吸收光谱和发射光谱分别是测量一种材料吸收和发射的光量的图形表示。吸收光谱显示一种材料吸收的光的波长,而发射光谱显示光的发射。
FTIR/FTNIR台式光谱仪Interspec 200-X
更新时间:2024-04-19 14:40:59
概述
Interspec 200-X系列FTIR光谱仪代表了一种低成本的傅里叶变换红外光谱仪,并采用了许多独特的功能,以确保紧凑型仪器的高性能。Interspec 200-X的尺寸仅为59 X 39 X 19 cm,被视为紧凑型多功能红外FTIR分光光度计之一。200-X的设计在光学设计和软件和固件方面都是少有的,专为显著减少总体分析时间而设计。干涉仪的几何结构采用了一种新的紧凑型迈克尔逊自补偿光学系统,该系统消除了在传统类型的光学干涉仪中发现的许多光学对准问题。Interspec 200-X设计避免了使用传统的角隅棱镜光学器件和动态对准。在实践中,这意味着该仪器可以在研究实验室、任何大学或学院环境中使用,如果需要,也可以在实验室外或远程位置使用。
参数
- 标准测量范围 / Standard Measurement Range: : 7000 - 400 cm-1
- 最大分辨率 / Max Resolution: : 1cm-1
图片集
规格书
厂家介绍
相关产品
- NEX QC MFA - Marine Fuel Sulfur Analyzer光谱分析仪Applied Rigaku Technologies Inc Div of Rigaku Corp
Rigaku NEX QC能量色散X射线荧光(EDXRF)分析仪可快速定量测定各种船用燃料中的硫:非破坏性地分析硫(S)至低ppm水平分析镍(Ni)、钒(V)和铁(Fe)(如需要)分析锌(Zn)以确定燃油是否受到污染半导体探测器具有卓越的可靠性现代触摸屏“图标驱动”用户界面方便的内置热敏打印机低成本,无与伦比的性价比ASTM D4294和ISO 8754测定硫的方法
- Quanta Particle Counter光谱分析仪ISS Inc
Quanta系统是一种仪器,设计用于精确检测和快速计数溶液中极低浓度的颗粒(对于1µm直径的珠子,102~105个颗粒/mL)。量子系统设计用于测量单个荧光粒子;这些颗粒要么本身是荧光的,要么必须使用合适的荧光团进行标记。在这两种情况下,所施加的激光的波长必须与所使用的荧光团的激发波长相匹配。
- MS9740B光谱分析仪Anritsu Corporation
波长范围: 600 to 1750 nm
MS9740B是一款光谱分析仪,工作波长范围为600 nm至1750 nm,可准确验证和改进5G和云通信系统中设计的100G/400G光模块的上市时间。台式OSA具有超过70dB的宽动态范围,测量处理时间小于0.35S(扫描30nm波长)。它具有低至–90 dBm的光学灵敏度,并且可以在45 dB或更高的情况下进行精确的边模抑制比(SMSR)测量。光谱分析仪专为高通量生产环境而设计。它支持多模光纤输入,是制造和评估850-nm波段VCSEL模块的理想选择。MS9740B支持九种应用测量模式,包括LD模块、DFB-LD、FP-LD、LED、PMD、WDM、光放大器(NF和增益)和WDM滤波器。
- 772B-MIR光谱分析仪Bristol Instruments
波长范围: 1 to 12 µm谱带: Infrared, Mid-Infrared
布里斯托尔仪器公司(Bristol Instruments)的772B-MIR是一种连续波/脉冲红外光谱分析仪,工作范围为1至12μm.它具有4GHz的光谱分辨率和超过20dB的光抑制比。光谱分析仪将迈克尔逊干涉仪技术与快速傅里叶变换分析相结合,用于表征激光的光谱特性。它采用了一种复杂的算法,能够测量重复率低至100Hz的脉冲激光。该红外光谱分析仪需要90-264 V的交流电源,并支持USB和以太网接口。它的模块尺寸为191 X 165 X 381 mm,非常适合用于脉冲红外和中红外激光器的光谱分析。
- SiBrickScan (SBS)光谱分析仪Bruker Optics
布鲁克公司的 SiBrickScan (SBS) 是一种专用的在线系统,用于对完整硅锭中的间隙氧进行傅立叶变换红外定量,从而得到沿纵轴的浓度曲线。无需锯开硅片或测试样品即可获得这些信息,这被认为是节省成本的一大优势。
相关文章
普渡大学的研究人员发现,通过调整导电氮化物和氧化物,特别是质子氮化钛(TiN)和铝掺杂的氧化锌(AZO)的薄膜厚度
环境和健康科学用户以及工业界对便携式气体传感器的需求日益增长。谐振式光学传感器,特别是平面微谐振器,集高灵敏度和小尺寸于一身,是这些应用的理想选择。
目前的细菌鉴定诊断方法是时间密集型的,需要培养,需要几个小时到几天才能完成。然而,最近发表在《纳米通讯》上的一项研究提出了一种结合拉曼光谱、声学生物打印和机器学习的新型技术,用于快速识别细菌。这项创新技术有望改善临床诊断,使食品更安全,药物开发更快,并加强环境监测。