книга 2 (1110135), страница 72
Текст из файла (страница 72)
15.2.1. Управление и сбор данных Либэ» аналитическая методика есть по существу программ» действии. Частично эти действия должен выполи!гть аналитик-человек, частично — аналитический прибор. По мере развития ингтрументального анализа все больше и больше человеческих функций передается прибору. Так, для записи спектра поглощения на нерегистрируюшем спектрофотометре оператор должен вручную изменять длину волны, вращая барабан, механи ~ески связанный г системой движения призмы ялп дифракциопнай решетки моиахраматорз. Ту же операцию развертки спектра быстрее и надежнее выполнит простейший сервомеханизм (ис!!о»кисельный ьгехвппам) — шагопый дэигатезь. Нж:бходимвя для работы гервомсхенизыа программа — последовательность коыанд включени» и выключения — может быть записана в замять ЭВМ Такая программа состоит из команц выдачи упраелюоЧего кода на вход сервомехвиизма и номанд задержки.
Если аналитический прибор не очень сложен, вместо универсальной ЭВМ для управления моягно испольэовать специализированную электрзг~яую схему, представляющую собой "усечеиаоез подобие компьютера. Часто это один минитгориый кристаэл-микропроцессор. Тот же "якрсородессор может попользоваться для проведения некоторых з Рптейпгих операций г данными аналитического измерения, например ~Штайн!юввиия, логарифмирования и т.п. Волее сложные гхемы управление аналитическим приборам и абраэтви полученных данных обычно ревливуготся с помощью универсаль ээ'Яой микроЭВМ.
Последн»» может ори необходимости подключать гя и прибору (не ачспь глоягные устройства — спектрофотометр, 385 простейшие хроматографы и т.п.) или входит в его комплект облз тельно (ИКлйурыгспектраметр, хромато.масс-спектраметр, атомы эмиссионный спектрэмегр с нндуктивно связанной плазмой и др,) Универсальная ЭВМ может быть свяаан» с несколькими приборами что создаег воэмогкногть бора и хранеии» всех аналитических результатов данной лаборатории, а при необходимости — их совместной интерпретации.
При наличии соответствуя>щих устроиств (пробоотбор ники, коллекторы фракций, системы транспортировки) возможнсг к автоматическое управление аналитическим циклом, включающиь, различные инструментальные методы. Следует отметить, что стыноака с ЭВМ мажет быть осуществленк даже если она не предусыотрена специально конструкцией прибора, Непрерывный выходной сигнал измеритштьнаю 'блока (аналоговый сигнал) следует для этого преобразовать в дискретный цифровой код, отображшощий значения сигнал» через заданные промежутки времени Реализующее эту процедуру устройство называегея аналоге цифровым преобразоватечем, АЦП (обратное действие выполняет цифроаналоговый преобравоватвль, ЦАП).
Полученный г помощью АЦП код уже можно передать компьютеру. Разумеется, сама передача не очень щюста. Необходимо согласовать, например, число эначаших цифр, генерируемых АЦП. количеством разрядов а слове ЭВРН синхрояжгировать процысы передачи и прием» данных, прслусметреп* контр ль з» беаонибочностыо гкредачи и т.п. На этот счет сушсстьует несколько стандартизированных:оглашений о правилах обмена ланкымн, прот колов. Наибелае распространены протоколы КАМАК (другое б «значение !ЕЕЕ-583), В3-232С (Е!А 2а2С), НР-!В (!ЕГЕ-488) и нсноторые другие. Устройство (интегральная схема), преебразуюшее сигнал в форму, опрепеленнуи тем или иным стандарк и, называют интерфейсом (кяогда интерфейсам нюьк вант и собственно протокол обмена).
В простых случаях прсънеж обмена х интерфейс могут разрабатываться специально для частнои запани, ошню совРеменные приборы обычно оснавгаются ны:им-либо илн иаснолькими стан. партными ингерфеисамн. Практически в е ЭВМ скодня такие приспосаблню ьпся к стаНдартным хртоколам. 1Ь.2.2. Первмчввя обработка данных Представленную в цифровом виде аналитическую информ»пню, ьа" правило, подвергают предварительной обработке и преобразованиям. цель заключается в том, чтобы снизить влияние помех и перовск тб данные в наиболее удобную для ноглелующей интерпретации бюриу 388 Под помехами в шиРоком смысле понимают как аппаРатУРные погРеш„сдс, обусловленные ограниченной точностью прибора (например, „„эрешением спектроыетра), возможными сбоямн механических частей, аектронных схем и линий связи, так и погрешности, связанные с природой исследуемого обьекта, прежде всего с присутствием мешаю,пнх определению веществ.
