首页
摘要：Nicomp 3000系列设备在数据处理分析中不仅拥有常规的高斯分析方法,还拥有PSS粒度仪公司的粒径分布表达方法——Nicomp分布的分析方法。高斯分析只是一个双参数拟合(可能添加基线调整)，对于一些组分相对单一的样品，高斯分析会相对较快地得出一个可靠的结果。但是当样品组分较为复杂时，高斯分析则会得到一个范围较广的正态分布结果，不能很好地展现出样品中所有组分的粒径分布。Nicomp 3000系列设备在粒度分析过程中会复合采用Gaussian单峰算法和Nicomp多峰算法，会在样品测试过程中产生一个特定的的参数卡方值，卡方值是Nicomp 3000系列设备中的一个参数指标，当卡方值大于某个设定值时，Nicomp 3000系列设备会自动将高斯分布结果显示切换成Nicomp 3000系列的Nicomp分布。卡方值的大小可以反应样品的是简单的单分散体系还是复杂的多分散体系并通过卡方值的大小来自动切换结果展示为Nicomp多峰分布。Nicomp分析方法是一种高分辨率的去卷积算法。因此在使用Nicomp 3000系列分析复杂组分的测试样品时，我们要通过延长Nicomp分析的测试时间，来使探测器收集的数据增多，然后通过大量的数据拟合，使设备得到具有较稳定较准确的Nicomp多峰分布的测试结果。
关键词：Nicomp分析 高斯分布 卡方值 准确性 稳定性
前言
Nicomp 3000系列采用的是动态光散射原理检测分析颗粒系的粒度及粒度分布，粒径检测范围0.3nm-6μm。粒度分析复合采用Gaussian单峰算法和Nicomp多峰算法。Nicomp 3000系列纳米粒径分析仪巧妙运用了去卷积算法来转化原始数据，从而得出最接近真实值的粒度分布。Nicomp分析非常适合测试粒度分布复杂的样品体系，利用一组独特的去卷积算法将简单的高斯正态分布模拟成高分辨率的多峰分布模式进行数据处理。Nicomp系列设备测试时，会在测试前先收集一定量的数据，然后拟合出一个初步的结果，在后续的测试过程中，会持续收集数据来完善测试结果。并且测试过程中通过卡方值的变化来确定仪器是采用高斯单峰算法还是Nicomp多峰算法。对于多组分、粒径分布不均匀液态分散体系的分析以及胶体体系的稳定性分析具有独特优势，其优异的解析度及重现性是其他同类产品无法比拟的。如果样品是单分散体系Nicomp 3000系列设备则采用高斯单峰算法进行数据分析，如果样品是不均匀，呈现多分散体系状态，即测出来的粒径正态分布范围会比较大，直观的呈现是粒径分布峰比较宽，此时Nicomp 3000系列设备则通过一定的数据累积切换为Nicomp多峰分布数据展示。
一、卡方值介绍
卡方值是非参数检验中的一个统计量，主要用于非参数统计分析中，它是卡方检验中的一个主要测试指标，卡方检验是一种用途很广的计数资料的假设检验方法，它属于非参数检验的范畴，主要是比较两个及两个以上样本率（构成比）以及两个分类变量的关联性分析。Nicomp 3000系列设备在数据分析过程中就存在卡方值这一参数，对于多组分、粒径分布不均匀液态分散体系刚好吻合使用卡方值的统计分析，当设备显示的卡方值大于某一个设定值比如厂家推荐的3时，Nicomp 3000系列设备会自动将广泛的正态高斯分布切换为Nicomp 3000系列的Nicomp多峰分布。
二、数据分析
脂肪乳测试过程中数据分析
通过讨论的Nicomp 3000系列设备测试脂肪乳的结果表，可以很好地说明了样品测试过程中典型的高斯分析沉降时间和Nicomp分布的参数卡方值的变化趋势。使用Nicomp 3000系列测试脂肪乳样品时，当脂肪乳测试结束，软件界面终端上显示一组新的分析结果时，大约每45秒得到一个新的计算分布；这些结果的总结如下表1所示：
表1:典型单峰样品(静脉脂肪乳)高斯分布数据与Nicomp参数卡方值的随时间变化的关系
表1所示的性能良好的脂肪乳的测试结果很好地说明了Nicomp 3000系列高斯分析与Nicomp分析对时间的依赖性。
首先，我们注意到，如果采集的数据太少，Nicomp分析的参数卡方值则不能用于判断拟合结果的稳定性和准确性。表中结果显示，在仅仅运行了31秒时，会显示一个非常低的卡方值，并得到一个具有平均直径和标准偏差的高斯分析的高准确性的最终“结果”。但是事实上，当大量的附加数据被合并到自相关函数中时(通道#1中的564K ),Nicomp分析的参数卡方值会数据的增多而随后增加，在8分4秒的较晚时间达到最大值2.8。然而，有意义的是，这种上升显然是虚假的，因为随之而来的是测试进行了13到14分钟时卡方值会呈现持续下降的结果显示，卡方值基本上回落到1.1。
显然，在建立该样本的高斯分析结果是更具有的稳定性和准确性的。而Nicomp分析的重要参数卡方值则需要更长的时间才会随着数据采集的增加而保持到较低的较稳定的状态。并且在卡方值趋于一个较稳定的状态时所得到的结果和31秒时高斯分布所得到的结果的误差很小在3%以内。由此对于一些较为均一的样品，可以通过高斯单峰算法得到一个较为准确的测试结果。
