排序方式: 共有15条查询结果,搜索用时 15 毫秒
1.
2.
以表面增强试剂OTR202和OTR103作为表面增强拉曼光谱(SERS)的活性基底,探索建立甲萘威水溶液的SERS检测方法。首先对比分析了甲萘威水溶液的普通拉曼光谱与SERS。然后分析了表面增强试剂与待测样本的加入量对甲萘威水溶液的SERS的影响。最后分析了质量浓度在0.1~15.0 mg/L范围内的甲萘威水溶液的SERS,并以1374 cm-1处的特征峰强度与甲萘威水溶液浓度进行线性回归,得到线性方程为y=414.5x+481.59,决定系数R2=0.9864。试验结果表明该研究方法对甲萘威水溶液的检测限可达到0.1 mg/L,说明以表面增强试剂OTR202和OTR103为SERS活性基底的SERS检测方法可用于水中甲萘威残留检测。 相似文献
3.
介绍了一种基于PLC的油品运动粘度测量系统,该系统为实现油品质量分析自动化、智能化提出了一种实用的解决方案,使人们进一步认识和了解了PLC在油品分析及自动化领域发挥的重要作用。本文细致的描述了油品运动粘度测量系统的测量工作原理、硬件结构,以及软件设计结构。该系统已经投入运行,应用效果良好。 相似文献
4.
应用表面增强拉曼光谱(SERS)法建立一种鸭肉中吉他霉素(KIT)残留的快速检测方法。在分析增强基底的紫外—可见吸收光谱与鸭肉中KIT的SERS光谱的基础上,采用单因素试验法优化了鸭肉中KIT的SERS检测条件,并分别建立了KIT水溶液检测与鸭肉中KIT残留检测的标准曲线。试验结果表明,KIT水溶液检测的标准曲线方程y=0.046 2x+0.215 3,决定系数(R~2)为0.927 9,对KIT水溶液预测的平均回收率为99%~123%。鸭肉中KIT残留检测的标准曲线方程为y=0.011 9x+0.940 9,R2为0.923 2,对鸭肉中KIT预测的平均回收率为104%~108%。采用SERS技术检测鸭肉中KIT残留是可行的。 相似文献
5.
表面增强拉曼光谱快速检测四环素水溶液 总被引:2,自引:0,他引:2
目的为实现水中四环素残留的快速检测,探索建立四环素水溶液的表面增强拉曼光谱(surface enhanced Raman spectroscopy,SERS)检测方法。方法以OTR202和OTR103作为表面增强基底,分析四环素水溶液的SERS光谱,应用自适应迭代惩罚最小二乘法(air-PLS)扣除SERS的荧光背景,探讨样品加入量对SERS信号强度的影响,以1274 cm-1作为特征峰建立四环素水溶液的标准曲线。结果确定了四环素水溶液的加入量为20μL,建立的线性回归方程Y=257.47X+85.165,相关系数r为0.9897。结论本研究方法无需前处理,简便快捷,为后续水中四环素残留快速现场检测奠定了良好基础。 相似文献
6.
同步荧光光谱结合CARS变量优选预测猪肉中四环素残留含量 总被引:3,自引:0,他引:3
为快速检测猪肉中的四环素残留含量,采用同步荧光法结合竞争适应重加权采样(CARS)变量优选法建立了预测猪肉中四环素残留含量的支持向量回归(SVR)模型.从样本的三维同步荧光光谱中确定了最佳波长差为65 nm,采用CARS方法从中挑选出与四环素相关的特征波长变量,并与连续投影算法(SPA)及遗传算法(GA)进行比较.最后,应用SVR算法对优选出的16个波长变量建立猪肉中四环素含量的预测模型.分析发现,多元散射校正(MSC)光谱预处理后的CARS方法优于SPA及GA变量选择方法,可以有效地筛选出全光谱中的特征波长变量.CARS-SVR建立的四环素预测模型优于原始光谱的SVR模型,其预测集的决定系数(R2)和预测均方根误差(RMSEP)分别为0.961 2和10.94 mg/kg.研究结果表明,采用同步荧光法结合CARS-SVR模型可以预测猪肉中的四环素残留含量,且CARS-SVR能有效地简化模型并提高预测精度. 相似文献
7.
