Ep 51 — 常见故障排查与"踩坑"实录

系列：红外光谱百科：从原理到实战
篇章：第五篇 · 仪器与工具篇 — 故障与维护（Ep 46–55 后段）
适合人群：实验室检测技术人员、仪器管理员、QC/QA 主管、研究生新进实验室成员
前置知识：Ep 11（色散型 vs FTIR）、Ep 12（迈克尔逊干涉仪）、Ep 16（样品制备）、Ep 17（仪器操作）、Ep 18（谱图处理）、Ep 50（日常维护与 ASTM 性能验证）
阅读时间：约 40 分钟

引子：那一张"全平"的谱图

某周一上午，QC 实验室的小张打开 Nicolet iS20，按下"Collect Sample"。屏幕上的干涉图信号正常，但最终出来的谱图——一条几乎贴着 100% T 的直线。她以为样品没放好，重做一遍，仍然全平。换人、换样品、换压片，依旧如此。一上午过去，整个 QC 组都开始焦虑：是仪器坏了？还是某个附件松了？要不要立刻报修？

工程师下午才到现场。他用一张白纸挡在样品仓光路里——干涉图几乎没变化。再打开仪器外壳，用万用表测光源两端——开路。原来周末长时间未关机，硅碳棒光源寿终正寝。更换光源、重新准直、采集背景，10 分钟后谱图恢复正常。

"在 FTIR 故障排查中，先看干涉图、再看谱图是金科玉律。干涉图是仪器的'心电图'，能告诉你问题出在光路、电路还是数据采集。"
—— 改编自 Thermo Fisher 应用工程师培训手册 [1]

这是一例典型的"看似复杂、实则单一"的故障。本集将系统讲解 FTIR 常见故障的故障树排查法、整理匿名化的"踩坑"案例集锦，并给出预防性维护策略，让你在仪器出问题时能冷静、按部就班地定位故障，而不是盲目报修或乱改参数。

💡 本集定位：Ep 50 讲的是"如何不让仪器坏"，本集讲的是"坏了怎么办、以及那些不是坏但让人误判的坑"。两集配合是仪器管理员的必备工具箱。

一、故障排查的总思路：故障树法

FTIR 是一个光机电一体化的系统，故障可能出现在光源 → 干涉仪（分束器/动镜） → 样品仓/附件 → 检测器 → 信号放大与采集 → 软件链条的任一环节 [1][2]。盲目更换零件或乱调参数既费钱又可能引入新问题。

故障树排查法的核心：从现象出发、按"光机电软"顺序排除，每一步都用最小代价验证一个假设 [1][2][3]。

谱图异常
   │
   ▼
① 现象分类（全平 / SNR差 / 基线倾斜 / 水峰 / 异常峰）
   │
   ▼
② 先看干涉图：信号幅度？对称性？是否有干涉条纹？
   │
   ├─ 干涉图本身异常 → 光路/电路问题（光源、分束器、检测器）
   │
   ├─ 干涉图正常但谱图异常 → 样品/制样/软件处理问题
   │
   ▼
③ 按光路顺序分段排查：
   光源 → 分束器 → 样品仓 → 检测器 → 采集参数
   │
   ▼
④ 每步只改一个变量，记录变化
   │
   ▼
⑤ 复测 + 性能验证（聚苯乙烯薄膜 1601 cm⁻¹ 校验）

图 1：FTIR 故障树排查流程（综合 [1][2][3]）

下面我们按"五大典型现象"分别展开。

二、现象一：谱图全平（无信号）

典型表现：谱图在 95%–100% T 之间近乎直线，看不到任何样品峰；有时甚至完全平直在 100% T [1]。

2.1 故障树

谱图全平
   │
   ├─ 干涉图也近零？
   │   │
   │   ├─ 是 → 光源/分束器/检测器故障（光路不通）
   │   │   │
   │   │   ├─ 光源两端电阻无穷大？→ 光源损坏（最常见）
   │   │   ├─ 光源亮但信号弱？→ 分束器吸湿雾化 / 倾斜
   │   │   ├─ 检测器无信号？→ 检测器未上电 / 前置放大器坏
   │   │   └─ 光路遮挡？→ 样品仓盖未关 / 遮挡物 / 光阑关死
   │   │
   │   └─ 否 → 软件设置问题（背景与样品顺序错、扣除错）

