抗坏血酸对等离子体质谱法测定汞的增敏作用研究

研究了将抗坏血酸加入到样品中作为增敏剂,以电感耦合等离子体质谱测定汞的增敏效应。考察了硝酸浓度、抗坏血酸浓度、水浴温度和时间等实验条件对增敏作用的影响。结果表明,在5%硝酸,500 mg·L~(-1)的抗坏血酸,水浴温度50℃,时间为20 min的条件下,汞的灵敏度最高,此时,汞的灵敏度增强近30倍,其检出限低至1 ng·L~(-1)。在汞浓度为0.005~10.0μg·L~(-1)范围内线性关系良好,相关系数为0.999,相对标准偏差为5.6%(0.1μg·L~(-1),n=7)。该文还进一步探讨了抗坏血酸产生增敏作用的机理。     

超高效液相色谱串联质谱法同时快速测定牛奶中不同类型的11种兽药残留

建立了超高效液相色谱串联质谱测定牛奶中四环素类、青霉素类、磺胺类和泰乐菌素等11种兽药残留的检测方法。样品经乙腈超声提取后离心分离,上层清液稀释10倍后过0.2μm滤膜上机测定。在优化条件下,11种兽药在其线性范围内的相关系数均在0.998以上,定量下限(LOQ,S/N=10)为0.3～15μg/kg,在低、中、高3个水平下的加标回收率为81%～117%,相对标准偏差为0.6%～10.2%。方法用于实际牛奶样品中兽药残留量的测定,结果满意。     

偏最小二乘紫外分光光度法同时测定甲基苯甲醛三种同分异构体

将偏最小二乘法(PLS)用于紫外分光光度数据的解析,建立了同时测定甲基苯甲醛3种同分异构体的模型。在230～304 nm范围内,将测得的48个样品的吸光度值作为校正集,另18个样品的吸光度值作为预测集用于建模。所建立的邻、间、对甲基苯甲醛模型的平均回收率分别为101.2%、100.2%和98.9%;均方根误差(RMSE)分别为0.2667、0.3853和0.2118;预测浓度范围分别为4.6～16.2μg/mL、5.8～17.4μg/mL和6.5～20.6μg/mL。讨论了混合物中3种同分异构体浓度比例对测定结果的影响,并确定了最佳的浓度比例范围。对模拟样品进行加标回收率试验。并通过与顺、反丁烯二酸两种同分异构体测定结果的比较,得出了有意义的结论。     

电合成产物苯甲醛的高效液相色谱法测定

建立了一种用高效液相色谱法(HPLC)测定电合成产物中苯甲醛的方法.采用Kronmsil C(18)色谱柱(5μm,250 mm×4.6 mm I.d.),流动相为甲醇,检测波长为250 nm,外标法定量.苯甲醛的质量浓度在2.0-70.0 mg/L范围内线性关系良好,其相关系数r=0.9998(n=3);将本法应用于电合成产物中苯甲醛的测定,其加标回收率为93.0%～97.0%,相对标准偏差为0.05%～1.2%.     

分散液液微萃取结合测汞仪分析水产食品中甲基汞

建立了以分散液液微萃取技术作为分离富集手段,以测汞仪分析水产品中的甲基汞的方法。以测汞仪直接测定样品中总汞,并用差减法计算出无机汞的含量。实验优化了分散液相微萃取的条件。实验表明,以二氯甲烷为萃取剂,乙醇为分散剂,二者体积比为1：5,HCl浓度为1 mol/L,NaCl浓度为120 g/L时,可以得到较为理想的结果。本方法的动态线性范围为0.2~20μg/L,检出限为0.10μg/L,相对标准偏差6.0%,富集倍数为8。仪器测定总汞的检出限为0.1 μg/kg,线性范围0.2~50μg/kg,相对标准偏差2.4%。本方法简单、快速,溶剂消耗量少。以标准参考物质验证本方法的准确性,其测定结果与标准值吻合较好。将本方法应用于实际水产制品的分析,得到较满意的结果。     

亲水作用色谱-串联质谱法同时测定液态奶中三聚氰酸和三聚氰胺

建立了亲水作用色谱-串联质谱同时测定液态奶中三聚氰酸和三聚氰胺的方法。液态奶样品经体积分数2.5%甲酸溶液提取、离心后乙腈稀释,亲水作用色谱柱分离,电喷雾串联四极杆质谱检测器检测,分别在负、正离子模式下测定三聚氰酸和三聚氰胺。三聚氰酸和三聚氰胺分别在0.5～100μg/L、0.1～50μg/L范围内线性关系良好。在0.25～15mg/kg、0.1～7.5mg/kg添加水平范围内,三聚氰酸平均回收率为84.5%～98.0%(RSD为2.1%～6.1%),三聚氰胺平均回收率为85.5%～88.9%(RSD为3.2～5.8%)。三聚氰酸、三聚氰胺定量限分别为0.25mg/kg、0.1mg/kg。     

