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30多年来，Dan Wispinski.VUV分析已经编制了DHA的历史上的三部分系列，目前的技术和未来技术。

本系列的第二部分重点介绍了详细的碳氢化合物分析的未来。在里面第一篇文章，Dan Wispinksi谈到了他在塑造DHA的变化方面的经验。该未来使用真空紫外线光谱（VUV）在称为已验证的碳氢化合物分析™（VHA）的应用中，保持DHA的优势，同时消除了缺点，导致更准确的数据，提高生产率和易用性。

什么是VUV光谱和VHA？

VUV光谱利用电磁谱的VUV区域，其特征在于从125nm至240nm的高能和短波长的光。除了载体气体（即氢，氦气和氩气）之外，每种化合物都吸收。更重要的是，每个化合物都有一个独特的光谱指纹。这些使得可以使用光谱文库准确地识别利益化合物。VHA文库涵盖大多数感兴趣的碳氢化合物化合物。

与传统的100米DHA方法相关的最大挑战之一是实现所需的分离，以确保准确识别所有感兴趣的化合物 - 尤其是关键对（图1）。这些是密​​切洗脱的非常相似的沸点化合物。为了实现分离，通常需要调谐栏，并且运行时间可以超过140分钟。由于VHA使用光谱指纹，因此临界对不需要完全分开;因此，可以使用较短的列，其在确保精度的同时加速分析时间。

使用DHA的错误识别或未识别的峰值发生，因为识别仅取决于保留时间和操作员解释 - 许多凝聚仍然存在。或者，VHA不仅通过保留窗识别化合物和类，而且通过化合物的独特光谱曲线识别化合物和类。吸光度或响应与浓度成正比，允许使用与DHA类似的归一化计算进行准确定量。VHA还使用分析物的可预测响应来消除校准要求。在VHA数据处理期间，大多数汽油化合物通过其在VHA文库中的独特光谱“验证”。当未进行精确匹配时，将烃类和碳数分配，因为烃类中的化合物份额份额相似。每次分析间隔，与传统DHA相比，导致零“未知”。

VUV光谱的核心概念之一是不执行传统的峰值集成。DHA分析人员将大量资源降低，没有高峰开始，结束，切线滴，或基线考虑因素。即使经验丰富的运营商也可能会错过基线跟随谷到谷峰点，省略了一大部分的密切反应下的一个紧密洗脱化合物。这是一个常见的DHA错误源。相反，VUV光谱用途时间间隔Deconvolution™（图2）。这些时间间隔，如GC蒸馏方法中的时间切片，分别分析以解决整个色谱图。这消除了峰集成并允许自动化处理。

碳氢化合物分析的未来是VHA。该方法提供了通过光谱验证提高准确性的详细分析，从而提高生产率，从更快的分析时间，较少人的干预，更容易使用。

图1：与VHA的批判对解码。图像信用：VUV分析

图2：时间间隔折应。图像信用：VUV分析