图 2：谱图全平的故障树

2.2 排查步骤（按成本从低到高）

Step 1 — 看干涉图 [1][2]

• 干涉图中心 burst 幅度正常（> 1 V）？光路通；
• 干涉图幅度极小或无 burst？光路问题。

Step 2 — 物理检查（不拆机）[1]

• 样品仓盖是否关到位；
• 光阑是否被设为最小（某些软件"低光通量"模式）；
• 附件是否卡死光路（如 ATR 没压下、DRIFTS 反射镜错位）；
• 检测器前置放大器指示灯（MCT 通常有 LED）。

Step 3 — 光源测试（断电、冷却后）[1][4]

• 用万用表测光源两端电阻：
  • 硅碳棒（Globar）正常 1–5 Ω，开路即损坏；
  • 镍铬丝（Nernst 不常见，部分老仪器）类似。
• 观察光源是否点亮（透过仪器散热孔可见红光，但勿直视）。
• 硅碳棒寿命通常 1000–2000 小时，频繁开关会缩短寿命 [4]。

Step 4 — 分束器检查 [1][4]

• KBr/Ge 分束器吸湿后表面雾化、发白 → 信号大幅下降甚至全无；
• 取出分束器在干燥氮气下观察，雾化明显则需更换；
• 分束器倾斜（运输、磕碰）也会让干涉图消失，需重新准直（用仪器自带的 Align 功能）。

Step 5 — 检测器 [1]

• DTGS 检测器无外加电源，靠热电效应；信号极弱多半是前置放大器或接线问题；
• MCT 检测器需液氮制冷，液氮耗尽是常见"伪故障"——加了液氮后等待 15 分钟稳定再测；
• MCT 接线松动或 Dewar 真空失效也会无信号。

Step 6 — 软件设置 [1][2]

• 背景先于样品采集了吗？背景文件是否过期？
• 是否误选了"差谱"模式导致全减为 0？
• 分辨率 / 扫描次数设置是否合理？

💡 工程师经验：90% 的"全平"案例最终归结为 ① 光源坏、② 分束器吸湿、③ 检测器液氮耗尽或未上电。先查这三项，能解决绝大多数问题 [1][4]。

三、现象二：信噪比差

典型表现：谱图有峰但毛刺多，小峰淹没在噪声里；SNR 测试（如 2200–2000 cm⁻¹ 峰-峰噪声）远低于仪器规格 [1][2]。

3.1 SNR 的物理本质

SNR 与扫描次数 $N$ 的平方根成正比 [1][2]：

$$\text{SNR} \propto \sqrt{N \cdot T_{\text{single}}}$$

仪器规格中"$2200–2000 \text{ cm}^{-1}$ SNR > 50000:1（1 分钟扫描、4 cm⁻¹）"通常是在最高光通量、最佳准直、背景新鲜的前提下测得 [1][5]。任何环节变差，SNR 都会下降。

3.2 故障树

SNR 差
   │
   ├─ 光通量不足？
   │   ├─ 光源老化（亮度下降）→ 换光源
   │   ├─ 分束器轻微吸湿 → 干燥 / 换分束器
   │   ├─ 光路未准直 → 重新 Align
   │   ├─ 光阑过小 → 调大光阑
   │   └─ 反射镜污染 → 清洁（专业操作）
   │
   ├─ 采集参数不当？
   │   ├─ 扫描次数太少 → 增加到 32/64
   │   ├─ 分辨率过高（1 cm⁻¹）→ 降到 4 cm⁻¹
   │   └─ 检测器增益设置错误
   │
   ├─ 检测器问题？
   │   ├─ DTGS 老化 → 更换
   │   ├─ MCT 液氮不足或过热 → 补液氮
   │   └─ MCT 升温后饱和 → 降温 15 分钟
   │
   └─ 样品问题？
       ├─ 样品太少（压片太薄）→ 加样
       ├─ ATR 接触不良 → 增大压力
       └─ 吸收过强（黑样品）→ 稀释或换附件

图 3：SNR 差的故障树（综合 [1][2][5]）

3.3 关键排查技巧

① 测量 SNR（标准化）[5]