液相色谱串联质谱法对母婴纺织品中12种致敏性分散染料的同时测定

采用高效液相色谱-串联质谱仪(HPLC-MS/MS),在多反应监测(MRM)模式下建立了同时测定母婴纺织品中12种致敏性分散染料的快速分析方法。样品用甲醇超声提取,提取液过0.2μm滤膜后,经C18反相色谱柱分离,由串联质谱仪同时进行定性、定量分析。结果表明,12种致敏性分散染料在各自的线性范围内线性良好,r0.998;检出限(S/N=3)为0.2~2.0μg/kg;在5.0~100.0μg/kg范围内的低、中、高3个加标水平的平均回收率为73%~116%,相对标准偏差为1.3%~12.4%。方法操作简便、准确可靠,将其用于市场上母婴纺织品的测定,结果满意。     

偏最小二乘紫外分光光度法同时测定丁烯二酸的顺反异构体

将偏最小二乘法用于紫外分光光度分析,在pH=1.4的磷酸溶液中,同时测定了丁烯二酸的顺、反异构体。确定了测定的最佳波长范围为190～268nm;测得23个混合标样的吸光度值用于建立模型,顺、反丁烯二酸的浓度范围为3.0～14.0mg/L和1.0～13.0mg/L。所建立的测定二者模型的相关系数分别为0.9951和0.9983;平均回收率分别为100.8%和100.7%;均方根误差(RMSE)分别为0.3667和0.2233;预测相对误差(REP)分别为5.05%和3.49%。对3个批次反丁烯二酸样品的测定结果与高效液相色谱法的测定结果进行比较,经成对t检验表明,两种方法的测定结果无显著性差异。     

应用近红外光谱对低碳数脂肪酸含量预测

应用近红外光谱技术结合支持向量机回归(support vector machine regression,SVR)方法测量食用植物油脂低碳数脂肪酸(C≤14)含量。使用SupNIR-5700近红外光谱仪采集58个样品的近红外光谱图,通过偏最小二乘(partial least square,PLS)算法剔除奇异样品。选择其中具有代表性的52个样品进行主成分分析(principal component analysis,PCA),选取径向基(radial basis function,RBF)核函数建立支持向量机回归模型,并对光谱预处理方法和参数寻优方法进行了详细的分析和讨论。实验表明,经过粒子群算法(parti-cle swarm optimization,PSO)优化后模型的性能都有所提高,泛化能力更强,预测的准确度和稳健性更好;其中预处理方法2经过PSO优化寻优后的参数C=2.085,γ=22.20时,预测集和校正集相关系数(correla-tion coefficient,r)分别达到了0.998 0和0.925 8,均方根误差(root mean square error,MSE)分别为0.000 4和0.014 3。研究结果表明,应用近红外光谱结合PSO-SVR方法进行食用植物油脂低碳数脂肪酸含量快速、准确的预测是可行的。     

人工神经网络紫外光度法同时测定甲基苯甲醛的三种同分异构体及其与偏最小二乘法的比较

同分异构体的同时测定一直是分析化学领域的热点和难点问题,本文将化学计量学中的多元校正方法,如偏最小二乘法和人工神经网络法与紫外分光光度法相结合,同时测定了紫外吸收光谱严重重叠的甲基苯甲醛的三种同分异构体混合体系中各组分的含量。确定了测定的最佳波长范围为230～304 nm;测得48个混合标样的吸光度值用于建立模型,其中,邻、间、对甲基苯甲醛的浓度范围分别为6.0～15.0、7.0～16.0和8.0～19.0 μg·mL-1。7个模拟样品作为监测集用于检验所建立模型的预测性能。本文还讨论了三种组分浓度比例对所建立模型预测性能的影响并确定了可以准确测定的浓度比例范围。所建立的方法用于模拟样品的测定,其回收率在84.00%与109.60%之间。与偏最小二乘法的测定结果比较,经成对t检验表明,两种方法对邻、间甲基苯甲醛测定结果无显著性差异;而对甲基苯甲醛的测定,人工神经网络法的测定结果优于偏最小二乘法。