树脂吸附法分离纯化桑叶总黄酮——（Ⅱ）动态法分离桑叶总黄酮的工艺条件及数学模拟

考察了H103树脂固定床吸附分离桑叶总黄酮的工艺参数,并对吸附工艺进行了数学模拟和比较.实验结果表明,H103树脂固定床吸附分离桑叶总黄酮在上样浓度6.05mg/mL时,以9mL/min上样,吸附完全后用60%乙醇以4.5mL/min流速洗脱,桑叶总黄酮产品的回收率为90.57%,纯度为76.33%,建立的固定床吸附模型为预测固定床吸附桑叶水提液中桑叶黄酮达到穿透点时间及固定床吸附容量提供了准确、快捷的方法.     

大孔树脂分离纯化藏药白花龙胆花总黄酮的研究

考察了HPD-826、HPD-417、ADS-17、HPD-722、HPD-450、AB-8、HPD-600、D-101,共8种大孔树脂对藏药白花龙胆花总黄酮的吸附和解吸性能,通过静态吸附量和解吸附率及静态吸附曲线的绘制,筛选出AB-8树脂的效果最佳;以AB-8树脂为目标,进行了动态吸附实验,考察了上柱液浓度、pH值、上柱液流速、乙醇浓度、解吸剂流速、解吸体积等对AB-8树脂吸附和解吸效果的影响,确定出AB-8树脂动态吸附白花龙胆花总黄酮的最佳条件:上柱液浓度为6.5mg/mL,pH为3.79,上柱流速4BV/h;最佳洗脱条件:用50%乙醇进行洗脱,解吸流速为3BV/h,解吸体积4BV。在此条件下,白花龙胆花总黄酮纯度由原来的22.10%,变为65.75%,产品精制倍数为65.75%/22.10%=2.97,表明AB-8树脂可用于白花龙胆花总黄酮的分离纯化。     

三磷酸胞苷在Duolite A-30树脂上的交换过程研究

根据CTP在离子交换树脂上的吸附容量和分离因数的大小,确定Duolite A-30树脂适合CTP与CDP,CMP之间的分离.对CTP在Duolite A-30树脂上的吸附动力学和热力学研究表明,在283.15K~303.15K之间,CTP的质量浓度在7.5g/L以上时,Duolite A-30树脂对CTP的吸附主要受颗粒扩散的控制,其有效扩散系数为D=3.47×10-7cm2/s,溶液的质量浓度≤1.0g/L时,CTP与Duolite A-30树脂之间的交换速率主要受液膜控制,其液膜扩散系数为Kf =4.112×10-4/s.同时测定了不同条件下三磷酸胞苷溶液在Duolite A-30树脂固定床离子交换柱中的穿透曲线,研究了进口浓度、进口流速、原料液温度、原料液的pH值及柱高对穿透曲线的影响.用二阶动力学推动力模型描述固定床动态过程,考察了轴向返混对穿透曲线的影响,并从穿透曲线回归得到总传质系数,模型计算值与实验数据符合良好.     

大孔树脂分离纯化宁夏枸杞总黄酮的研究

考察了NKA-9、S-8、XDA-1、AB-8、HPD-100、HPD-600 6种大孔吸附树脂对宁夏枸杞总黄酮的吸附和解吸性能,筛选出XDA-1树脂的效果最佳;考察了pH值、样液浓度、流速等对XDA-1树脂静态吸附效果的影响;并进行了动态吸附试验,确定出XDA-1树脂动态吸附枸杞总黄酮的最佳条件:样品液浓度为0.25mg/mL,控制流速为0.5mL/min,样品液pH 5;最佳洗脱条件:洗脱液为80%的乙醇水溶液,用量为35mL (5倍柱床体积).在此条件下,枸杞总黄酮含量从27.2%提高到79.8%,回收率为87.4%,表明XDA-1树脂可用于宁夏枸杞总黄酮的分离纯化.     