• ASTM E1421 规定：背景采集后，在 2200–2000 cm⁻¹（无样品吸收区）测 100% T 线的峰-峰噪声；
• $\text{SNR} = 100 / \text{peak-to-peak \%T noise}$；
• 与仪器出厂规格对比，差距 > 5 倍说明有问题。

② 二分法定位 [1]

• 先用空样品仓 + 新鲜背景测 SNR：若仍差 → 仪器问题；若好 → 样品/制样问题。
• 仪器问题中，先用仪器自带 Align 工具重新准直，再测 SNR；若未改善，依次检查光源、分束器、检测器。

③ 检测器温度 [1]

• MCT 在液氮耗尽后会升温，噪声陡增 10 倍以上；
• 检查 Dewar 是否还有液氮（晃动听声音或称重）；
• 补液氮后必须等 15 分钟以上让检测器稳定，否则会出现 1/f 噪声。

🔗 延伸：水在 3400、1640 cm⁻¹ 的强吸收会显著降低该区域的 SNR。详细水分子振动模式见 ftir.fun 水分子官能团页。

四、现象三：基线严重倾斜

典型表现：谱图整体不是水平，左高右低或左低右高；有时呈弯曲"微笑/皱眉"形 [1][6]。

4.1 物理来源

基线倾斜/弯曲的三大物理来源 [1][6][7]：

表 1：基线异常的物理来源（综合 [1][6][7]）

4.2 故障树

基线严重倾斜
   │
   ├─ 单调倾斜（高波数高）？
   │   ├─ 散射主导 → 样品颗粒粗 / 压片不均
   │   ├─ KBr 吸潮（3400 / 1640 抬升）→ 干燥 KBr
   │   └─ 样品颗粒折射率与 KBr 差异大
   │
   ├─ 正弦波纹？
   │   ├─ 薄膜样品两面平行 → 略微起皱或加楔形窗
   │   ├─ 液体池窗片平行 → 换 wedge cell
   │   └─ 干涉条纹周期 = 1/(2·n·d·cosθ)
   │
   ├─ 整体下压（接近 0% T）？
   │   ├─ 样品太厚 → 减薄
   │   ├─ 样品吸收过强 → 稀释
   │   └─ 全吸收区（黑样品）→ 换 ATR
   │
   └─ 弯曲（皱眉/微笑）？
       ├─ Mie 散射（颗粒接近波长）→ 颗粒研细
       └─ 强吸收峰附近折射率突变 → 真实现象，可后处理

图 4：基线严重倾斜的故障树

4.3 处理思路

重要原则：基线问题优先在制样端解决，而不是后处理 [1][6]。

• 散射严重 → 把样品 + KBr 重新研磨 2 分钟以上，颗粒 < 2 μm；
• 干涉条纹 → 用楔形液池或在薄膜上轻划一道痕破坏平行性；
• 样品过厚 → 重做压片，控制 1–2 mg 样品 + 200 mg KBr；
• 真正的 Mie 散射 → 用专门的 Mie 校正算法（如 pybaselines 的 mixture 类）后处理 [6]。

后处理方法（多项式、Rubber Band、ALS）已在 Ep 18 详细讲解，此处不再赘述。

⚠️ 警示：如果基线"歪得离谱"（如 4000 cm⁻¹ 处比 1000 cm⁻¹ 高 1 个吸光度单位），多半是制样或光路问题，不要直接用基线校正"拉平"了事——这会掩盖真实故障，并在定量分析时引入巨大误差 [1][6]。

五、现象四：水峰干扰

典型表现：3400 cm⁻¹（宽）、1640 cm⁻¹（弱）出现强水峰，甚至掩盖样品峰；不同次测量水峰强度不一致 [1][8]。

5.1 水峰的来源

水分子是非线性不对称分子，有 3 个红外活性振动模式 [8][9]：

• $\nu_1$ 对称 O–H 伸缩 ≈ 3657 cm⁻¹（气相）
• $\nu_3$ 反对称 O–H 伸缩 ≈ 3756 cm⁻¹（气相）
• $\nu_2$ H–O–H 弯曲 ≈ 1595 cm⁻¹（气相）

