高效液相色谱法同时测定牙膏中的维生素B_2、维生素B_3和维生素B_6

建立了同时测定牙膏中维生素B_2、维生素B_3和维生素B_6的检测方法。样品经水分散溶解后,用丙酮沉淀杂质,采用Waters T3色谱柱分离,HPLC测定,实验优化了沉淀剂的选择及用量等条件。结果表明,待测维生素在各自浓度范围内线性良好,相关系数均大于0.999,方法检出限在0.60~1.20 mg/kg之间,在高中低三个添加水平的平均回收率为95.0%~103.7%,相对标准偏差为1.67%~6.96%。该方法具有前处理简单、定量准确、灵敏快速的特点,适用于牙膏中维生素B_2、维生素B_3和维生素B_6的定量分析检测。     

维生素B_2的定量方法-高效液相色谱法同时测定核黄素和核黄素-5'-磷酸钠的分析研究

建立高效液相色谱法同时测定核黄素与核黄素磷钠的方法。以5 mmol/L庚烷磺酸钠溶液(A相,用甲酸调至p H=3.0)和甲醇(B相)为流动相,以梯度洗脱,在优化实验条件下,2种物质在5~1000μg/L(R~20.999)线性良好,方法检出限(S/N=3)在15~24μg/L之间。该方法精密度良好,结果准确,可同时检测检测核黄素和核黄素磷酸盐的含量,定量维生素B_2,提供另一种定量婴幼儿食品维生素B_2的方法。     

HPLC法测定二维三七桂利嗪胶囊中维生素B_6的含量

目的:建立高效液相色谱法测定二维三七桂利嗪胶囊中维生素B_6的含量。方法:采用C_(18)色谱柱(4.6 mm×250 mm,5μm),流动相为0.01%庚烷磺酸钠溶液(用冰醋酸调节pH值至3.0)-乙腈(85∶15),柱温为35℃;流速为1.0 mL·min~(-1);检测波长为291 nm。结果:维生素B_6在0.0002～0.3 mg·mL~(-1)(r=0.9999)的浓度范围内呈良好的线性关系,精密度,稳定性,重现性等均符合方法学要求,维生素B_6的平均加样回收率为99.2%,RSD为0.75%(n=9)。结论:该方法简便、准确,结果稳定,可为二维三七桂利嗪胶囊质量评价提供依据。     

流动注射-光纤化学传感荧光法测定维生素B_2的含量

结合流动注射,流通池和光纤化学传感技术,建立在线荧光法检测系统。将维生素B2片溶解于1%冰醋酸水溶液中,流动注射法把维生素B2溶液注入检测系统,在流通池中进行荧光检测维生素B2溶液的含量。结果表明,维生素B2最大发射波长为530.93 nm,质量浓度在2.6×10-3~13.2×10-3mg/m L与荧光强度呈良好线性关系,检测线为4.74×10-5mg/m L,定量线为9.07×10-4mg/m L,日内精密度为1.67%,日间精密度为2.23%,回收率为98.04%~102.62%。     

高效液相色谱法测定保健食品中维生素B_2的含量

建立高效液相色谱法测定保健品中维生素B2的测定方法。色谱柱:Welch UltimateXB-C18(4.6×250mm,5μm);流动相:0.1 mo L·L-1KH2PO4-2%乙腈;流速1 m L·min-1;柱温:30℃;检测波长:260 nm。维生素B2在100~500μg/m L线性范围内线性关系良好,平均回收率为99.6%,RSD=0.73%(n=6)。该方法简便可行,重复性好,可适用于保健品中测定维生素B2的方法。     