红霉素在大孔树脂SP825上的固定床吸附动力学研究

通过大孔吸附树脂SP825对红霉素进行动态吸附,研究了进料浓度、温度、床层高度和高径比等因素对穿透曲线的影响,采用同时考虑液膜扩散阻力、孔内扩散阻力和轴向扩散的综合速率模型对吸附过程进行模拟,计算得到相关动力学参数。结果表明,进料浓度的增加对红霉素固定床吸附过程不利,温度和床层高径比的增加可以提高固定床吸附效率,而床层高度的变化对固定床吸附过程影响不大。     

聚乙烯基吡啶树脂吸附乳酸的研究

在35℃下,实验测定了乳酸在聚乙烯基吡啶上的吸附等温线,测定了乳酸水溶液在以聚乙烯基吡啶为吸附剂的固定床吸附柱中的穿透曲线,研究了乳酸浓度、进口流速及柱高对穿透曲线的影响。用Freundlich模型关联了吸附等温线,用线性推动力模型描述吸附柱的动态过程并从实验穿透曲线回归得到了总传质系数,模型计算值与实验数据符合良好。     

柠檬酸在D354树脂上的动态交换过程

在３５℃下，实验测定了柠檬酸溶液在Ｄ３５４树脂固定床离子交换柱中的穿透曲线，研究了进口浓度、进口流速及柱高对穿透曲线的影响。用简单线性推动力模型描述固定床动态过程，考察了轴向返混对穿透曲线的影响，并从穿透曲线回归得到总传质系数，模型计算值与实验数据符合良好。同时还研究了用强酸顶替法洗脱柠檬酸。     

大孔树脂分离纯化楮果总黄酮优化工艺研究

筛选适合分离纯化楮果总黄酮的大孔树脂并确定最优工艺条件。以静态吸附率和解吸率为指标对8种大孔树脂进行筛选,确定D101树脂的分离纯化效果最佳。通过动态吸附实验考察上样流速、上样溶液pH值、上样溶液浓度、乙醇浓度、洗脱流速、洗脱剂用量等工艺条件对分离纯化效果的影响,确定最优工艺条件如下:上样流速为2BV/h,pH值为6,上样溶液浓度为0.05mg/mL,80%乙醇作洗脱剂,洗脱流速为5BV/h,洗脱剂用量为7.5BV。采用最优工艺条件,楮果总黄酮含量提高至22.26%,产品精制倍数为4.79,表明D101树脂能有效纯化楮果总黄酮。     

吸附树脂分离纯化枇杷花总黄酮的研究

比较了D-101、D-160、AB-8、NKA-9和聚酰胺等5种吸附树脂对枇杷花总黄酮的吸附及解吸附性能。在静态吸附和动态吸附实验基础上,筛选出效果较好的AB-8树脂进行动态吸附参数的研究。考察了样品液pH值、样品液浓度、洗脱液浓度、上样速度、洗脱速度等对AB-8树脂吸附和解吸效果的影响,确定了AB-8树脂动态吸附枇杷花总黄酮的最佳条件。获得的最佳纯化条件如下,样品液pH值为5.5,样品液浓度为12mg/mL,洗脱液为30%的乙醇水溶液,上样速度为2BV/h,洗脱速度为1BV/h。纯化后样品总黄酮含量达86.7%,比纯化前总黄酮含量高5~6倍。实验结果表明,AB-8树脂可用于分离纯化枇杷花总黄酮。     

不同树脂对瓜果腐霉代谢产物中除草活性成分的吸附分析

利用HPD400、HPD500、HPD600、HPD700、HPD850、ADS-17、D101、DM130大孔吸附树脂对瓜果腐霉培养滤液中除草活性成分的吸附情况进行了研究,通过对树脂吸附后的流出液和洗脱液的浓缩物进行HPLC检测分析,确定了其除草活性成分。实验发现,在所选择的8种树脂中以HPD500、HPD850、HPD600、ADS-17对除草活性成分的吸附能力最强,其中以HPD500和HPD600树脂的10%的乙醇洗脱液中除草活性成分含量最高。综合结果表明,以HPD500树脂作为吸附瓜果腐霉培养滤液中除草活性成分的适宜树脂。研究发现,HPD500树脂对除草活性成分吸附和解吸附的最佳条件是:吸附最适温度为20℃,树脂吸附饱和度为33.75mL/g,较适宜吸附流速为2BV/h,较适宜脱附流速为1BV/h,洗脱剂浓度为10%乙醇,洗脱剂用量为2.5BV。     

