【仪器设备：广角动（静）态光散射仪(DLS&SLS)/Zeta电位分析仪/DNDC仪 https://iscps.westlake.edu.cn/info/1024/1453.htm】
【仪器设备放置地点：西湖大学云谷校区 E10-129实验室】
【摘要】本文以10个高频问题为核心，系统解答动态光散射(DLS)技术在实际应用中的关键问题，涵盖样品制备、参数设置、数据解析全流程，提供实用的操作指南，助您避开DLS测试中的隐形坑，提升数据可靠性。
动态光散射DLS技术是纳米/亚微米颗粒粒度、分散体系表征的核心手段，凭借快速、无损、操作简便、适用范围广的特点，成为材料、化工、生物、医药、环境等领域的常规分析技术。但实际测试中常因样品制备、参数设置、数据解析等问题导致疑问。本文以10个高频问题为核心，覆盖原理、实际操作和数据解析全流程。
相关阅读（动态光散射技术原理和优点）：快问快答—说说颗粒表征中的那些事儿（一）https://iscps.westlake.edu.cn/info/1149/2096.htm
Q1：DLS测试对样品有哪些基本要求？
DLS对样品的基本要求包括：
（1）样品溶液须澄清透明，不能含有肉眼可见的颗粒物、纤维或沉淀。
（2）样品需达到合适的浓度（平台仪器适配的样品浓度范围宽），浓度过高或过低都会影响测量结果的准确性。
（3）注意分散介质的选择，能够使样品颗粒良好分散。分散介质可先进行良好过滤。
Q2：如何避免样品中的灰尘和聚集物干扰？
灰尘和聚集物是DLS测试中最常见的干扰源。由于DLS对大颗粒极为敏感（散射光强度与粒径的六次方成正比），极少量的大颗粒（如灰尘）就可能完全掩盖小颗粒的真实信号。因此，在制备样品时可采取以下措施：
（1）过滤：使用合适的滤膜（建议采用比目标颗粒大2—3倍的滤膜孔径）过滤样品；过滤前先冲洗滤膜、过滤速度缓慢，以免滤膜本身和过滤过程可能带入的污染物。
（2）离心：对于不适合过滤的样品（如易剪切变性的蛋白质），可进行短时低速离心，以去除聚集物。
（3）检查气泡：操作不当可能混入气泡，气泡会改变光散射路径并显著影响粒径测量结果。注意检查样品溶液内无气泡。
Q3：样品浓度如何影响DLS测量结果？
【浓度过高的影响】
样品浓度过高时，光子可能被多个颗粒多次散射，产生多重散射效应，导致粒径数据出现偏差。同时，高浓度样品还容易发生扩散受限和颗粒间相互作用，影响布朗运动的随机性。
【浓度过低的影响】
浓度过低会导致散射信号强度不足，信噪比下降，影响相关函数拟合的稳定性。
【判断方法】
实际操作中，可以通过观察软件界面中实时散射光强度Current Count Rate（kcps）来判断浓度是否合适，通常仪器会自动优化在500kcps左右。若光强过高或过低，应逐步稀释或浓缩样品。另外，稀释样品后测量粒径，若粒径随稀释发生明显变化，说明原有浓度可能过高。光强偏低时，也可尝试在软件设置中延长Set Duration时间（600s甚至更长）。
图1
图2
Q4：DLS测试中涉及哪些参数？
【温度控制】
温度直接影响布朗运动的速度——温度越高，颗粒运动越快。平台设备温控范围为-5℃~110℃。测量时必须确保温度稳定，并准确输入当前温度下溶剂的粘度值，因为斯托克斯-爱因斯坦方程中颗粒直径的计算直接依赖于温度和粘度。
【测量角度】
平台设备的检测角度为90°。90°（侧散射）检测角一般可兼顾大、小颗粒的信号，同时适合低浓度、弱散射样品的测量（美国NIST在其标准与认证实践中， 90° 为基准标准角）。
【溶剂参数】
准确输入测试温度下溶剂的折射率和粘度，是计算流体力学直径的基础，任何参数输入错误都会导致最终结果偏离真实值。
Q5：如何判断测量时间的设置是否足够？
DLS测量的本质是采集光强的自相关函数。测量时间需要足够长，以完整记录相关函数的衰减过程。平台设备常规样品测试Set Duration通常设置为120~180s，但如果发现相关函数曲线在末端仍有明显波动或未完全衰减至基线水平，说明测量时间可能不足。
Q6：DLS数据分析的核心——相关函数是什么意思？
