指標?l 常見主成分均可以測量,多數情況下低含量的成分也可測量,依據具體應用場景和用戶要求而定。
l 建模到底需要多少個樣品?
l 樣品數量與樣品代表性是建模中的關鍵參數,樣品多少與樣品代表性相比,后者更加重要。
l 天然產物的樣品建立初步模型大約需要60-100具有代表性的樣品,穩健的模型需要300-500個具有代表性的樣品。
l 化工合成產品相對需要的樣本書較少,初步模型50-80個,穩健的模型需要150-200個,具體視工藝而定。
l 樣本變化范圍越大,模型的適用范圍越寬,但分析結果的精度可能變差;模型適用范圍小時,分析結果的精度相對較高,但適用面變窄。



常見問題Q6
————————————————————————————————————————————————————
l 樣品代表性具體包括哪些?

A含量范圍、含量梯度、品種、年份、溫度、濕度、顆粒大小、取樣數量、原料性質變更等
l 遇到界外樣本測量時如何判定模型是否還適用?
l 建立完成模型后,模型內部會引入自動判斷機制,界外樣本會自動報警,提醒該樣品不適應本模型。l 使用傳統理化法測量該樣品的值,如果發現測量值與近紅外預測值存在明顯差異,則該樣本不再適應本模型
l 任何模型都有其適用范圍,萬能的通用模型是不存在的,適用度往往是以犧牲精度為前提的,所以建議盡量建立獨立的適用于自己的近紅外模型。
l 同一個樣品在不同實驗室、不同人做出的理化不一樣,近紅外建模時如何處理?
l 理化做不準,近紅外不可能做準。通常不同實驗室或不同人產生的誤差均為系統誤差。最好有雙盲實驗或由第三方權威機構來驗證。


常見問題Q7
————————————————————————————————————————————————————
l 如何評價建立模型的優劣?A 建模集預測標準偏差SEC,建模集循環校驗預測標準偏差SECV,驗證集相關系數R,驗證集預測標準偏差SEP。
l 通常情況下R值越高越好(需綜合其他指標),SEC\SECV\SEP越小越好。l 當SEC值遠小于SECV和SEP時,則模型出現了過擬合的問題,需要重新配置建模參數;
l 模型正常情況下,SECV通常情況下略小于SEP;
l SEP遠大于SECV,建模樣品的代表性差、模型信息擬和不夠或過擬和;SEP遠小于SECV,驗證樣品代表性差。
l 不同廠家儀器建立的模型是否可以轉移使用?
l 這個是整個近紅外行業一致致力解決的問題,從學術角度看已經有人出了一定的研究成果,從誤差分析角度看模型傳遞后精度肯定會有所損失。
常見問題Q8
—————————————————————————————————————————————————————————————————
l 貴公司在近紅外技術方面優勢是什么? A

無錫迅杰光遠--光譜采集軟件keyGO
KEYGO2.0.8.7.rar
下載
無錫迅杰光遠--單機建模軟件IAS Cal-Box
IAS Cal-Box.exe
下載
8100系列產品手冊
3100系列產品手冊
5100系列產品手冊
service@china-ias.com
———————————————————————————————————————————————————————————————————————————————————————————
工作時間:08:30—17:30
聯系電話:0510-81002996
江蘇省無錫市城南路168號
科研大廈2樓
@2020  無錫迅杰光遠科技有限公司