超高效液相色谱法测定卷烟包装纸中的甲醛和乙醛

研究了超高效液相色谱用于卷烟包装纸中甲醛和乙醛含量测定方法。甲醛和乙醛通过2,4-二硝基苯肼衍生化后,以0.5%甲酸水溶液-乙腈(体积比为65∶35)为流动相,在Waters BEHShield RP18(1.7μm,2.1 mm×50 mm)色谱柱上分离,二极管阵列检测器检测,检测波长360 nm。甲醛和乙醛在5 min内即可完全分离,方法具有较好的重现性和线性关系,相关系数均达到0.999 9,加标回收率甲醛为97.9%,乙醛为95.5%;用于卷烟包装纸中甲醛和乙醛的快速测定,结果满意。     

UPLC-ELSD法测定烟草中的水溶性糖

采用Waters公司的ACQUITY UPLC BEH Amide色谱柱,建立烟草中水溶性糖的超高效液相-蒸发光散射(UPLC-ELSD)检测方法。果糖、葡萄糖、蔗糖和麦芽糖4种水溶性糖在6.5 min之内分离完全,线性相关系数(R2)果糖:0.999 5,葡萄糖:0.999 8,蔗糖:0.999 9,麦芽糖:0.997 4,回收率依次分别为106.5%,102.4%,91.2%,100.1%,表明方法可用于烟草中水溶性糖的稳定、快速、准确分析。     

基于GA-SVM算法的烤烟香型自动识别研究

为了对不同香型烤烟进行特征差异性识别,选取清香型、浓香型和中间香型3类香型的514个烟叶样品,对其中的68种致香成分进行检测,结合数据分析和模式识别技术,提出了一种基于烟草致香成分和遗传算法-支持向量机(GA-SVM)算法的烤烟香型自动识别方法,通过使用遗传算法对支持向量机进行参数优化和调整,并采用5折交叉验证的方法计算分类正确率。分别对GA-SVM算法、SVM算法和朴素贝叶斯算法的分类效果进行对比测试,结果表明:3种模式识别方法对3类香型的分类正确率分别为96.40%、78.58%和84.42%,GA-SVM算法显著优于SVM和朴素贝叶斯等传统分类算法。该方法能够为烤烟香型准确识别、烤烟产地溯源、烟叶香型风格定位提供技术支持。     

ICP-MS定量法和半定量法在水果中微量元素分布分析中的应用

为了解ICP-MS定量和半定量法在水果中微量元素分布分析中的应用,通过ICP-MS的定量法和半定量法分别测定了桑葚、蓝莓、车厘子、樱桃和杨梅5种水果中的K、Mg、Fe、Na、Rb、Mn、Zn、Ba、Al、Sr、Ti、Cu、Ga、Co等微量元素含量。结果表明:1)桑葚、蓝莓、车厘子、樱桃和杨梅中都含有丰富的微量元素,且这些元素的分布特点是同一种水果中K含量最高,Mg含量次之,Co含量最低;不同种水果中元素分布均不一致。2)在这些元素中,除Rb外,其他元素之间均有一定的相关性。3)定量法和半定量法的测定结果之间没有显著性差异。     

固相萃取-高效液相色谱-串联质谱法同时检测鸡蛋及其制品中8种兽药残留

目的 建立一种快速、高效的固相萃取-高效液相色谱-串联质谱法同时测定鸡蛋及其制品中的中甲硝唑、地美硝唑、氯霉素、氟苯尼考、甲砜霉素、尼卡巴嗪、金刚烷胺和灭蝇胺8种兽药的分析方法。方法 样品前处理采用80%乙腈(含0.1%甲酸)提取,经PRiME HLB小柱净化后检测。以乙腈-0.05%甲酸为流动相,在质谱检测器的多反应监测模式下进行分析。结果 8种兽药组分在1.0~200.0 ng/mL浓度范围内线性关系良好,相关系数r2为0.9982~0.9999,检出限范围为0.3~5.0 μg/kg,定量限范围为1.0~10.0 μg/kg。加标实验分别添加低、中、高的3个水平浓度,加标回收率达到83.6%~96.2% (n=5)。结论 该方法具有前处理简单、灵敏度高和检测速度快的优点,适用于鸡蛋及其制品中8种兽药组分的同时监测和分析。