煤种成浆性的人工神经网络预测模型研究

为更好地预测煤的成浆性,以大量煤种成浆浓度试验数据为基础,建立了3个输出因子的神经网络成浆浓度预测模型,模型采用L-M算法,对输入数据进行数据预处理,最后对比分析了神经网络预测模型与回归分析模型的预测结果。结果表明,以A_d、哈氏可磨性指数HGI和氧含量O为输入因子的模型预测结果平均绝对误差为0.63%,以M_(ad)、HGI和O为输入因子的模型预测结果平均绝对误差为0.60%,以M_(ad)、HGI和氧碳比O/C为输入因子的模型预测结果平均绝对误差为0.40%,3种组合的模型结果均小于回归分析模型的平均绝对误差1.15%。因此神经网络模型比回归分析模型有更好的预测能力,其中以M_(ad)、HGI和O/C为输入因子的神经网络模型预测结果最好。     

基于高斯过程回归的软测量模型预测水泡陈化中钢渣f-CaO含量

采用水泡陈化方法处理滚筒钢渣,跟踪检测滚筒钢渣中游离氧化钙(f-CaO)含量.运用高斯过程回归,建立基于高斯过程回归的软测量模型预测滚筒钢渣水泡陈化中f-CaO含量.结果表明,水泡陈化方法处理滚筒钢渣可以有效降低f-CaO含量,A类滚筒钢渣120 d之后f-CaO含量基本维持在3.98%~4.03%,B类滚筒钢渣105 d之后f-CaO含量维持在9.84%~10.03%,满足安全利用的要求;基于高斯过程回归的软测量模型的真实值与预测值数据吻合较好,相对误差为-1.493%~0.748%,有效提高了滚筒钢渣水泡陈化中f-CaO含量预测精度.     

RP-HPLC法测定B族维生素纳米水分散体中各维生素的含量

建立了RP-HPLC法测定B族维生素纳米水分散体的含量测定方法。采用依利特C18色谱柱(5μm,4.6 mm×250 mm),流动相A:含0.2%三乙胺的0.05 m L/L磷酸二氢钾(p H 6)-乙腈(99∶1),B:甲醇,检测波长269 nm,流速0.8 m L/min,梯度洗脱,柱温为室温。测得的各维生素含量测定方法的线性关系良好,r为0.999 6~0.999 8,回收率为95.5%~102.8%,RSD为0.1%~0.7%。建立了一种灵敏、快速、准确的HPLC法测定各B族维生素含量的分析方法。     

用UNIFAC方法预示多组份汽液平衡数据

用UNIFAC基团贡献预测液相活度系数,按非理想汽相计算多组分汽液平衡数据。对所得结果进行了热方学一致性检验。对极性和氢键组分的混合物的计算,其结果与实验值比较,汽相成分的平均绝对误差在0.004～0.03克分子数之间,平衡温度的平均绝对误差在1～1.5°K 之间,平衡压力的平均相对误差3.5～5.4%之间。适用于水、醇、酮、酸、卤代烷、酯、胺、烷烃、芳烃、硝基烷等类化合物成分的混合物的汽液平衡数据的计算。CROMEMCO 系列微机上建立了全部程序(Fortran Ⅳ)。包括了1983年前全部的43个主基团(84个付族基团)近千个基团相互作用参数。     

人工神经网络基团键贡献法预测烷烃闪点

建立了一个基于人工神经网络方法的基团键贡献模型,用于预测烷烃闪点。该模型既考虑了分子中基团的特性,又考虑了基团之间的连接性(化学键)。以16种烷烃基团键作为神经网络的输入参数,研究了44种烷烃的闪点与分子结构之间的相关性。结果表明,闪点预测值与实验值符合良好,绝对平均绝对误差6.0 K,绝对平均相对误差2.15%,优于传统基团贡献法所得结果。该方法的提出不仅揭示了烷烃闪点与分子结构之间的定量关系,而且为工程上提供了一种预测有机物闪点的新的有效方法。     

基于小波分析理论的指数平滑模型预测自然陈化中钢渣f-CaO含量

采用自然陈化方法处理滚筒钢渣,跟踪检测渣中游离氧化钙(f-CaO)含量,分析f-CaO含量变化机理;运用小波分析理论和指数平滑模型建立了指数平滑模型,预测滚筒钢渣自然陈化过程中f-CaO含量. 结果表明,自然陈化方法可有效降低滚筒钢渣中f-CaO含量,A类滚筒钢渣自然陈化180 d后f-CaO含量约为1.2%,B类滚筒钢渣自然陈化60 d后f-CaO含量为5.0%~6.0%,满足安全利用要求;基于小波分析理论的指数平滑模型的预测值与实验值吻合较好,相对误差为-3.442%~4.651%,有效提高了滚筒钢渣自然陈化中f-CaO含量预测精度.     

