硝普钠分光光度法测定头孢克肟

研究了硝普钠(SNP)与头孢克肟(CEF)之间的显色反应机理,确定了最佳反应条件,建立了一种测定CEF的新方法。结果表明:在NaOH溶液浓度为0.17mol/L的碱性介质中,控制温度40℃,反应30min,CEF与SNP以1∶2化学计量比生成一种含亚硝基的红褐色化合物,最大吸收波长为530nm,表观摩尔吸光系数ε=1.96×103L/(mol·cm)。CEF的浓度在0.8~400μg/mL范围内服从比耳定律,线性相关系数为0.9991,检测限(3σ/k)为0.48μg/mL。     

硝普钠和盐酸二甲双胍分光光度法相互测定

建立了硝普钠(SNP)和盐酸二甲双胍(MET)分光光度法相互测定的新方法。在碱性条件下,MET与SNP以1:1的化学计量比生成了一种酒红色的物质,其最大吸收波长为524 nm。当固定SNP(6.0×10-3mol/L)为5.00 m L时,吸光度和MET的浓度呈现良好的线性关系,线性回归方程为A=0.008+0.449cM ET(mmol/L),相关系数为0.9997,检出限(3σ/k)为0.02 mmol/L。当固定MET(6.0×10-3mol/L)为5 m L时,吸光度与SNP的浓度呈现良好的线性关系,线性回归方程为A=0.005+0.436cSNP(mmol/L),相关系数为0.9992,检出限(3σ/k)为0.01 mmol/L。方法可用于分别测定药物样品中MET和SNP含量。     

全自动试剂分离辅助器

为了将反应中的目标产物与副产物分离,设计了一台能够自动换取试管的仪器。     

基于深度学习的HL-2A装置ELM实时控制系统的研制

利用HL-2A装置已开发的基于深度学习的边缘局域模(ELM)识别算法和超声分子束注入(SMBI)等ELM缓解设备组成了一个ELM实时识别和控制系统。该系统实时采集相关的输入数据,通过神经网络计算分析,输出识别信号,当检测到存在连续ELM时,触发SMBI以缓解ELM。在HL-2A装置放电实验期间对ELM实时控制系统进行了测试,识别效果明显,在1ms控制周期中,达到了ELM的实时缓解与控制。