中子Soller准直器是中子散射谱仪一种常用部件,主要用于限制中子束流的发散度,提高中子谱仪的分辨率。准直器的准直角是描述其性能的一项重要技术指标,通过摇动曲线的实验测量获得。本文基于实验测量需求和方法,利用中子射线追踪模拟蒙特卡罗程序McStas对中子Soller准直器摇动曲线实验测量过程进行了蒙特卡罗模拟计算,并对计算结果进行实验对比和解析分析。分析结果表明,模拟计算、实验数据和理论解析三者符合较好,验证了模拟方法的可行性。通过多方法结合来研究摇动曲线,可提高测量分析结果的可靠性,类似的方法也可扩展应用于其他中子光学部件的测试分析。 相似文献
8.
基于表面增强拉曼光谱的水中土霉素残留量的快速检测 总被引:1,自引:1,他引:0
应用表面增强拉曼光谱(SERS)检测技术,建立了一 种水中 土霉素(OTC,oxytetracycline)残留量的快速检测方法。实验以表面增强试剂OTR202和OTR103作为活性基底,并使用自适应迭代 惩罚最小二乘法(air-PLS)扣除荧光背景;然后对所用胶体和胶体混合物的吸收光谱与 OTC水溶液的 SERS光谱进行了探讨;最后分析了样品的加入量和不同混合的时间对SERS信号强度的影响, 建立了水中OTC残留浓度X与SERS光谱的1332cm-1处峰面积Y之间的线性 回归方程。实验结果表明,当水中的OTC 浓度范围为0.1~22.0mg/L时,水中OTC残留浓度与1332cm-1处峰面积之间呈现良好的线性关系,线性方程 为Y=5165.7X+4304.9,决定系数R2为 0.986。预测集 样本OTC含量的真实值与预测值之间的R2为0.973, 均方根误差(RMSEP)为1.112m g/L,回收率为96.7~124.5%,相对标准偏差(RSD,n=5)介于1.2098~4.787, 可满足水中OTC残留量的检测,为现场快速检测水中OTC残留量奠定了良好的基 础。 相似文献
9.
介绍了一种基于PLC和组态王的小型酮苯脱蜡装置,它是一种能够分析出溶剂质量、产品产量的小型石油分析仪器.该系统为石油分析仪器的自动化、智能化提出了一种实用的解决方案.细致描述了酮苯脱蜡装置的工作原理、硬件结构、以及软件设计结构.该装置已经投入运行,应用效果良好. 相似文献
10.
导数同步荧光光谱结合遗传优化算法测定鸭蛋蛋清中庆大霉素含量 总被引:1,自引:0,他引:1
为实现鸭蛋蛋清中庆大霉素(GM)残留含量的快速测定与检测模型精度的提高,应用遗传算法(GA)筛选导数同步荧光光谱特征波长,用遗传-支持向量回归(GA-SVR)建立鸭蛋蛋清中GM残留含量的预测模型。首先分析了样本的三维同步荧光光谱和确定了本实验研究的波长差Δλ为120nm;然后利用sym5小波的2层分解对一阶导数同步荧光光谱进行去噪处理,并利用GA筛选出了14个荧光特征波长;最后利用GA优化了SVR的径向基核函数(RBF)参数(c,g,p),进而比较了GA-SVR、PLS和MLR 3种预测模型的预测能力,研究表明,以GA-SVR模型的预测能力最强,其预测集的决定系数(R2)和均方根误差(RMSEP)分别为0.983 0和1.149 4mg/L。实验结果表明,GA能有效筛选出鸭蛋蛋清中GM的荧光特征波长和提高GA-SVR模型预测精度。 相似文献