液态水中由于氢键，O–H 伸缩在 3400 cm⁻¹ 形成宽峰，弯曲在 1640 cm⁻¹ [8][9]。这些就是我们在谱图中看到的水峰。

🔗 延伸：水分子三种振动模式与谱图特征详见 ftir.fun 水分子官能团页。

5.2 故障树

水峰干扰
   │
   ├─ 吹扫不足？
   │   ├─ 仪器未通干燥气体 → 接 N₂ / 干燥空气吹扫 15 分钟
   │   ├─ 吹扫气路有泄漏 → 检查接头
   │   └─ 样品仓盖频繁开关 → 减少开关、采集前静置
   │
   ├─ KBr 未干燥？
   │   ├─ KBr 粉末暴露空气中 → 130 °C 烘干 24 h，干燥器保存
   │   ├─ 压片用 KBr 含水 → 重新烘干
   │   └─ 压片模具潮湿 → 烘干模具
   │
   ├─ 环境湿度过大？
   │   ├─ 实验室湿度 > 60% → 开除湿机到 40% 以下
   │   ├─ 雨季影响 → 加强吹扫
   │   └─ 空调冷凝水 → 维护空调
   │
   └─ 样品本身含水？
       ├─ 样品吸湿 → 干燥样品
       ├─ 液体样品含水 → 用 D₂O 或干燥溶剂
       └─ 蛋白质水溶液 → 用 ATR + 水背景扣除

图 5：水峰干扰的故障树（综合 [1][8][9]）

5.3 实操对策

① 干燥 KBr（最基础）[1][8]

• 新购 KBr 红外级粉末开瓶后立即 130 °C 烘 24 h；
• 烘干后存于 130 °C 烘箱或干燥器（变色硅胶指示）；
• 取用时迅速，避免长时间暴露。

② 持续吹扫 [1]

• 用干燥氮气或干燥空气（露点 < −40 °C）以 5–10 L/min 吹扫光学仓；
• 吹扫 15 分钟后再采集背景；
• 长时间不测量时保持低流量吹扫（1–2 L/min）。

③ 大气补偿 [1][2]

• 现代 FTIR 软件（OMNIC、OPUS）都有"Ambient Compensation"功能；
• 原理：实时监测背景与样品间的大气变化，自动扣除残余 CO₂ 和水蒸气；
• 注意：大气补偿不能替代干燥吹扫，只在残余水蒸气波动时辅助使用。

④ 水背景扣除（蛋白质水溶液等）[8]

• ATR 测量水溶液时，先采纯水背景，再采样品；
• 残余水峰用软件"水蒸气扣除"功能进一步细化。

⚠️ 重要：如果背景采集后过了 30 分钟才采集样品，水蒸气和 CO₂ 浓度已经变化，残峰必然出现。规则：背景和样品采集间隔不超过 5 分钟 [1]。

六、现象五：异常峰出现

典型表现：谱图中出现样品不应有的峰，重复测量位置不稳定，或在多个不同样品中重复出现 [1][10]。

6.1 常见异常峰来源

表 2：常见异常峰来源（综合 [1][10]）

6.2 故障树

异常峰出现
   │
   ├─ 多次测量不同样品都出现？
   │   ├─ 同一波数 → 仪器污染（光路、窗片、检测器）
   │   ├─ ATR 晶体表面残留 → 用合适溶剂彻底清洁
   │   ├─ 压片模具污染 → 拆洗模具
   │   └─ 研钵残留 → 用不同样品空白验证
   │
   ├─ 只在某次测量出现？
   │   ├─ 样品本身杂质
   │   ├─ 制样过程污染（手套、纸巾、溶剂）
   │   └─ 上次样品残留 → 加强清洁 SOP
   │
   └─ 与时间相关（越测越强）？
       ├─ 窗片降解（KBr 在高湿环境）→ 换窗片
       ├─ 密封圈老化释放塑化剂 → 换密封圈
       └─ 光源附近塑料件老化 → 联系工程师

图 6：异常峰的故障树

6.3 排查技巧

① 空白验证 [1]

• 用纯 KBr 压片或空 ATR 晶体采谱，看异常峰是否仍存在；
• 若仍存在 → 仪器/制样工具污染；若消失 → 样品本身问题。

② 溶剂阶梯冲洗（ATR）[1]

• 依次用水 → 乙醇 → 异丙醇 → 己烷冲洗晶体，每步采谱验证；
• 异丙醇对有机残留效果好，己烷对油性残留好；
• 最后用棉签蘸溶剂单向擦拭，避免来回污染。