火药吸收药中硝化棉含量快速检测方法

为了快速检测火药吸收药中硝化棉的含量,采用光纤探头采集吸收药混合液体系的近红外光谱图,通过分析纯NC和吸收药混合体系的光谱图特性,选择5 965~6 340cm-1和7 665~9 193cm-1为建模区域,用偏最小二乘法对NC组分建立了定量校正模型。结果表明,模型的决定系数R2为0.988 1,预测根方差RMSEP为0.223 8,预测集样本的预测平均相对误差为1.23%,检测时间小于20s,能够满足火药连续自动化生产的需要。     

气相色谱法和折光率法测定乙醇-正丙醇物系组分含量比对

建立了气相色谱氢火焰离子化检测器(FID)测定乙醇-正丙醇物系含量方法,并通过实验拟合得到折光率和乙醇质量分数线性方程y=-4 194.6x+5 792.5(R~2=0.999 5)。比对气相色谱法和折光率法测定乙醇-正丙醇物系中乙醇和正丙醇含量。结果表明,当乙醇含量≥30%,折光率法检测相对误差RE≤3.0%,可以采用折光率法进行快速检测;当乙醇含量<30%,折光率法检测RE>5%,随着乙醇含量降低,RE逐渐升高达到19.50%,而GC检测RE均<2%,建议采用GC进行检测。该方法线性关系良好,乙醇回收率99%～101%,精密度良好,准确度高,耐用性好,溶液稳定,检测限为0.000 77%,定量限为0.002 6%,可用于乙醇-正丙醇物系定量检测。     

气相色谱法和折光率法测定乙醇-正丙醇物系组分含量比对

建立了气相色谱氢火焰离子化检测器(FID)测定乙醇-正丙醇物系含量方法,并通过实验拟合得到折光率和乙醇质量分数线性方程y=-4 194.6x+5 792.5(R²=0.999 5)。比对气相色谱法和折光率法测定乙醇-正丙醇物系中乙醇和正丙醇含量。结果表明,当乙醇含量≥30%,折光率法检测相对误差RE≤3.0%,可以采用折光率法进行快速检测;当乙醇含量<30%,折光率法检测RE>5%,随着乙醇含量降低,RE逐渐升高达到19.50%,而GC检测RE均<2%,建议采用GC进行检测。该方法线性关系良好,乙醇回收率99%～101%,精密度良好,准确度高,耐用性好,溶液稳定,检测限为0.000 77%,定量限为0.002 6%,可用于乙醇-正丙醇物系定量检测。     

基于卷积神经网络的轮胎花纹噪声值预测

利用图像处理和卷积神经网络（CNN）搭建轮胎花纹结构与轮胎花纹噪声值之间的数学模型，分别采用CNN模型和BP神经网络对轮胎花纹噪声值进行预测，并对比预测精度。结果表明：采用CNN模型，轮胎花纹噪声值的预测值与实测值的平均绝对误差为0.591 dB，平均相对误差为0.81%；采用BP神经网络，轮胎花纹噪声值的预测值与实测值的平均绝对误差为0.713 dB，平均相对误差为0.95%；相较于BP神经网络，CNN模型对轮胎花纹噪声值的预测精度更高。     