然而，对于关注体积加权平均直径的客户来说，我们可以通过观察卡方值的变化趋势来确定数据是否达到一个稳定值，而得到稳定的准确的体积加权平均直径只需要一个简单的操作，就是适当地增加测样时间！当测试时间延长、数据收集够多，卡方值会趋于稳定，测试得到的标准偏差会达到一个稳定值，并且强度加权平均直径与体积加权平均直径直接的差值也会趋于稳定，使测试结果具有较高的准确性。
表1中的样品表现相当好，不需要基线调整，在运行初期就产生了良好的高斯分布结果，并且接近最终的测定值。但是上面的结论同样适用于更“困难”的样品，对于这些样品，高斯分析的结果显示更大的波动，需要更长的时间来稳定。并且这类样品测试的粒径结果分布范围较广，不能清楚地展现出样品中不同大小组分的粒径分布，不利于样品的分析，甚至可能得到一个不准确的数据。但是我们可以根据Nicomp分布的卡方值的变化来判断样品的分布范围，并且得到较为真实的粒径分布。
某种胶束测试结果分析
图1:某种胶束第一次测试高斯分布下强度加权平均直径的测试结果
图2:某种胶束第二次测试高斯分布下强度加权平均直径的测试结果
图3:某种胶束第一次测试高斯分布下体积加权平均直径的测试结果
图4:某种胶束第二次测试高斯分布下体积加权平均直径的测试结果
图1和图2显示了某种胶束使用Nicomp 3000系列设备仅使用高斯分布，在各测试10分钟后所得到的测试数据，这种胶束两次测试高斯分布的强度加权平均直径分别为43.2nm和42.7nm，图3和图4显示了某种胶束使用Nicomp 3000系列设备仅使用高斯分布，在各测试10分钟后所得到的测试数据，这种胶束两次测试高斯分布的体积加权平均直径分别为8.6nm和8.6nm。
图5:某种胶束第一次测试Nicomp分布下强度加权平均直径的测试结果
图6:某种胶束第二次测试Nicomp分布下强度加权平均直径的测试结果
图7:某种胶束第一次测试Nicomp分布下体积加权平均直径的测试结果
图8:某种胶束第二次测试Nicomp分布下体积加权平均直径的测试结果
图9:某种胶束使用Nicomp 3000系列第一次测试过程显示
图10:某种胶束使用Nicomp 3000系列第二次测试过程显示
图5和图6显示了某种胶束使用Nicomp 3000系列设备仅使用Nicomp分布，在各测试10分钟后所得到的测试数据，这种胶束两次测试Nicomp分布的强度加权平均直径分别为16.3nm、235.0nm和16.4nm、234.5nm，图7和图8显示了某种胶束使用Nicomp 3000系列设备仅使用Nicomp分布，在各测试10分钟后所得到的测试数据，这种胶束两次测试Nicomp分布的体积加权平均直径分别为14.8nm、220.8nm和14.8nm、222.1nm。
单纯的只看该胶束高斯分布的结果，只能看出该胶束的正态分布范围较广，但是两次测试的测试结果重复性较好，可能误导使用者，使其宏观上以为该胶束样品的强度加权平均直径为43nm左右，体积加权平均直径为8.6nm左右。但是Nicomp分布的强度加权平均直径和体积加权平均直径与高斯分布的结果，却完全不一样。并且在测试过程中会出现如图9和图10提示卡方值过大请使用Nicomp分布的提示，这便是Nicomp 3000系列所拥有的Nicomp算法的优势所在。
后续我们研究发现，此样品的工艺是小于20nm左右的产品。因此高斯分布所得到的结果不具有代表性，但是通过Nicomp分布所得到的结果，我们将样品使用0.2μm的滤膜过滤，再次测试样品，测试结果只显示一个分布较窄的结果为15μm左右的高斯分布的结果。
总结
通常情况下，宽的单峰群体的计算粒度分布比窄的分布被更快确定，且数据具有稳定性和准确性！Nicomp 3000系列测试简单的单分散体系粒度分布过程中标准偏差的变化是因为最小二乘二次拟合中存在小的变化(由于相关性数据中的微小波动),这是造成标准偏差中这些看似大的变化的原因。事实上，这些小波动可能是由正常泊松统计、粒子聚集、“脏”粒子、杂散散射光等引起的，但是设备通过基线调整会将此种影响消除。并且对于一些单一组分的样品，在测试过程中乍一看，Nicomp分布的参数卡方值在测试过程中变化似乎很大，会出现来回波动的情况，但实际上这种单封分布测试过程中Nicomp分布卡方值的变化并不会影响测试结果。因为这类样品的数据描述非常接近理想的单指数衰减的自相关函数，会呈现出较为完美的分布较窄的正态分布。因此，对于此种单一组分的样品，是可以使用高斯分析相对更快地确定为最终的、可靠的、稳定的、准确的“答案”。因此，使用Nicomp 3000系列设备测试非常“干净”、分散良好的样品，在这种受控的理想条件下，DLS模块能够在很短的时间里产生较窄的单峰分布，来保证测试数据稳定性和准确性。
对于在测试过程中系统的提示卡方值过大的样品，如果以知样品体系是多组分的，那么我们可通过延长测试时间来观察，卡方值的变化，取卡方值趋于稳定的测试时间，作为此类样品的测试时间，取卡方值趋于稳定的测试结果为此样品的测试结果。如果不清楚样品的组成，那么我们要适当地延长样品的测试时间，观察其标准偏差趋于稳定时，卡方值的结果与测试系统的提示，如果系统提示还是卡方值过大那么我们则需要采用Nicomp多峰分布的结果来进行研究。如果随时间的延长卡方值出现先增大后变小的情况，那么我们则需要取卡方值趋于较小的较稳定的结果为样品的测试结果。