Computer processing of IR spectroscopy data of lubricant oils in the Table Curve 2d program

Full Text

Введение

В настоящее время компьютерные методы и инструменты обработки информации на основе специальных комплексов универсальных моделирующих программ (УМП) широко применяются для решения прикладных задач обработки и анализа данных, полученных в ходе проведения химических экспериментов [1, 2]. Данное программное обеспечение принято подразделять на компьютерные программы, моделирующие непосредственно сами процессы проведения химических экспериментов или системы автоматизированного проектирования оборудования для проведения опытов (Aspen Plus, Hysys и т. д.). Отдельно выделяют среди данных программных решений так называемые пакеты компьютерной математики (ПКМ), называемые также системами компьютерной математики (СКМ) – это программные комплексы, предназначенные для обработки результатов эксперимента (Mathcad, Matlab, Maple, Wolfram Matematica и пр.). Применение пакетов компьютерной математики позволяет исследователям решать достаточно широкий круг задач: это и первичная статистическая обработка опытных данных, вычисление основных статистик, дисперсионный и корреляционный анализ, построение эмпирических зависимостей, выбор и ранжирование математических моделей состояния сложных систем и производственных процессов. Целью данной работы является создание математического описания обработки результатов ИК-спектроскопии смазочных масел с использованием методов и инструментов компьютерного моделирования и современного программного пакета Table Curve 2d (SYSTAT SOFTWARE)^[1] [3].

Основная часть

На сегодняшний день метод инфракрасной спектроскопии широко применяется как стандартный метод идентификации веществ.

Метод ИК-спектроскопии позволяет обойтись микрообъемами исследуемого вещества, а также не требует больших временных затрат при проведении. Его можно использовать в качестве метода экспресс-анализа и идентификации различных смазочных масел.

Смазочные масла представляют собой смесь углеводородов и гетероатомных соединений различного строения и молекулярной массы. В состав масел входят алканы нормального и изостроения c числом атомов от 15 до 30, полициклические циклоалканы с алкильными радикалами, моно- и полициклические арены с алкильными радикалами и значительное количество углеводородов смешанного строения [4, 5].

Результаты ИК-спектроскопии представляют собой спектрограммы с наборами характерных пиков. Полученные спектрограммы далее используют для количественной интерпретации, проводя сравнение полученных спектров со спектрами известных веществ [6]. ИК-спектрограмма представляет собой зависимость относительной интенсивности пика от волнового числа. Для детального анализа полученных спектрограмм важное значение имеют аспекты дополнительной количественной интерпретации с применением современных компьютерных программ.

Пакет программ Table Curve 2d предназначен для реализации задачи численной аппроксимации – выбора и ранжирования математических моделей на основе статистической обработки экспериментальных данных. Программный продукт поддерживает методы ручного ввода с помощью Table curve 2d editor (рис. 1), а также импорт в программу через редактор кода ASCI editor. Введенные данные сохраняются в каталоге программы с расширением .prn

 

Рис. 1. Ввод исходных данных

Fig. 1. Entering initial data

 

После ввода исходных данных программа запускает процесс поиска математических моделей. Последовательно рассчитываются критерии их качества, строятся доверительные интервалы. Полученные математические модели возможно ранжировать по критериям качества, это величина коэффициента детерминации R², стандартной ошибки или критерия Фишера F [7, 8].

В ходе исследования спектрограмм смазочных масел для количественного описания была выбрана модель 8003 по внутреннему каталогу программы Table Curve 2d. Данная зависимость имеет следующий вид:

$y=a+b\cdot \exp \left(-\mathrm{0,5}\cdot {\left(\frac{x-c}{d}\right)}^2\right).$ (1)

Визуализация полученной модели приведена на рис. 2.

 

Рис. 2. Аппроксимация данных ИК-спектроскопии моделью 8003 в программе Table Curve 2d

Fig. 2. Model 8003 approximation of IR data in the Table Curve 2d program

 

В таблице приведены критерии качества данной модели [9].

