[发明专利]具有复杂背景成分的样品气体中的目标分析物检测和量化

说明书

表示样本气体的实际背景成分的背景成分浓度数据被用来将针对气体样本获得的吸收光谱法测量数据建模，并且基于该建模来校正吸收光谱法数据的分析(例如对结构性干扰和碰撞展宽)。

相关申请的交叉引用

本申请要求于2014年11月11日提交的、名为“Target Analyte Detection AndQuantification In Sample Gases With Complex Background Compositions”的U.S.专利申请序列号14/538,699的优先权，其全部内容在此引入以供参考。

技术领域

本文所述的主题涉及由光谱分析仪进行的针对来自背景流气体的碰撞展宽和光谱干扰对测量，例如痕量气体的检测和/或量化的影响的补偿。

背景技术

光谱分析通常依赖于物质的辐射的发射或吸收的检测和量化。通过由分析物的分子引起的跃迁所确定的特定能量，吸收或发射辐射物。例如，在红外光谱学中，由于分子内键的振动或旋转跃迁的激发，由分子吸收离散能量量子。气体混合物中的其他分子与发射或吸收分子的碰撞和发射以及吸收分子其自身之间的碰撞会扰动发射或吸收分子的能量级，并且因此导致发射或吸收线形状的加宽。除特定目标分析物的光谱跃迁和浓度，光谱线形状的碰撞展宽取决于气体混合物的压力、温度和成分中的任何一个或上述所有。此外，由除目标分析物外的样本气体的成分对离散能量量子的吸收还能在结构上干扰所测量的发射或吸收线形状。如果使用光谱分析仪来测量具有不同于用来校准分析仪的气体混合物的压力、温度和背景成分(例如样本气体中，除目标分析物外的其他化合物的浓度)中的一个或多个的样本气体中的目标分析物，则会发生量化测量误差。已经发现这些误差对天然气质量控制、石油化工生产和质量控制和环境排放控制等但不限于这些应用中的痕量级杂质(例如小于约10,000ppm)的光学测量是重大挑战。

发明内容

本主题的实施方式可以提供一个或多个优点。例如，代表样品其他的实际背景组成的背景成分浓度数据可以用于将针对气体样本获得的吸收光谱学学测量数据建模并且基于该建模，校正吸收光谱法数据的分析。在一些非限制示例中，可以通过样本气体的拉曼(Raman)光谱法分析来生成背景成分浓度数据，以提供样本背景的成分化合物的识别和量化，由此允许碰撞展宽和光谱干扰的准确补偿。如本文所述的拉曼光谱法的应用能够甚至与正被采样的气体的变化背景成分建立光谱分析仪的校准保真度。该性能能够例如通过谐波光谱构成显著进步，其中，能够通过读取由碰撞展宽、结构性干扰和通常难以或甚至不可能精确模拟，特别是在具有变化背景成分的样本气体中的其他效应导致的偏移，影响痕量分析物量化。

在一个方面中，一种方法，包括：将针对气体样本获得的吸收光谱法测量数据建模为气体样本的背景成分的一个或多个函数。该建模包括基于表示气体样本的实际背景成分的背景成分浓度数据来生成结构性干扰和/或碰撞展宽效应的数学表示。该方法进一步包括应用一个或多个多元回归分析算法以基于模拟来校正吸收光谱法数据的分析，其由包括吸收光谱法的第二分析法获得，以及基于由第二分析法获得的吸收光谱法数据的校正分析来确定气体样本中的目标分析物浓度。

还描述了与该方法一致的系统和方法以及包括有形体现的机器可读介质的物品，其可操作来导致一个或多个机器(例如计算机)产生本文的操作。类似地，还描述了计算机系统，可以包括处理器和耦合到处理器的存储器。存储器可以包括导致处理器执行本文的一个或多个操作的一个或多个程序。

例如，在相关方面中，计算机程序产品包括存储当由至少一个可编程处理器执行时，使至少一个可编程处理器执行包括将针对气体样本获得的吸收光谱学测量数据建模为气体样本的背景成分的一个或多个函数的指令的计算机可读介质。该建模包括基于表示气体样本的实际背景成分的背景成分浓度数据来生成结构性干扰和/或碰撞展宽效应的数学表示。该操作进一步包括应用一个或多个多元回归分析算法以基于建模来校正吸收光谱法数据的分析，其由包括吸收光谱法的第二分析法获得，以及基于由第二分析法获得的吸收光谱法数据的校正分析来确定气体样本中的目标分析物浓度。