[发明专利]用于准确地量化目标样本的组成的系统和方法

说明书

一种用于基于第一类型的传感器(104)的扫描输出来量化目标样本的组成的系统(106)包括参考数据库(202)、自定义数据库(204)和模块集。所述模块集包括：分析模型创建模块(206)，其创建所述第一类型的传感器的分析模型；样本处理模块(208)，其在标准压力条件下使用所述第一类型的传感器处理包括准确已知的组成的样本；分子分数估计模块(210)，其使用估计方法和所述分析模型估计所述样本的分子分数；分析模型优化模块(212)，其通过将所述样本的所述分子分数与所述样本的预定分子分数相比较优化所述分析模型；以及目标组成估计模块(214)，其使用利用了所述优化的分析模型的所述估计方法基于所述扫描输出来估计所述目标样本的组成。

技术领域

本文中的实施例总体涉及量化目标样本的组成，并且具体涉及一种用于增强量化目标样本的组成的准确度的系统和方法。

背景技术

对存储在源(例如罐或者管线等)中的气体混合物的组成的量化是具挑战性的任务。对源中的气体混合物的组成的量化可以帮助确定气体混合物的组成是否超过阈值水平。通常地，使用质谱仪来量化气体混合物的组成。质谱仪可以产生签名，在该签名中各离子确切地对应于其质荷比(即m/z值)而出现。质谱仪还可以产生如下的签名，其中各离子确切地对应于其无量纲整数值作为宽度脉冲出现并且高度对应于其分子分数。质谱仪通常地显示许多非理想因素。

质谱仪可以以不同的相对速率使不同的气体离子化。不同的气体的离子可以成碎片并且可以以各种质荷比(即m/z)出现。以各种质荷比的碎片离子被传输到检测器。离子的碎片化针对一个气体可以是恒定。离子的碎片化可以从标准参考数据库获得。碎片离子的各个峰通常地包括非零宽度以及可能地取决于质荷比的非对称形状。由于碎片离子的峰基于质谱仪而被指定，因而碎片离子的峰在不同种类的仪器中是变化的。噪声可以由于不可避免的自然原因(例如，耦合、散粒噪声、热噪声、机械缺陷和振动)被添加到量化系统中的各个点的签名中。

用于解决一个或多个非理想因素的一种方法包含基于从质谱仪获得的数据将卷积光谱去卷积。然而，该方法未能最佳地移除质谱仪的输出处的噪声并且未能移除随机变化。在另一方法中，针对候选组成集中的各候选生成理论的各向同性质谱。该方法未能在生成各向同性质谱的同时减少估计误差。根据又一方法，分子峰的比率被用于重叠峰。然而，这未能减少有效的噪声基底。

发明内容

因此，需要一种能够解决上述的噪声、估计误差和随机变化的问题并提供增加的准确度的、用于量化目标样本的组成的系统和方法。

本发明的一方面是一种用于基于第一类型的传感器针对目标样本的扫描输出来量化所述目标样本的组成的系统。扫描输出包括与目标样本相对应的检测到的离子的作为质荷比的函数的光谱。系统包括参考数据库、自定义数据库和模块集。所述参考数据库存储与所述目标样本的标准碎片化和电离电位有关的标准参考数据。所述自定义数据库存储使用所述第一类型的传感器所确定的所述目标样本的碎片化信息和电离电位。所述模块集包括分析模型创建模块、样本处理模块、分子分数估计模块、分析模型优化模块和目标组成估计模块。

所述分析模型创建模块被配置为使用所述第一类型的传感器的校准数据和所述标准参考数据创建所述第一类型的传感器的分析模型。所述分析模型是所述第一类型的传感器的数学模型。所述校准数据包括与针对所述标准参考数据所校准的分析模型有关的数据。所述样本处理模块被配置为在标准压力条件下使用所述第一类型的传感器来处理包括准确已知的组成的多个样本。所述分子分数估计模块被配置为使用估计方法和所述第一类型的传感器的分析模型来估计所述多个样本的分子分数。所述分析模型优化模块被配置为通过将所述多个样本的分子分数与所述多个样本的预定分子分数相比较来优化所述第一类型的传感器的分析模型。所述目标组成估计模块被配置为使用利用了所述第一类型的传感器的经优化的分析模型的所述估计方法，基于从所述第一类型的传感器获得的目标样本的扫描输出来估计所述目标样本的组成。