详细的碳氢化合物分析（DHA） - 过去，现在和未来第2部分

作为燃料分析行业的专家已有30多年的历史Dan WispinskiVUV Analytics的撰写了一个三部分的系列，内容涉及DHA的历史，当前技术和未来技术。

本系列的第二部分侧重于详细的烃分析的未来。在里面第一篇文章，Dan Wispinksi谈到了他在塑造DHA今天变成的经历。未来在称为经过验证的碳氢化合物分析™（VHA）的应用中使用真空紫外线光谱（VUV），该应用程序保持了DHA的优势，同时消除了缺点，从而获得了更准确的数据，提高生产率和释放性。

什么是VUV光谱和VHA？

VUV光谱利用了电磁光谱的VUV区域，其特征在于125nm至240nm的高能和短波长。除载体气体（即氢，氦气和氩气）外，每个化合物都吸收了这里。更重要的是，每种化合物都有独特的光谱指纹。这些使得可以使用光谱库准确地识别感兴趣的化合物。VHA库涵盖了大多数感兴趣的碳氢化合物化合物。

与传统100米DHA方法相关的最大挑战之一是实现确保准确识别所有感兴趣的化合物的分离，尤其是关键对（图1）。这些是非常相似的沸点的紧密洗脱化合物。为了实现分离，通常需要调整柱，并且运行时间可能超过140分钟。由于VHA使用光谱指纹，因此不必完全分离临界对。因此，可以使用较短的列，以加速分析时间，同时确保准确性。

由于识别仅取决于保留时间和操作员的解释，因此使用DHA的误识别或未识别的峰发生了 - 仍在发生许多块状。另外，VHA不仅通过保留窗口来标识化合物和类，而且还通过化合物的独特光谱曲线来识别化合物和类。吸光度或响应与浓度成正比，并允许使用与DHA相似的归一化计算进行准确的定量。VHA还使用分析物的可预测响应来消除校准要求。在VHA数据处理过程中，大多数汽油化合物在VHA库中的独特光谱“验证”。当未制定确切的匹配时，分配了碳氢化合物类和碳数，这是可能的，因为碳氢化合物类中的化合物共享光谱相似性。每个时间间隔都进行分析，与传统DHA相比，“未知数”零。

VUV光谱法的核心概念之一是没有执行传统的峰积分。DHA分析师花费大量资源的峰值开始，末端，切线或基线考虑。即使是经验丰富的运营商也可能会错过基线沿着山谷到山谷​​峰值点，从而在一个紧密洗脱的化合物区域省略了大部分FID响应。这是常见的DHA错误源。相反，VUV光谱法使用时间间隔DeNvolution™（图2）。这些时间间隔（例如GC蒸馏方法中的时间切片）单独分析以求解整个色谱图。这消除了峰积分并允许自动处理。

碳氢化合物分析的未来是VHA。该方法提供了所需的详细分析，同时通过光谱验证提高准确性，从更快的分析时间，减少人类干预且易于使用的生产率提高生产率。

图1：用VHA对批判对。图片来源：VUV分析

图2：时间间隔反卷积。图片来源：VUV分析