排序方式: 共有51条查询结果,搜索用时 250 毫秒
21.
以新型材料对甲基苯磺酸根-镁铝型水滑石为分散固相萃取吸附剂,建立了分散固相萃取-气质联用法测定果汁中邻苯基苯酚残留量。果汁以去离子水稀释后,经吸附剂以分散固相萃取方式吸附、离心、酸溶解吸附剂、乙酸丁酯萃取后采用气质联用法对邻苯基苯酚测定,以基质匹配校正曲线外标法定量。结果表明:果汁在1~10μg/L添加水平范围内邻苯基苯酚的平均回收率为92.5%~96.8%,相对标准偏差(RSD)为2.2%~4.9%;方法检出限(LOD)为2.05μg/L,定量限(LOQ)为6.85μg/L。本方法适合果汁中邻苯基苯酚残留量的检测。 相似文献
22.
23.
采用V(浓硝酸)+V(高氯酸)=4+1湿法消解柑橘果汁样品,应用火焰原子吸收法测定了15种柑橘果汁中7种金属元素K、Mg、Ca、Fe、Cu、Mn、Zn的含量。结果显示,柑橘果汁中含有大量的常量元素K、Mg、Ca,且不同品种之间有较大差异。微量元素中Fe和Zn含量较高。15个品种中,439桔橙的K、Ca、Mn3种元素含量最高。该结果不仅可用于产品的营养标识,而且可望应用于果汁加工工艺的确定与优化。 相似文献
24.
高效液相色谱法测定果汁和果蔬中柑橘红2号染料 总被引:2,自引:0,他引:2
应用高效液相色谱法测定果汁、果蔬中柑橘红2号染料的含量。样品用丙酮-正己烷(1+3)混合溶剂提取,提取液于45℃蒸发至干。用甲酸-乙腈(0.5+99.5)溶液(经正己烷饱和)溶解残渣,正己烷脱脂。以Agilent TC C18色谱柱为分离柱,以乙腈与甲酸(0.1+99.9)溶液按体积比92比8混合作为流动相,用二极管阵列检测器在波长508 nm处进行测定。柑橘红2号染料的质量浓度在0.25~10.0 mg·L-1范围内与其峰面积呈线性关系,测定下限(10S/N)为0.1 mg·kg-1。以果汁、鲜橙和胡萝卜样品为基体,加入3种不同浓度水平的柑橘红2号标准溶液做回收试验,测得回收率在96.3%~104.0%之间,相对标准偏差(n=6)在1.0%~3.6%之间。 相似文献
25.
通过对色谱柱类型、流速、柱温、pH值、淋洗液浓度等影响因素的研究,建立了多级梯度淋洗-电导抑制离子色谱同时测定果汁中26种有机酸和阴离子的分析方法。结果表明,当流速为1.00 mL/min、柱温为30℃、pH值为5.5~6.8时,26种组分的测定结果更准确。26种组分在0.02~10.0 mg/L范围内具有良好的线性关系(r均大于0.995),检出限(S/N=3)为0.17~52.0 μg/L;在0.20~2.00 mg/L添加水平下的回收率为85.58%~108.86%,相对标准偏差为0.15%~7.65%(n=6)。该方法简便快速、灵敏度好、准确度高,适于果汁中26种组分的痕量分析。 相似文献
26.
超高效液相色谱-串联质谱法测定果汁中的展青霉素 总被引:1,自引:0,他引:1
建立了超高效液相色谱-电喷雾串联三重四极杆质谱(UPLC-ESI-MS/MS)联用技术分析果汁中展青霉素的方法。浓缩果汁样品经酶解,乙酸乙酯提取,Oasis HLB固相萃取(SPE)小柱净化后(澄清果汁直接进行SPE净化),以C18色谱柱为分离柱,以水和乙腈作为流动相进行梯度洗脱,电喷雾离子源电离、负离子多反应监测模式质谱进行定性和定量分析。展青霉素在1.0~500.0 μg/L质量浓度范围内线性关系良好,相关系数为0.999,方法的定量限为5.0 μg/kg;加标水平为5.0、25.0和100.0 μg/kg时,加标回收率为80.6%~91.8%,相对标准偏差为1.5%~7.3%。实验结果表明,该方法简单、灵敏、准确,各项技术指标均满足国内外法规要求,可用于果汁中展青霉素的检测。 相似文献
27.
反相高效液相色谱法测定果汁中11种有机酸条件的优化 总被引:37,自引:0,他引:37
提出了一种利用高效液相色谱同时分析果汁中11种有机酸的优化的方法。在Prontosil12010C18H(10μm,4.6mmi.d.×250mm)色谱柱上,3%CH3OH0.01mol/LK2HPO4(pH2.55)溶液做流动相,流速为0.5mL/min,柱温为30℃,紫外检测波长为210nm时,可以较好地分离和测定果汁中常见的11种有机酸。该方法相对标准偏差0.31%~1.59%,回收率96.8%~102.0%,各种酸的线性相关系数r>0.9996,具有较高的准确度和精确度,方法简便,可应用于果汁中有机酸的检测。 相似文献
28.
29.
近年来,果汁掺伪问题日益突出。作为一种新型的实时鉴别方法,智能手术刀(IKnife)与快速蒸发电离质谱(REIMS)联用技术无需样品前处理即可解决这一问题。该文采用代谢组学指纹识别技术建立橙汁、苹果汁和葡萄汁的实时鉴别方法,并对其掺假水平进行预测。主成分分析-线性判别分析联用法建立的判别模型能够区分不同类型的果汁,排除20%交叉验证法的正确率为97.28%,未知样品实时鉴别正确率高达100%。筛选出不同果汁中的标志物,并对部分化合物进行鉴定。结果表明,此方法能够成功区分掺有10%-50%苹果汁和葡萄汁的橙汁。通过对比分析REIMS单极质谱和串联质谱(REIMS/MS)的检测结果,两种方法建立的偏最小二乘分析模型均能准确预测掺假水平(所有模型的R 2和Q 2均大于0.82)。与传统的REIMS方法相比,REIMS/MS的预测值更加精确。 相似文献
30.