③ 检查制样工具 [1][10]

• 玛瑙研钵：用水 + 乙醇 + 超声清洗，烘干；
• 压片模具：拆开所有部件，乙醇超声 10 分钟，烘干；
• 药勺：一次性塑料勺或专物专用。

七、经典"踩坑"案例集锦（匿名）

下面是若干匿名化的真实案例，每个案例都标注了"踩坑原因"和"避坑要点"。

案例 1：误判 CO₂ 峰（2350 cm⁻¹）为样品特征

情境：某研究生在测量一种新型多孔材料时，发现 2350 cm⁻¹ 处有"明显双峰"，兴奋地认为是材料中 CO₂ 吸附的特征，写进论文初稿。

真相：导师让他在样品仓空载时采背景、立即采样品，发现 2350 cm⁻¹ 双峰依然存在；再做大气补偿，双峰完全消失 [1]。

踩坑原因：

• 背景采集后等了 40 分钟才采样品；
• 实验室通风橱刚启动，CO₂ 浓度波动；
• 不知道 2350 cm⁻¹ 是 CO₂ 的反对称伸缩特征峰。

避坑要点：

• 记住 2350 + 667 cm⁻¹ 是 CO₂ 的"指纹"；
• 背景与样品间隔 < 5 分钟；
• 测量前先关闭通风橱 5 分钟让空气稳定；
• 启用大气补偿功能。

🔗 延伸：CO₂ 的振动模式与对称性分析详见 ftir.fun 水分子官能团页（同栏目有 CO₂ 解析链接）。

案例 2：ATR 晶体划痕导致重复性差

情境：某 QC 实验室三批样品的 ATR 谱图重复性差，主峰强度差 20%，但同批样品本身均匀。

真相：金刚石晶体表面有划痕，每次样品接触位置略不同，导致耦合效率变化 [1][11]。

踩坑原因：

• 操作员用钢勺取粉末直接压在晶体上；
• 清洁时用棉签来回摩擦，颗粒物划伤晶体；
• 没有定期用放大镜检查晶体表面。

避坑要点：

• 取样用 PTFE 或木制勺，不用金属；
• 清洁时棉签蘸溶剂单向擦拭，不来回；
• 每月用 10× 放大镜检查晶体表面，划痕严重需抛光或更换；
• ATR 重复性验证：同一样品连续测 5 次，主峰 RSD 应 < 2% [11]。

案例 3：压片厚度不均导致定量偏差

情境：某定量分析方法验证中，6 次平行压片的 1740 cm⁻¹ C=O 峰面积 RSD = 8%，远超 2% 的验证标准。

真相：操作员压片时未将粉末均匀铺开，导致压片不同区域厚度差异 30% [1][6]。

踩坑原因：

• 压片模具中粉末堆在一侧；
• 压片机加压过快，粉末被挤向一侧；
• 没有用内标法消除厚度差异。

避坑要点：

• 粉末装入模具后轻敲使铺平；
• 加压分两步：先 2 吨预压 1 分钟，再 8 吨保持 2 分钟；
• 缓慢卸压，避免压片碎裂；
• 定量分析务必用内标（KSCN 2050 cm⁻¹）归一化，消除厚度误差 [1]。

🔗 延伸：内标法与朗伯-比尔定律详见 Ep 20。1740 cm⁻¹ C=O 峰归属见 ftir.fun 羰基官能团页。

案例 4：忽略大气补偿导致假峰

情境：某实验室报告一种新化合物在 2300 cm⁻¹ 附近有"N=C=O 异氰酸酯特征峰"，被审稿人指出可能是 CO₂ 干扰。

真相：重测时启用大气补偿并加强吹扫，"特征峰"消失；该化合物根本不含异氰酸酯基团 [1][10]。

踩坑原因：

• 实验人员对 CO₂ 干扰认识不足；
• 没有先做空白验证；
• 论文中未说明大气补偿处理。

避坑要点：

• 任何 2300–2370 cm⁻¹ 的峰都先怀疑 CO₂；
• 启用大气补偿 + 吹扫 + 空白对照三重验证；
• 论文方法部分必须说明谱图采集条件与处理。

案例 5：MCT 检测器液氮耗尽的"伪故障"

