Дифференцирование красок на основе натурального и синтетического ультрамарина XIX–XXI вв. методом инфракрасной спектроскопии и многофакторного анализа

Андреев И.И., Басманов М.Д., Смолянская О.А.

Ссылка для цитирования:

Андреев И.И., Басманов М.Д., Смолянская О.А. Дифференцирование красок на основе натурального и синтетического ультрамарина XIX–XXI вв. методом инфракрасной спектроскопии и многофакторного анализа // Оптический журнал. 2025. Т. 92. № 10. С. 57–65. http://doi.org/10.17586/1023-5086-2025-92-10-57-65

Andreev I.I., Basmanov M.D., Smolyanskaya O.A. Differentiation of paints based on natural and synthetic ultramarine of the XIX–XXI centuries by infrared spectroscopy and multifactorial analysis [in Russian] // Opticheskii Zhurnal. 2025. V. 92. № 10. P. 57–65. http://doi.org/10.17586/1023-5086-2025-92-10-57-65

Ссылка на англоязычную версию:

Аннотация:

Предмет исследования. Спектральные свойства красок на основе синтетического ультрамарина и лазурита с различными связующими веществами и техническими наполнителями XIX–XXI вв. Цель работы. Экспериментальное исследование эталонных ультрамариновых красок XIX–XXI вв. методом инфракрасной спектроскопии с применением многофакторного анализа для определения происхождения пигмента. Метод. Спектроскопия среднего инфракрасного диапазона с приставкой нарушенного полного внутреннего отражения, многопараметрический анализ массива спектральных данных с кластеризацией. Основные результаты. Исследованы спектральные свойства 38 эталонных выкрасок XIX–XXI вв. синтетического ультрамарина и лазурита, идентифицированы технологические наполнители красок и естественные примесные вещества натурального лазурита по данным спектров поглощения среднего инфракрасного диапазона. Показано, что кластеризация спектров после декомпозиции массива данных методом главных компонент в диапазоне волновых чисел 900–800 см–1 с использованием метода к-ближайших соседей и расчёта евклидовых расстояний позволяет определять происхождение ультрамаринового пигмента. Практическая значимость. Полученные в работе результаты исследования спектральных свойств синих красок на основе синтетического ультрамарина и лазурита послужат основой для разработки методик дифференцирования пигментов с использованием многопараметрических методов анализа данных.

Ключевые слова:

ультрамарин, лазурит, пигмент, инфракрасная спектроскопия, многопараметрические методы, кластеризация

Благодарность:

исследование выполнено при поддержке гранта в рамках постановления Правительства Российской Федерации от 09 апреля 2010 г. № 220 (Соглашение от 01 июня 2021 г. № 075-15-2021-593)

Коды OCIS: 300.1030, 300.6300, 300.6340, 070.6020

Список источников:

1. Асочакова Е.М., Коноваленко С.И. Лазуритовая минерализация бадахшанского массива // Геосферные исследования. 2018. № 2. С. 6–20. https://doi.org/10.17223/25421379/7/1
Asochakova E.M., Konovalenko S.I. Lazurite mineralization of the badakhshan massif // Geosphere Research. 2018. № 2. P. 6–20.

2. Янсон С.Ю., Пономарева Н.И. Физико-химические условия формирования лазуритовых метасоматитов // Вестник Санкт-Петербургского университета. 2001. Сер. 7. № 3. С. 68–71.
Yanson S.Yu., Ponomareva N.I. Physico-chemical conditions of the formation of lazurite metasomatites // Vestn. S.-Peterburg University. 2001. Ser. 7. Iss. 3. P. 68–71.
3. Plester J. Ultramarine blue, natural and artificial // Artists pigments / A handbook of their history and characteristics. New York: Oxford University Press, 1993. P. 37–61.
4. Kovalak S., Jankowska A., Zeidler S., Wieckowski A., Sulfur radicals embedded in various cages of ultramarine analogs prepared from zeolites // J. Solid State Chem. Volume. 2007. Iss. 3. P. 1119–1124. https://doi.org/10.1016/j.jssc.2007.01.004
5. Wang H., Zhang S., Hu S. et al. A systematic study of the synthesis conditions of blue and green ultramarine pigments via the reclamation of the industrial zeolite wastes and agricultural rice husks // Environ Sci Pollut Res. 2020. V. 27. P. 10910–10924. https://doi.org/10.1007/s11356-020-07624-8
6. Osticioli I., Mendes N.F.C., Nevin A., Gil F.P.S.C., Becucci M., Castellucci E. Analysis of natural and artificial ultramarine blue pigments using laser induced breakdown and pulsed Raman spectroscopy, statistical analysis and light microscopy // Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy. 2009. V. 73. Iss. 3. P. 525–531. https://doi.org/10.1016/j.saa.2008.11.028
7. Rusu R.D., Simionescu B., Oancea A.V., Geba M., Stratulat L., Salajan D., Ursu L.E., Popescu M.C., Dobromir M., Murariu M., Cotofana C., Olaru M. Analysis and structural characterization of pigments and materials used in Nicolae Grigorescu heritage paintings // Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy. 2016. V. 168. P. 218–229. https://doi.org/10.1016/j.saa.2016.06.009
8. Van der Weerd J., van Loon A., Boon J. FTIR studies of the effects of pigments on the aging of oil // Studies in conservation. 2005. V. 50(1). P. 3–22. https://doi.org/10.1179/sic.2005.50.1.3
9. Bowey J.E., Hofmeister A.M., Keppel E. Infrared spectra of pyroxenes (crystalline chain silicates) at room temperature // Monthly Notices of the Royal Astronomical Society. 2020. V. 497. Iss. 3. P. 3658–3673. https://doi.org/10.1093/mnras/staa2227123
10. Hayes P.A., Vahur S., Leito I. ATR-FTIR spectroscopy and quantitative multivariate analysis of paints and coating materials // Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy. 2014. http://doi.org/10.1016/j.saa.2014.05.058123
11. Peets P., Kaupmees K., Vahur S. et al. Reflectance FTIR spectroscopy as a viable option for textile fiber identification // Herit Sci. 2019. V. 7. P. 93. https://doi.org/10.1186/s40494-019-0337-z
12. Sarmiento A., Pérez-Alonso M., Olivares M. et al. Classification and identification of organic binding media in artworks by means of Fourier transform infrared spectroscopy and principal component analysis // Anal. Bioanal. Chem. 2011. V. 399. V. 3601–3611. https://doi.org/10.1007/s00216-011-4677-0
13. De Queiroz Baddini A.L., de Paula Santos J.L.V., Raquel Reiner Tavares, de Paula L.S., da Costa Araújo Filho H., Renato P. Freitas. PLS-DA and data fusion of visible Reflectance // XRF and FTIR spectroscopy in the classification of mixed historical pigments / Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy. 2022. V. 265. P. 120384. P. 1386–1425. https://doi.org/10.1016/j.saa.2021.120384
14. Gautam R., Vanga S., Ariese F. et al. Review of multidimensional data processing approaches for Raman and infrared spectroscopy // EPJ Techn Instrum. 2015. № 2. P. 8. https://doi.org/10.1140/epjti/s40485-015-0018-6
15. Wu W., Massart D.L., de Jong S. The kernel PCA algorithms for wide data: Part I. Theory and algorithms // Chemometrics and Intelligent Laboratory Systems. 1997. V. 36. Iss. 2. P. 165–172.