Neural network modelling of adsorption isotherms

This paper examines the possibility to use a single neural network to model and predict a wide array of standard adsorption isotherm behaviour. Series of isotherm data were generated from the four most common isotherm equations (Langmuir, Freundlich, Sips and Toth) and the data were fitted with a unique neural network structure. Results showed that a single neural network with a hidden layer having three neurons, including the bias neuron, was able to represent very accurately the adsorption isotherm data in all cases. Similarly, a neural network with four hidden neurons, including the bias, was able to predict very accurately the temperature dependency of adsorption data.     

Neural Network Modeling of Adsorption of Binary Vapour Mixtures

Three neural network models were used for prediction of adsorption equilibria of binary vapour mixtures on an activated carbon. The predictions were compared both with published experimental data and calculated values from the Ideal Adsorption Solution (IAS) model. The neural network was trained using both binary and single component experimental adsorption data. Even for a limited number of data points (about 60) the network models were capable of approximating experimental data very precisely.     

人工神经网络用于近红外光谱预测汽油辛烷值

本文对BP人工神经网络(ANN)方法在汽油的辛烷值与其近红外光谱光谱吸光度的关系之间进行关联预报方面进行了研究。采用35个汽油实际样本数据,建立了利用汽油的近红外光谱光谱吸光度预测汽油辛烷值的BP人工神经网络模型。对所有辛烷值的计算结果与实测值进行了比较,得到的预测值与实测值计算误差小于1.55%。     

乳腺癌代谢物组模式特征发现方法及HPLC/M S/M S分析

提出一种基于单独最优特征组合和BP神经网络的代谢物组模式特征发现方法,并用其寻找到尿样中与乳腺癌最为相关的4种核苷,组成一组特异性检测参数.经HPLC/MS/MS联用法鉴定,它们是乳清酸核苷、1-甲酰化腺苷、S-腺苷-L-蛋氨酸及N²-甲酰化鸟苷.将这4种核苷作为输入变量,用BP神经分类网络建立乳腺癌诊断模型.留一法交叉验证和独立验证结果表明,该模型预测准确率达到90%以上.     

人工神经网络预测煤炭成浆浓度的研究

考虑煤炭的多种理化特性建立了成浆浓度的神经网络预测模型，对其数据预处理方法、学习率和中间层节点数等进行了深入讨论。水分、挥发分、分析基碳、灰分和氧等五个因子对于煤炭成浆性的预测起到主导作用。五因子、七因子和八因子神经网络模型对煤炭成浆浓度的预测误差分别为：0.53%、0.50%和0.74%，而现有回归分析方程的误差为1.15%，故神经网络模型比回归分析方程有更好的预测能力，尤以七因子模型最佳。     

级联神经网络用于单扫描示波极谱信号的测定

将改进小波神经网络与BP神经网络相结合,提出一种新的混级联神经网络结构,用于单扫描示波极谱信号的同时测定。通过对网络结构的优化和网络参数的调整,加快了训练速度,提高了预测的准确度。用该法对邻、间硝基氯苯混合样进行了预测,结果满意。对级联神经网络法与单一BP神经网络法的预测结果进行了比较,表明级联神经网络优于单一BP神经网络。     

