数据库
红外图谱的解析过程?
一、红外图谱的解析过程?
1、根据分子式,计算不饱和度:f = 1 + n4 + 1/2 ( n3 – n1)
通过计算不饱和度估计分子结构式中是否有双键、三键或芳香环等,并可验证光谱解析是否合理
2、根据未知物的红外光谱图找出主要的强吸收峰。按照由简单到复杂的顺序,习惯上将红外区分为五个区域来分析:
(1)4000~2500cm-1. 这是X-H(x包括 C、 N、 O、 S等)伸缩振动区,主要的吸收基团有羟基、胺基、烃基等。
(2)2500~2000cm-1. 为叁键和累积双键(-C≡C-、 -C≡N-、 -C=C=C-、 -N=C=O-、 -N=C=S-等)的伸缩振动区。
(3) 2000~1500cm-1. 为双键伸缩振动区,主要有羰基(C=O)吸收、碳碳双键(C=C)吸收、苯环的骨架振动及C=N N=O等基团的吸收。
(4) 2000~1500cm-1,为C-H的弯曲振动吸收峰。
(5)1300~400cm-1. 这个区域中有单键的伸缩振动频率、分子的骨架振动频率及反映取代类型的苯环和烯烃面外弯曲振动频率等吸收。
在解析图谱时,可先从4000-1500cm-1的官能团入手,找出该化合物存在的官能团,然后有的放矢到指纹区找这些基团的吸收峰。例如:如果样品的光谱在1740cm-1出现强的吸收时,表示有酯羰基存在,接着从指纹区的1300-1050cm-1有酯的C-O伸缩振动强吸收,酯的官能团就进一步得到肯定。另外,指纹区的一些谱带也能提拱很有用的信息。例如在900-650cm-1区,就可以确定(CH2)4的存在,双键取代程度、芳环取代位置等。
3、通过标准图谱验证解析结果的正确性。
最常用的标准图谱有:
(1)、萨特勒(Sadtler)标准红外光谱
这是一部由美国费城萨特勒研究室所编集出版的光谱集,是目前红外光谱图收集最多者,逐年增印(每年增纯化合物谱图约2000种),到1975年为止共收集四万九千种光谱。图谱上注有化合物的名称、分子式、结构式,大多数有分子量、熔点、沸点、样品来源、制备方法和测绘谱图所用仪器等。并附有以下几种索引:
A、“Alphabetical Index”:按字母顺序排列的化合物名称索引,从化合物的名称可以找出光谱号码;
B、“Molecular Formula Index”:分子式索引,按C、H、Br、Cl、F、I、N、O、P、Si、M的顺序排列。
C、“Chmical Classes Index”按字母排列的化合物种类索引,化合物共分为89类。
D、“Functional Group Alphabetical Index”按字母顺序排列的功能团索引,要查功能团的特征吸收领域,谱线形状和吸收强度时,比较方便。
E、“Wave Length Index”:从光谱中的几个主要吸收带的波长就能找出光谱号码和该化合物。(其索引检索方法见洪山海编者的《光谱解析在有机化学中的应用》P86)。
F、“Commercial Formual Index”:从商品名可以找到光谱号码。
G、“Numerical Index”:光谱号码索引,用上述几种索引,知道了光谱号码后,就可以利用这个索引来找到化合物名称和所在。
(2)、DMS穿孔卡片(Documentation Of Molecular Spectroscopy)
由英国和西德联合编制的卡片形式出现的标准图谱集。分三种类型:有机化合物卡片呈桃红色;无机化合物呈淡兰色;文摘卡片呈淡黄色。现已出34000种
(3)、“API”红外光谱资料(AmericanPetrleumInsearchProject44,InfraredSpectralData)为美国石油研究所研究计划44所收集,其中的80%是烃类的光谱,其它则是卤代烃、硫化物以及少量简单的醛、酮、酯的光谱,有两种索引,一种按照谱图收集顺序编目,另一种为根据分子中出现的元素分类,然后再按碳原子数的顺序来排列
二、红外吸收光谱图谱解释?
红外吸收光谱图谱是描述物质在红外光谱区吸收或散射红外辐射的一种技术。红外光谱图谱可以用于确定物质的化学结构、红外吸收能力、红外光谱特征等。下面是红外吸收光谱图谱的一些常见解释:
1. 峰位置:红外吸收光谱图谱上的各个峰代表物质在红外光谱区吸收或散射的红外辐射的强度。峰的位置可以确定物质的性质,因为每个峰的位置是已知的,可以通过峰的形状和相对强度来确定峰的来源。
2. 峰形状:红外吸收光谱图谱上的峰形状可以表示物质的化学结构。每个峰的形状可以描述物质分子中不同基团的相对强度,以及这些基团在分子中的相对位置。峰的形状可以用于确定物质的化学结构,例如确定分子中是否有键连接。
3. 吸收能力:红外吸收光谱图谱可以用于确定物质在红外光谱区的红外吸收能力。物质在红外光谱区的红外吸收能力可以与它的化学结构有关,因为不同的基团对红外辐射的吸收能力不同。因此,可以确定物质在红外光谱区的红外吸收能力,以确定它们是否具有特定的红外光谱特征。
4. 红外光谱特征:红外吸收光谱图谱可以用于确定物质在红外光谱区的红外光谱特征。这些特征可以包括峰的位置、形状和相对强度等。这些特征可以用于确定物质在红外光谱区的化学结构和性质,例如确定分子中是否存在键连接、确定分子中是否存在不同的基团等。
红外吸收光谱图谱的解释需要结合具体的图谱分析,根据图谱中的峰位置、峰形状、吸收能力、光谱特征等信息进行综合分析。
三、红外光谱图谱记忆口诀?