Конечно, в каждом методе анализа сушестзуют специфические и«точнини погрешностей и спедиальво разработанные способы преобр,аования информации. Тем не менее имеютгя и общие подходы, ьогорые мы кратко рассмотрим. Прежде всего слелует упомянуть многочисленные алгоритмы гтатистического анализа, преднаднзченные для усреднения реаультата анализа, оценки дисперсии, у«траяения выбрасо» и т.д. Они хороша „звьттны и обычно могут быть легко реализованы и беэ ЗВМ, а при ее вшичии часто входят з тзидартнсе математическое обеспечение. Более ошупсмы преимущества использования компьютера в том случае, когда первичной аналитической информацией является зависимость сигнача сж некоторой переменной. Н различных видах спектромстрии это зависимость от энергии поглощаемого или всээбуждыошега излучения, в хроматографии и проточно-инжекционном анвлиае — от вроссии и т.п.
Общая задача состоит в сглаживании криволинейного контура, устранении случайного ашума". Простейший подход к ее решению эаключаглея з накоплении и усреднении сигнала по всем точкам зависимости. Ценность коыпыотера а этом глучае связана с возможностью хранения большого обьема информации в оперативной и внешней памяти. Поназано, что (при некоторых предположениях относительно характера распредглени» "шума") накопление и усреднение увеличи- вжт отношение сигнал/шум в (су раз, где Л' — чигло повторных сканиР~~аний. Наиболее широко эпэт подход используют в ЯМР-«пектросаепии (Заметим, что хранение спектров или временных зависимостей а в~мяти ЗВМ позволяет такхсе легко проводить сравнение и вычитавве зависимостей; этот прием применяктг, например, для устранения сн веню~а компонента, ваведомо загрязняющего анализируемый образец ) тыто, однако, накопление кривых изменения сигнала трсбу'ч с слишком болыцого времени.
Зффективиыми оказываются только с . '"дальные методы цифгюаого сглаживания, аперируюшие с кривой, эа ег Регистрированной всего несколько раз или однократно. Наибоизвестным среди них «вляегся ясшед каал~гаьааы хаадраюее МНН). збу Меюд и зволяет р ж.*сти через эьс сриментальные точьи кривую зад:шж ю а»алити'же»ого вида (слово аазалитичесьияа здесь имют математи гес»„- низ смысл!) так, чтобы расчетные точки били максималыю бяизки к желе»им „ т ьным Меры бли. и аш * иормигювшн су др в»о чиых откл испив, а сама процедур» ЫНК сводится к подбору числовых »на»шин «озффициезтов зада»ней фу»клин, микимизируюжмх оту сумму.
Если козф фициенты (параметры) входят в азпр ксимирумщую функцию лииеяно (»р мая линия, сумма полииомов и т.п.), говорят о линейном МНК, иначе — „ »елин»яном (гауссов или лоренц»» контур, гамма-фу»злил и лр.). Последк»я з и елыс м тн шен томя (см. такж гл. 2). МНК слаживание нередка используют в аналитических задача»,, на его применение сталина»ется с важными ограничениями. Одна из них — необходимость знать аналитический вид функции, описывыощец изменение сигнала. Далеко не всегда он извес"ген. Кроме того, нелинейный МНК мажет требовать довольно значительных затрат времени и успп»сняться иэ-за тзк называемой корреляции параметров, приводящей к неоднозначности решения и вычислительным проблемам.
Все эти трудности особенно существенны при обр»ботке протяженной кривой сложной гоставной формы. В этом случае можно прибегнуть к цифровой фильтрации "шуми". Наиболее распространен сглаживающий полиноыинзльный фильтр Савицкого — Голе». Ипея метод» таков». Выбирают негкпльиа соседних экспериментальных точек (»окпп»), и в пределах аокнае зппроксимируют данные полиномом заданной степени при помощи МНК.
После этого цснтрзяьную точку в »акиве заменяют соответствующей точкой аппроксимируюптего полинома, » остальные аставлякт без изменения. Затем аокнаа спвигают на одну точку и процедуру повторим г. Такая аскользлщэяе лак~»и»я аппрокгимация продолжается, пока не булет пройдена вс» крива». Метоц хорошо разработан и многократно проверен. В глучае равноотстоящих точек даже не требуется обычных в цалиноминвльнам МНК вычислений; решение доведено да простых формул, коэффициент»' которых табулироваиы Накомец, нле одна типичная юдача, примыкаюшзя к сглзживаяию задача о проведении кривой через т чки, э»реги»трир ванны при невес~а™ ном разрешении. Экспериментальные ззачеиия м жко считать измор гомы ы» точно, и пребл мз осгои в разумном восстав»ельник вида зависим сги ме»ОС етое заданными т чками, т.е.
в интерполяции. Ее решают в последнее нремя сГЫ но при помог»и куючио-непрерывно» сплзцк-инт Ело»яцик. эксперимн1тзл »та нюг 288 „т„зависимость разбивают нв интервалы и описьжвкя внутри каждого из них ,бичесасй параболой. Набор «оэрфнннентов эоследнсй щ» каждого интервала подбирают так, чтсбы бьша достигнута наибальыа» суммарнаэ апкдвестьэ (наименьшая уммарная кривизна) зей криый, а в точках соединения шкерэалов отсюстюэали скачки. Среди приемов первичной обработки данных следует также отметить Фурье-преобразование (ФП).
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