情境：某用户上午测得好好的谱图，下午突然 SNR 暴跌 20 倍，怀疑仪器损坏，准备报修。

真相：MCT 检测器液氮上午加满，下午已耗尽，检测器升温后噪声陡增 [1]。

踩坑原因：

• 没有定期检查液氮量；
• 不知道 MCT 升温对 SNR 的影响。

避坑要点：

• 每天开始测量前检查液氮；
• MCT Dewar 满液可维持 8–12 小时，长时间测量需中途补液；
• 升温后补液氮，必须等 15 分钟让检测器稳定；
• 长时间不用时，部分用户选择让 MCT 自然升温（节省液氮），但再次使用前必须充分冷却。

案例 6：分束器吸湿的"幽灵故障"

情境：某实验室谱图 SNR 逐渐下降，持续 2 个月，最终某天突然全平。期间多次联系工程师准直、清洁，问题反复。

真相：KBr/Ge 分束器在雨季吸湿，逐渐雾化，最后完全失效。更换分束器并加强干燥吹扫后恢复 [1][4]。

踩坑原因：

• 雨季未加强吹扫；
• 未定期目视检查分束器；
• 把"逐渐变差"误判为"仪器老化"。

避坑要点：

• 雨季保持 24 小时低流量吹扫；
• 每月取出分束器在干燥环境下目视检查；
• KBr/Ge 分束器建议 3–5 年更换（高湿环境更短）；
• 高湿环境考虑 CsI 分束器（远红外）或防潮涂层型号。

💡 工程师箴言：90% 的"突然全平"和"逐渐变差"都对应着具体可定位的故障，不要把"老化"当筐，什么都往里装 [1]。

八、预防性维护策略

故障排查是"事后补救"，预防性维护才是"事前预防"。下面给出基于 ASTM E1421 和厂商建议的预防性维护清单 [1][5][12]。

8.1 日常维护（每天 / 每次使用）

表 3：FTIR 日常维护清单（综合 [1][5]）

8.2 周维护

• 检查光源累计使用时长，接近 1500 小时准备备件；
• ATR 晶体放大镜检查表面；
• 压片模具拆洗超声；
• 研钵水 + 乙醇清洗烘干；
• 仪器外部除尘。

8.3 月维护

• 取出分束器目视检查雾化；
• 性能验证（ASTM E1421）：聚苯乙烯薄膜 1601 cm⁻¹ 峰位、SNR 测试、100% T 线平直度 [5][12]；
• 检查软件日志，查看异常报警；
• 干燥管 / 过滤器更换。

8.4 年维护

• 工程师上门：光路准直、检测器检查、电路检查；
• 仪器全面性能验证报告（OQ/PQ 文档）；
• 评估关键部件寿命（光源、分束器、检测器）；
• 软件升级与备份。

8.5 预防性维护的"省钱"哲学

"在 FTIR 维护上省钱，最终会花更多钱——这是无数实验室的血泪教训。"
—— 某仪器管理员访谈 [1]

反例 [1][4]：

• 不开吹扫省钱 → 分束器 2 年坏一次（每次 ¥2 万+）；
• 用普通 KBr 代替红外级 → 杂质污染谱图、定量失真；
• 不做性能验证 → 数据无法追溯，GMP 审计不通过；
• 光源用到坏才换 → 故障停机 1–2 周，影响生产。

正例 [1]：

• 持续低流量吹扫 + 干燥剂 → 分束器寿命 5+ 年；
• 定期性能验证 → 数据可追溯，审计无忧；
• 光源定期更换（如 1500 小时主动换）→ 避免突发停机；
• 备件库存（光源、密封圈、干燥剂）→ 故障时 1 小时恢复。