红外可分远中近,中红特征指纹区,
1300来分界,注意横轴划分异。
看图要知红外仪,弄清物态液固气。
样品来源制样法,物化性能多联系。
识图先学饱和烃,三千以下看峰形。
2960、2870是甲基,2930、2850亚甲峰。
1470碳氢弯,1380甲基显。
二个甲基同一碳,1380分二半。
面内摇摆720,长链亚甲亦可辨。
烯氢伸展过三千,排除倍频和卤烷。
末端烯烃此峰强,只有一氢不明显。
化合物,又键偏,~1650会出现。
烯氢面外易变形,1000以下有强峰。
910端基氢,再有一氢990。
顺式二氢690,反式移至970;
四、有红外数据如何做成红外标准图谱?
可以利用以下几个步骤来制作红外标准图谱:1.明确结论:有红外数据可以制作出红外标准图谱。2.解释原因:红外光谱是一种非常有用的分析技术,可以用于确定物质的结构、成分和性质等信息。为了制作出红外标准图谱,必须先收集到一些与所要研究的样品具有相似结构的红外数据,然后将它们整合在一起,按照一定的规则进行归一化处理,最后得出一份符合标准的红外光谱,即红外标准图谱。3.内容延伸:红外标准图谱可以用于标定和校准红外光谱仪,进行定性和定量分析,甚至还可以用于认证和鉴定某些物品的真伪。因此,它在化学、药学、生物学等领域得到了广泛的应用。
五、红外光谱图谱对照表?
没有其它红外光谱图谱记忆口诀,只有以下答案。
红外光谱图以透光率T %为纵坐标,表示吸收强度,以波长l ( mm) 或波数 s (cm-1)为横坐标,表示吸收峰的位置,现主要以波数作横坐标
六、红外图谱特征峰怎么看?
红外图谱特征峰3250-3500cm-1一般是-NH,-NH2以及-OH的伸缩振动,当然,如果没有这些基团而在3400有峰说明样品吸潮,这是水峰 2700-3100一般是甲基、亚甲基及次甲基的伸缩振动 2400-2600是铵盐伸缩振动 2200-2300这个位置的吸收峰只有2种,炔基或者氰基,吸收。
七、红外图谱上的峰值怎么标注?
在红外图谱上标注峰值可以清晰地显示出每个谱峰对应的波数位置和吸收强度,方便对样品的分析和鉴定。
一般情况下,标注峰值需要用到软件来辅助完成。常用的标注软件有Origin、IGOR、Excel等。
具体操作步骤如下:
1. 打开红外图谱软件,点击“编辑”或“工具栏”内有类似铅笔或箭头的标注工具。
2. 选中需要标注的峰值,点击“描点”或“描线”等功能按钮。
3. 在出现的标注框中填写相应的峰位波数值、吸收峰值等数据,可以选择字体大小、颜色等用以美化标注。
4. 点击“保存”即可将标注结果保存在图谱中。
需要注意的是,在标注过程中应该仔细核对数据,避免标错位置或填错数值。
八、红外图谱出现倒峰是什么原因?
好象这个问题,很早就讨论过。简单来说,就是出倒峰的物质在该波长下的吸收低于背景物质的吸收。
九、知识图谱相对于结构数据库优势?
知识图谱简单明了易懂。结构数据就复杂很多。
十、地质学图谱库属于什么类型数据库?
地质图数据库(data base of geological map)是应用地理信息系统和数据库技术,按不同比例尺和统一标准,将地质图及相关数据存储于计算机而形成的数据库。
它的建立一是将大量地质图进行数字化,从简编地形图或作者原图为成图入口,然后进行图形矢量化、数据编辑、拓扑处理、属性数据输入、数据连接、地质图出版、建立空间数据库等;
二是应用野外数据采集技术在填图过程中建设的数据库。
热点信息
-
在Python中,要查看函数的用法,可以使用以下方法: 1. 使用内置函数help():在Python交互式环境中,可以直接输入help(函数名)来获取函数的帮助文档。例如,...
-
一、java 连接数据库 在当今信息时代,Java 是一种广泛应用的编程语言,尤其在与数据库进行交互的过程中发挥着重要作用。无论是在企业级应用开发还是...
-
一、idea连接mysql数据库 php connect_error) { die("连接失败: " . $conn->connect_error);}echo "成功连接到MySQL数据库!";// 关闭连接$conn->close();?> 二、idea连接mysql数据库连...
-
要在Python中安装modbus-tk库,您可以按照以下步骤进行操作: 1. 确保您已经安装了Python解释器。您可以从Python官方网站(https://www.python.org)下载和安装最新版本...