 

Таблица. Критерии качества модели 8003

Table. Model 8003 Quality Criteria

Коэффициент детерминации	Стандартная ошибка			Критерий Фишера
0,8876351512	0,0893462366			21,065547587
Параметры модели
параметр	ошибка		t-критерий	Доверительные пределы
A = 0,161666667	0,029782079		5,428320412	0,092989070		0,230344264
B = 19,79488160	107,2680750		0,184536560	–227,565743		267,1555057
C = 2946,364266	5,444911184		541,1225576	2933,808278		2958,920254
D = 18,04065276	12,76521685		1,413266454	–11,3959900		47,47729556
Дисперсионный анализ
Источник изменчивости	Сумма квадратов	Число степеней свободы		Средний квадрат	Критерий Фишера
Фактор	SSR=0,504483	3		0,168161	21,0655
Ошибка	SSE=0,063862	8		0,00798275	–
Сумма	SSM=0,568345	11		–	–

 

На основе проведенных исследований наилучшей аппроксимирующей зависимостью оказалась модель (1) по каталогу программы. На основе данной модели был выполнен «синтез» дифференциальной кривой скорости процесса – дериватограммы. Графическая интерпретация дериватограммы представлена на рис. 3 (приведено совмещенное изображение для экспериментальных данных, модели (1) и дифференциальной кривой процесса).

Дифференциальная кривая скорости процесса описывает новый количественный показатель процесса ИК-спектроскопии, а именно скорость изменения величины интенсивности пика в зависимости от изменения волнового числа. Полученные в ходе подобного «синтеза» дериватограммы могут быть использованы как дополнительные инструменты для идентификации известных органических соединений, входящих в состав смазочных масел или представляющих собой примеси различного композиционного состава и строения. При этом данные кривые скорости обладают повышенной чувствительностью по сравнению с простыми ИК-спектрограммами, обычно используемыми для процессов идентификации, а также качественного и количественного анализа различных химических соединений.

 

Рис. 3. «Синтез» дифференциальной кривой – показателя скорости процесса (верхний график – скорость процесса)

Fig. 3. “Synthesis” of the differential curve – an indicator of the process speed (top graph – process speed)

 

Заключение

Компьютерное и математическое моделирование являются неотъемлемыми цифровыми инструментами количественной интерпретации экспериментальных данных ИК-спектрографии смазочных масел. Приведенное формализованное описание процесса обработки данных ИК-спектроскопии позволяет установить однозначные количественные соотношения между основными характеристиками процесса, выполнять визуализацию экспериментальных данных на основе параметров используемых моделей, а также хранить данные эксперимента в цифровой форме. Дополнительные возможности детальной качественной и количественной интерпретации результатов спектрографических исследований химических соединений дает построение новых количественных характеристик, в частности, дифференциальных кривых скорости процесса.

 

¹ Table curve 2d https://systatsoftware.com/product/tablecurve-2d-5-0/ (дата обращения – 05.03.2024 г.)

About the authors

Andrey S. Kuznetsov

Russian State Social University

Author for correspondence.
Email: askgoogle@internet.ru
ORCID iD: 0000-0003-1569-4765
SPIN-code: 8442-7210

Candidate of Technical Sciences, Associate Professor of the Department of Information Technologies, Artificial Intelligence and Social Technologies of Digital Society

Russian Federation, 129226, Moscow, Wilhelm Pieck street, 4, building 1

Nelya Yu. Razyapova

MIREA – Russian Technological University

Email: razyapova@mirea.ru
ORCID iD: 0000-0001-6413-4460

Candidate of Technical Sciences, Associate Professor of the Department of Information Systems in Chemical Technology

Russian Federation, 119571, Moscow, Vernadsky avenue, 78

Svetlana V. Razlivinskaya

MIREA – Russian Technological University

Email: razlivinskaya@mirea.ru
ORCID iD: 0000-0002-7719-0530
SPIN-code: 6402-7221

Candidate of Technical Sciences, Associate Professor of the Department of Information Systems in Chemical Technology

Russian Federation, 119571, Moscow, Vernadsky avenue, 78

References

Supplementary files