人工神经网络研究进展及其在光谱分析中的应用

介绍最常用的人工神经网络——BP神经网络的原理、结构及其研究进展，评述了人工神经网络在光谱分析中的应用。     

水体透射光谱结合主成分分析(PCA )改进化学需氧量(COD)含量估算研究

化学需氧量（Chemical Oxygen Demand,COD）是水体有机污染的一项重要指标,化学需氧量越高,表示水污染程度越严重。 为了解决传统的COD测量方法耗时较长,不利于快速、实时地获取水体中COD的信息等问题。本文提出了基于透射光谱测量结合主成分分析(Principal Component Analysis, PCA)改进水体COD含量估算模型。具体的,采集100组COD水体光谱信息,分别使用3种不同的高光谱数据预处理方法对光谱数据进行预处理,分析不同预处理方法对模型精度的影响,并基于不同的预处理方法分别建立高斯过程回归模型(Gaussian Process Regression, GPR)和BP神经网络模型,分析不同预处理方法对模型精度的影响;并对各模型结合PCA数据降维方法进行模型的改进,通过比较模型的精度选择最优模型进行水体COD含量的检测。结果显示,相比于原始光谱数据建立的GPR模型和BP神经网络模型,数据预处理后的模型精度明显提升;且结合PCA对预处理后的数据进一步降维处理后,模型精度得到了进一步的提升。其中,基于标准正态变量变换特征结合PCA改进BP神经网络模型基于PCA改进的BP神经网络模型R^2高达0.9940,均方根误差RMSE为0.022540。证明了基于PCA改进的BP神经网络数据降维方法对预处理后的光谱数据进行降维处理,有利于去除光谱中的冗余信息,提取特征信息,可以实现高光谱检测方法可以实现COD含量估算模型的优化,从而为传统COD测量方法存在的问题提出了一种新的解决思路。     

Monitoring of fosinopril sodium impurities by liquid chromatography-mass spectrometry including the neural networks in method evaluation

In this paper, the mass spectrometry (MS) detection has been applied for screening of fosinopril sodium impurities which arise during forced stress study. Before MS analysis, liquid chromatographic method with suitable mobile phase composition was developed. The separation was done on SunFire 100 mm x 4.6 mm 3.5 microm particle size column. The mobile phases which consisted of methanol-ammonium acetate buffer-acetic acid, in different ratios, were used in a preliminary study. Flow rate was 0.3 mL min(-1). Under these conditions, percent of methanol, concentration of ammonium acetate buffer and acetic acid content were tested simultaneously applying central composite design (CCD) and artificial neural network (ANN). The combinations of experimental design (ED) and ANN present powerful technique in method optimization. Input and output variables from CCD were used for network training, verification and testing. Multiple layer perceptron (MLP) with back propagation (BP) algorithm was chosen for network training. When the optimal neural topology was selected, network was trained by adjusting strength of connections between neurons in order to adapt the outputs of whole network to be closer to the desired outputs, or to minimize the sum of the squared errors. From the method optimization the following mobile phase composition was selected as appropriate: methanol-10 mM ammonium acetate buffer-acidic acid (80:19.5:0.5 v/v/v). This mobile phase was used as inlet for MS. According to molecular structure and literature data, electrospray positive ion mode was applied for analysis of fosinopril sodium and its impurities. The proposed method could be used for screening of fosinopril sodium impurities in bulk and pharmaceuticals, as well as for tracking the degradation under stress conditions.     

大孔阳离子交换树脂对奈替米星的吸附研究

通过正交实验合成了9种大孔弱酸性阳离子交换树脂,筛选出具有最大动态饱和吸附量的FB-1树脂.采用红外光谱和热重分析的方法对其表征,并研究其对奈替米星的吸附及解吸性能,结果表明:该树脂对奈替米星的吸附符合Langrnuir吸附:用氨水做洗脱剂,0.3mol/L和0.4mol/L的氨水解吸率均达95%以上.FB-1与HD-2树脂比较:动态吸附量FB-1为398.0mg/mL湿树脂、HD-2为232.1mg/mL湿树脂;0.3mol/L氨水解吸,前者解吸率较后者高约15%.