相关函数是DLS分析的原始数据。DLS仪器通过一个数字相关器，将检测器接收到的随时间波动的散射光强度，计算为延迟时间τ的函数，得到强度自相关函数g⁽²⁾(τ)。相关函数的衰减速率直接反映颗粒的扩散速率：小颗粒运动快，相关函数衰减快；大颗粒运动慢，衰减也慢。因此，通过分析相关函数的形状和衰减特征，即可反推颗粒的扩散系数，进而利用斯托克斯-爱因斯坦方程计算流体力学直径。
相关函数曲线平滑、无异常抖动，是数据质量可靠的重要标志。
Q7：等效粒径（Effective Diameter）和多分散指数（PDI）代表什么？
【等效粒径】
是对自相关函数进行单指数拟合后，得到的强度加权平均流体力学直径。等效粒径只有在样品接近单峰、球形且单分散时，才具有与其他技术（如电镜）可比较的意义。
【多分散指数】
反映粒径分布的宽窄程度。平台设备PDI判断标准如下：
l PDI ≤0.08：窄分布体系；
l 0.08 < PDI < 0.5：宽分布体系（一般PDI <0.1可认为样品是单分散）；
l PDI > 0.5：样品分布过宽，不适合DLS测量。
Q8：如何判断DLS数据质量是否可靠？
判断数据质量的关键点包括：
（1）检查相关函数：高质量数据的相关函数曲线应平滑，基底（基线）稳定。若曲线出现明显的阶跃、抖动或异常拐点，通常提示样品存在气泡、大颗粒污染、浓度不当或样品属性不适合DLS测试（样品形态为棒状或长链状）。
（2）检查软件中相关函数的C(τ)值（已做减基线处理）：0.0 < C(τ)起点< 1.0；
l C(τ)起点＞0.6，信号优秀；
l 0.1 < C(τ)起点 < 0.3，信号偏弱；
l C(τ)起点< 0.1，信号太弱，可能原因为浓度过低、浓度过高、大颗粒引起的波动等。
（3）检查重复性：建议至少重复测量3次，对比等效粒径（Effective Diameter）、PDI和峰分布的差异。
（4）结合其他技术交叉验证：对于非球形、高浓度或复杂基质样品，单一DLS结果可能存在偏差。建议结合电镜（SEM/TEM）观察形貌，或使用激光衍射法（平台配备该设备）等技术进行交叉验证。
Q9：DLS数据分析时软件中DLS Graphs下MSD和Lognormal分别是什么？
【定义】
MSD（Multimodal Size Distribution）即多尺寸分布。它通过NNLS或CONTIN算法将自相关函数反卷积，解析出样品中可能存在的多个粒径峰。该模式仅适用于PDI>0.08的样品。
Lognormal即对数正态分布。它直接对自相关函数进行一次完整拟合，输出一个平滑的单峰对数正态分布。实际样品大多为单峰分布，接近对数正态分布形式。
【应用场景】
MSD 适用于多分散样品或疑似存在聚集体的样品，旨在揭示粒径分布中可能存在的多峰。
Lognormal适用于单分散或窄分布样品，能简洁准确地给出分布宽度，无需引入MSD算法处理，减少假峰风险。
【补充说明】
MSD模式下的反卷积算法（NNLS或CONTIN）在软件参数设置中进行选择，其中CONTIN更适合宽单峰分布；NNLS更适合双峰分布，可在峰值间距大于3:1时分辨出两个峰。
NNLS 和CONTIN 是计算工具而非绝对真理，可能会遇到算法假象。未知样品可分别启用两种算法对比结果，并结合等效粒径（Effective Diameter）与 PDI 进行综合判断。
图3
Q10：为什么DLS报告中的强度分布、体积分布和数量分布结果差异很大？
这是一个非常常见但容易被误解的问题。DLS的原始输出是强度加权分布。由于散射光强度与颗粒直径的六次方成正比，所以强度分布中一个1 µm的大颗粒的贡献可能相当于10⁶个100 nm的小颗粒的贡献。
仪器软件通过Mie理论等模型将强度分布转换为体积分布或数量分布，但这种转换需要输入精确的颗粒折射率和吸收系数，且对数据的质量要求极高。转换结果是数学推导值，不是直接测量值。
如果原始数据中包含少量大颗粒（如聚集物或灰尘），转换后的体积分布和数量分布可能会严重失真。因此，建议使用强度分布，谨慎对待经过软件转换的其他分布数据。
【总结】DLS技术作为重要的颗粒表征手段，其数据可靠性取决于样品制备、参数设置和数据分析的每一个环节。希望本文的10个高频问题解答能够帮助您更好地掌握DLS测试技巧，获得准确可靠的实验数据。