九、故障排查速查表

下面是一张"现象 → 可能原因 → 排查步骤"的速查表，建议打印贴在仪器旁。

表 4：FTIR 故障速查表（综合 [1][2][5][12]）

配图（本集关键示意）

📷 图 7：仪器能力对比示意

来源：真实/开源图片 · Project asset — FTIR spectrometer photo（已加水印 ftir.fun）

📷 图 8：光路/附件概念

来源：真实/开源图片 · Unsplash — laboratory scientist（已加水印 ftir.fun）

📷 图 9：软件/数据库工作流

来源：ftir.fun 教学示意图（带水印；非实测谱，仅供理解概念）

本集小结

思考题

1. 你打开仪器采集谱图，发现完全是一条平直的 100% T 线，没有任何峰。请按故障树顺序写出前 5 步排查操作，并说明每步要验证什么假设。

2. 同一聚苯乙烯薄膜样品，连续测 5 次的 1601 cm⁻¹ 峰位分别为 1601.2、1600.9、1601.1、1600.8、1601.0 cm⁻¹。这属于波数准确性问题还是波数重复性问题？应如何处理？请参考 ASTM E1421 给出验证步骤。

3. 你在测量一种含水蛋白质水溶液时，发现 1640 cm⁻¹ 附近的水峰掩盖了蛋白质酰胺Ⅰ带。请设计一个完整的实验方案（包含制样、背景采集、扣除策略），最大化保留蛋白质信息。提示：参考 ftir.fun 水分子官能团页。

4. 一位同事报告说在某样品谱图的 2350 cm⁻¹ 处发现"异氰酸酯特征峰"。请说明为什么这个结论很可能是错的，并设计一个 3 步验证流程证明或证伪该结论。

5. 你接手一台老旧 FTIR，发现 SNR 测试结果只有 5000:1，而仪器规格为 50000:1。请列出可能导致 SNR 下降 10 倍的全部因素，并按"排查成本"从低到高排序。

参考文献

[1] Griffiths P R, de Haseth J A. Fourier Transform Infrared Spectrometry. 2nd ed. Wiley, 2007. Chapter 3, 7, 11. ISBN: 978-0-471-19404-0.

[2] Smith B C. Fundamentals of Fourier Transform Infrared Spectroscopy. 2nd ed. CRC Press, 2011. Chapter 5–6. ISBN: 978-1420069297.

[3] Thermo Fisher Scientific. "FTIR Troubleshooting Guide." Application Note AN-001.
https://www.thermofisher.com/…

[4] Bruker Optics. "Maintenance and Care of FTIR Spectrometers." Technical Note TN-014.
https://www.bruker.com/en/pro…

[5] ASTM International. "ASTM E1421-99(2021): Standard Practice for Describing and Measuring Performance of Fourier Transform Mid-Infrared (FT-MIR) Spectrometers."
https://www.astm.org/e1421-99…

[6] Liland K H, Rukke E H, Olsen E F, et al. "Customized Baseline Correction." Applied Spectroscopy, 2011, 65(8): 907–915. DOI:10.1366/10-06124.

[7] Eilers P H C, Boelens H F M. "Baseline Correction with Asymmetric Least Squares Smoothing." Leiden University Medical Centre Report, 2005.

[8] Bertie J E, Lan Z. "Infrared Intensities of Liquids XX: The Intensity of the OH Stretching Band of Liquid Water Revisited." Applied Spectroscopy, 1996, 50(8): 1047–1058. DOI:10.1366/0003702963905385.

[9] ftir.fun. "水分子官能团页."
https://ftir.fun/ir/group/wat…

[10] Socrates G. Infrared and Raman Characteristic Group Frequencies. 3rd ed. Wiley, 2001. ISBN: 978-0470093078.

[11] Harrick N J. Internal Reflection Spectroscopy. Harrick Scientific, 1987. 3rd printing.

[12] USP <854>. "Mid-Infrared Spectroscopy." United States Pharmacopeia.
https://www.usp.org/

[13] Shimadzu. "FTIR Maintenance and Troubleshooting." Application News No. A528.
https://www.shimadzu.com/an/s…

下一集预告：Ep 52 — 商业软件评析：OMNIC、OPUS、Spectrum 等
仪器故障解决了，但软件层面的"踩坑"才刚刚开始。下集我们将横评 Thermo OMNIC、Bruker OPUS、PerkinElmer Spectrum、Shimadzu LabSolutions IR 四大商业 FTIR 软件：从功能矩阵、宏编程能力、附件自动识别到数据导出（CSV / JCAMP-DX / SPC）的实战技巧，并给出数据格式转换的命令行工具与方法。无论你是采购决策者还是日常使用者，都能找到适合自己工作流的选择。

本文使用 CC BY-NC-SA 4.0 许可。配图来自公开领域或已标注来源的网络资源，版权归原作者所有。