某进口固体废物“铁精粉”的鉴别方法探析

为了确保不进口污染环境的固体废物，针对某冒充铁精粉的进口固体废物，通过外观、成分、物相分析进行了系统的鉴别。确定样品主要为经研磨加工的氧化铁皮，属于禁止进口的固体废物——轧钢产生的氧化皮。     

整鞋中醛酮化合物的动态释放仓测定方法研究

为应对国内外对鞋类越来越严格的环保要求,建立动态释放仓采样、DNPH衍生-液相色谱测定鞋类中醛酮化合物的方法。该方法对14种醛酮化合衍生后测定,在0.005 mg/L～3 mg/L范围内线性良好,精密度为2.8%～7.8%,符合测定鞋类醛酮化合物的检测要求。     

进口皮革边角料固体废物属性的鉴别方法研究

皮革边角料固体废物属性鉴别无统一标准尺度,鉴定结论差异较大,争议时有发生,给固废属性鉴别带来了困扰.通过分析皮革边角料的感官、夹杂物、气味、pH值、色牢度、禁用偶氮染料含量、游离甲醛、六价铬等性能指标,并对样品的来源进行分析,结合样品预期用途,对样品的固体废物属性进行判定,建立了皮革边角料固体废物鉴定方法,有利于更好服...     

高等级生丝的抱合质量控制

分析了生丝产生低抱合疵点的原因,提出了在生产中保护丝胶胶着性能,加强煮茧、车头索绪温度工艺控制,严格处理过夜茧及过夜丝条等预防和改进措施,严防过夜茧、短丝鞘、慢速缫丝等多因素叠加对抱合质量的影响。     

肉及肉制品真伪鉴别技术研究进展

近年, 肉制品掺杂掺假情况频繁发生, 主要掺假方式是在高价肉制品中掺入廉价的肉类原料, 且在商品标签中不注明成分, 严重损害消费者合法权益。本研究针对目前常见的肉制品真伪鉴别方法, 包括基于形态学、代谢学、蛋白质学和基因学这4大类真伪鉴别方法, 分别介绍各个方法的应用及优缺点, 为肉及肉制品真伪鉴别技术研究提供参考。     

进口羽毛绒固体废物属性的鉴别方法

进口羽毛绒固体废物属性鉴别目前尚无统一标准，各口岸鉴别结论存在差异。为统一鉴别尺度，根据中国法律法规、国家标准、海关总署相关要求，结合口岸监管代表性案例，通过分析羽毛绒的感官、杂质、气味、浊度、耗氧量、残脂率、致病菌等性能指标，对样品来源进行分析，并结合样品预期用途，对样品的固体废物属性进行全面探讨。确定了以“外观+理化指标+致病菌”为鉴别要素，以“动物器官、皮肤组织”为特征风险因子的鉴别方法，归纳了判定为固体废物羽毛绒的特征，给出了不同情况样品鉴别结论的出具方式。该方法可为进口羽毛绒的固体废物属性鉴别和海关监管提供技术依据。     

ASE/SPE-GC/MS测定17种含氯苯类有机污染物

建立加速溶剂-固相萃取-气质联用（ASE/SPE-GC/MS）法同时测定纺织固废物中17种氯苯类和氯甲苯类有机污染物（CCBs）的检测方法。加速溶剂萃取试验采用萃取溶剂丙酮∶二氯甲烷（1∶3）,萃取温度110℃,萃取压力11 MPa,循环萃取3次;采用固相萃取净化比较以Si和Florisil为填料的两类固相萃取柱在不同溶剂淋洗下对CCBs萃取效果的影响。结果表明,Si基质的固相萃取柱在二氯甲烷的洗脱下对CCBs回收率最高;以ASE/SPE-GC/MS法测得纺织固废物的回收率为80.0%～103.5%,相对偏差RSD(n=7)小于5.5%。     

改进QuEChERS技术结合气相色谱-质谱法检测蔬菜中6种农药残留

目的 建立改进QuEChERS方法结合气相色谱-质谱法(gaschromatography-massspectrometry,GC-MS)快速检测蔬菜中邻苯基苯酚钠、二甲基敌草索等6种在我国植源性食品安全国家标准中暂无检测标准,但在出口欧盟及日本果蔬中重点检测的农药物质的分析方法。方法 样品经乙腈提取、MgSO4与NaCl盐析后,使用N-丙基乙二胺(primary secondary amine, PSA)固相材料、石墨化炭黑(graphitized carbon black, GCB)净化提取,采用Rtx-5MS毛细管色谱柱(30m×0.25mm,0.25μm)分离,使用选择离子监测(selectedion monitoring, SIM)扫描模式,对农药目标离子进行监测。结果 6种农药物质在0.002～0.500μg/mL范围内线性关系良好,相关系数(r)均大于0.998,方法检出限为0.0033～0.0089mg/kg,均小于0.01mg/kg,平均回收率为77.0%～107.7%,相对标准偏差为2.17%～9.86%。结论 该方法快速灵敏、重复性好、材料易得、成本低,为邻苯基苯...     

不同成分比例废旧涤纶/粘胶混纺织物近红外定性分析

为了找到更适合废旧纺织品分拣的方法,分别用在线近红外光谱仪和手持式近红外光谱仪对467个不同成分比例的废旧涤纶/粘胶混纺织物样本进行了实验。其中184个样本作为训练集用于建模,其余283个样本用来对模型进行验证。对在线近红外光谱仪采集的光谱进行了一阶求导、平滑处理和趋势校正处理,利用主成分分析（PCA）和软独立建模聚类分析算法（SIMCA）对废旧织物中的纤维进行分类识别,最终模型的外部验证准确率为100%,未知样本的识别率为98.37%;对手持式近红外光谱仪采集的光谱利用PCA和最小二乘法（OLS）建立待测组分的分段回归模型,并导入手持式光谱仪,废旧织物的识别率为97.88%。废旧涤纶/粘胶混纺织物样本随着粘胶纤维含量的增加,近红外光谱对样本的定性准确率降低,说明粘胶纤维含量与样本的定性准确率成反比。同时涤纶匹配度的平均值与各组分含量最大误差小于4.5%,该数据可用于辅助下一阶段定量分析的测定。     

重组酶聚合酶扩增技术快速检测猪肉及其制品中ASFV、PDCoV和SVA

目的 建立非洲猪瘟病毒（ASFV）、猪Delta冠状病毒（PDCoV）和A型塞内卡病毒（SVA）多重重组酶聚合酶扩增（RPA）快速检测方法。方法 以重组质粒为模板进行RPA检测,并优化温度、时间、引物探针配比等反应条件,建立多重RPA检测方法,应用于实际样本的检测;与实时荧光聚合酶链式反应（qPCR）结果对比,评价所建立方法的准确率。结果 本方法可在20 min内实现对3种病毒的同时检测,特异性良好;对ASFV、PDCoV、SVA灵敏度分别为940、770、570 copies/μL;用于实际核酸样本检测,准确率分别为93.33%、100.00%、100.00%。结论 本文建立的多重RPA方法快速、便捷,适合猪肉及其制品中ASFV、PDCoV、SVA的现场初筛。