超高效液相色谱-四极杆飞行时间质谱法快速测定混合型饲料添加剂中14种化学药物

目的 建立超高效液相色谱-四极杆飞行时间质谱法快速测定混合型饲料添加剂中培氟沙星、氯霉素、沙丁胺醇、盐酸克伦特罗、氧氟沙星、恩诺沙星、诺氟沙星、氟苯尼考、磺胺嘧啶、磺胺甲噁唑、磺胺间甲氧嘧啶、甲硝唑、多西环素、金刚烷胺共14种化学药物的分析方法。方法 样品经乙腈-水(8:2, V:V)提取, 上清液离心后上样, 以0.1%(V:V)甲酸甲醇溶液和0.1%(V:V)甲酸水溶液为流动相进行梯度洗脱(负离子模式流动相为乙腈-水), C18色谱柱(50 mm×2.1 mm, 1.7 μm)分离。分别采用正/负离子模式检测分析。结果 14种药物的质量数误差绝对值小于5 mDa, 在2.0~100.0 μg/L范围内线性关系良好, 相关系数大于0.99。4个浓度水平的平均回收率为70.6%~119.80%, 相对标准偏差1.0%~12.4%。结论 该方法操作简便、结果准确, 适用于混合型饲料添加剂中非法添加药物的快速筛查分析。     

基于遗传算法优化支持向量机的船用柴油机气门漏气故障智能诊断方法

针对船用柴油机气阀漏气故障的问题,提出一种结合遗传算法（genetic algorithm,GA）与支持向量机（support vector machine,SVM）的船舶柴油机气阀漏气振动诊断方法,称之为遗传算法优化支持向量机（GA-SVM）。通过分析静态与动态工况下的缸盖振动信号,提取训练SVM特征参数,利用GA-SVM的惩罚因子与核函数参数对故障进行识别。试验结果表明,GA-SVM方法完善了SVM参数选取方法,可有效识别柴油机气门漏气故障。优化后的整体故障诊断准确率为99.333%,相比于未优化前的测试集,故障诊断正确率提高了约2%。