微波辅助萃取-液质联用法快速检测食品种九种维生素

本研究建立了一种使用微波辅助萃取-液质联用法快速检测食品中九种维生素含量的方法：样品中目标物经pH为4.5甲醇水溶液微波加速萃取，采用Waters ACQUITY UPLC^?HSS T3(2.1 mm×100 mm×1.8μm)色谱柱进行分离，流动相为20 mM乙酸铵-0.1%甲酸水溶液-0.1%甲酸甲醇溶液，梯度洗脱；流速0.3 mL/min;柱温40℃;多反应监测模式(multiple reaction monitoring, MRM)定量分析。结果表明，在最优条件下，该方法中所有药物成分均在10～200 ng/mL范围内线性良好，相关系数R²均大于0.999,方法检出限均低于1.0 ng/mL,定量限均低于3.0 ng/mL,回收率均在80%～110%之间，连续六次平行实验结果之间的相对标准偏差均<10%。该方法灵敏度高，选择性好，结果准确可靠，可同时快速检测各种食品中9种维生素的含量。     

超临界流体色谱同时测定4种水溶性维生素

建立了超临界色谱分离,紫外检测同时测定维生素B6(吡多素)维生素B2(核黄素)、维生素B3(烟酸)和烟酰胺含量的方法。流动相主体为超临界CO2,改性剂为含0.1%甲醇。选用kromasil 60-5 CN色谱柱(250×4.6 mm i.d)流速2.5 mL/min,紫外检测,检测波长为254 nm。该方法具有很好的重现性和线性关系,上述4种维在线性范围内,相关系数均达到0.995以上,加标回收率为97.0%~102.5%,相对标准偏差小于1.5%。该方法简便、准确、灵敏度高。生素在测     

市售婴幼儿配方奶粉中4种B族维生素指标监测结果分析

根据GB10765-2010《食品安全国家标准婴儿配方食品》和GB10767-2010《食品安全国家标准较大婴儿和幼儿配方食品》对广州市市售的134份不同月龄段的婴幼儿配方奶粉中4种B族维生素,即维生素B12、叶酸、泛酸和生物素,按要求进行检测,了解市售婴幼儿配方奶粉中4种B族维生素含量是否满足标准要求。结果显示,在广州市在售的134份样品中维生素B12、叶酸、泛酸和生物素的检测结果均达标。     

基于二维相关近红外光谱技术测定辅料十二烷基硫酸钠

为了测定缬沙坦和辅料十二烷基硫酸钠共存样品中辅料的含量,配制成含有十二烷基硫酸钠含量为0.30%~5.88%的缬沙坦样品共35个。以十二烷基硫酸钠浓度为外扰,分别研究了十二烷基硫酸钠和缬沙坦共存样品的二维相关近红外光谱特征,分别选择随浓度变化大的区间4119~4216 cm-1、4235~4273 cm-1、4312~4351 cm-1、4484~4676 cm-1、5732~5828 cm-1、8132~8323 cm-1为光谱的建模区间,利用偏最小二乘方法建立定量预测模型。结果表明:模型的交叉验证决定系数为0.8670,交叉验证均方根误差(RMSECV)为0.804,预测均方根误差(RMSEP)为0.775,对未知样品集预测结果的平均相对误差为0.25%,这表明二维相关近红外光谱技术选择的波段建立的定量模型具有较好的预测效果。     

柱内光纤发光二极管诱导荧光检测毛细管电泳测定药片中的硫胺素

建立了毛细管电泳柱内光纤发光二极管诱导荧光检测法(CE-ICFO-LED-IFD)测定维生素B_1药片中硫胺素含量的方法。以380 nm紫外发光二极管作为激发光源,采用光纤传导激发光至检测窗口。硫胺素在电泳分析前,经铁氰化钾溶液衍生。对各种影响电泳检测硫胺素的因素进行考察,最佳电泳条件为:硼砂缓冲液浓度为10 mmol/L、缓冲液为pH8. 4、分离电压为22 k V。硫胺素在0. 05～25μmol/L范围内具有良好的线性关系(r=0. 999 4),最低检出限为11 nmol/L。迁移时间和峰高的相对标准偏差(RSD)分别为1. 18%和3. 09%。加标回收率为98. 3%～106. 7%,RSD为2. 55%～3. 59%。维生素B_1药片中硫胺素含量为9. 88 mg/62. 0 mg。该方法简便、快速、准确可靠、成本低、灵敏度高,为完善维生素B1药片质量控制提供了新的方法和依据。