1960年第一台激光器的建造迎来了光的商业应用,它已成为我们日常生活中不可或缺的一部分。同时,这一发展开辟了激光光谱学的科学领域--这一技术是材料分析和基本物理现象研究的核心。
Ocean Insight 火焰-近红外光谱仪
概述
参数
- 单色仪类型 / Monochromator Type : Not Specified
- 光栅炽热波长 / Grating Blaze Wavelength : 950nm
- 光谱范围 / Spectral Range : 900 - 1700 nm
- 光谱分辨率 / Spectral Resolution (Avg) : 10nm
规格书
厂家介绍
相关产品
-
1000M系列II
光谱仪
HORIBA Scientific
单色仪类型: Czerny-Turner 有效焦距: 1000mm 衍射光栅: 1200lines/mm
该光谱仪的焦距为1000 mm,非常适合需要极低杂散光水平的应用,例如拉曼荧光激发或发射结构分析需要超高分辨率时。大机械范围允许在更长的波长下使用高密度光栅,以获得较大的分辨率潜力——1200 G/mm的光栅可以扫描到1500 nm,分辨率为0.008 nm。M系列长期以来一直是经过验证的研究级光谱仪系列,提供了任何同类焦距光谱仪都无法提供的系统自动化程度和多功能性。新的II系列产品系列提供了与M系列光谱仪相关的可靠性和无挑战的分辨率,并具有改进的功能,包括高速USB 2.0兼容性、完整的可互换光栅库,以及与HORIBA Scientific' s Synapse™CCD、全系列单通道探测器、光电倍增管和附件的兼容性。
-
1064纳米手持式拉曼光谱仪
光谱仪
Zolix Instruments
激发波长: 1064nm 范围: 200 - 2500 cm^-1 决议: 14cm^-1
Raman on Mobile,Library in Hands Finder Edge(Fe)是一款快速而紧凑的拉曼光谱仪,可确保高效处理;非技术用户可以使用它来快速识别实验室、仓库等中的样品。可以通过透明容器利用拉曼技术进行非接触分析;强大的硬件性能和多样化的库是您可靠的合作伙伴;
-
1250M系列II
光谱仪
HORIBA Scientific
单色仪类型: Czerny-Turner 有效焦距: 1250mm 衍射光栅: 1200lines/mm
该光谱仪的焦距为1000 mm,非常适合需要极低杂散光水平的应用,例如拉曼荧光激发或发射结构分析需要超高分辨率时。大机械范围允许在更长的波长下使用高密度光栅,以获得最大的分辨率潜力——1200 G/mm的光栅可以扫描到1500 nm,分辨率为0.008 nm。长期以来,M系列一直是经过验证的研究级光谱仪系列,提供了任何同类焦距光谱仪所没有的系统自动化程度和多功能性。新的II系列产品系列提供了与M系列光谱仪相关的可靠性和无挑战的分辨率,并具有改进的功能,包括高速USB 2.0兼容性、完整的可互换光栅库,以及与HORIBA Scientific' s Synapse™CCD、全系列单通道探测器、光电倍增管和附件的兼容性。
-
16A CO2频谱分析仪
光谱仪
Macken Instruments Inc
单色仪类型: Not Specified
CO2光谱分析仪是一种独特的光栅分光镜,可同时显示CO2激光器的所有激光发射事件。它在波长和旋转线指定方面都进行了校准,以允许轻松识别9.1和11.3µ之间的140个可能的激光跃迁。这些跃迁通过使用紫外激发的热敏屏直观显示,该热敏屏在红外激光束照射的区域变暗。光谱分析屏的响应时间为1/4秒,允许仪器分辨所有的CO2转动线。型号16A重量轻,便于携带,可以很容易地引入实验室设置。
-
16A220 CO2频谱分析仪
光谱仪
Macken Instruments Inc
单色仪类型: Not Specified
CO2光谱分析仪是一种独特的光栅分光镜,可同时显示CO2激光器的所有激光发射事件。它在波长和旋转线指定方面都进行了校准,以允许轻松识别9.1和11.3µ之间的140个可能的激光跃迁。这些跃迁通过使用紫外激发的热敏屏直观显示,该热敏屏在红外激光束照射的区域变暗。光谱分析屏的响应时间为1/4秒,允许仪器分辨所有的CO2转动线。型号16A220重量轻,便于携带,可轻松引入实验室设置。
相关文章
-
-
天文学家利用光谱学分析星光,揭示遥远恒星的元素组成。这种方法通过散射光来识别吸收和发射特征,从而深入了解天体上元素的存在和丰度。
-
什么是吸收光谱法(Absorption Spectroscopy)?
吸收光谱法指的是一种光谱学方法,用于识别样品中的物质存在并测量其数量。
-
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。
加载中....