排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
2.
催化溴酸钾氧化萘酚绿B褪色紫外光度法测定亚硝酸根 总被引:5,自引:0,他引:5
亚硝酸根广泛存在于环境、水体、食品中,它可与胺类及酰胺类化合物反应生成致癌物质亚硝胺,因此,痕量亚硝酸根的测定方法研究一直受到重视。目前国内外主要利用偶氮染料的分光光度法。催化动力学光度法[1]测定亚硝酸根等也有报道[2~6],而紫外催化光度法测定亚硝酸根的报道不多。在稀磷酸介质中,溴酸钾氧化萘酚绿B,亚硝酸根对此氧化还原反应具有灵敏催化作用。据此建立了测定硝酸根的催化紫外光度方法。方法灵敏度为1.58×10-6g·L-1,线性范围为0.1~2.0μg/25 mL。1试验部分1.1主要仪器与试剂UV-265型紫外光度计亚硝酸根标准溶液:1.0 g·L… 相似文献
3.
准确辨识铁磁谐振故障可为启动消谐装置提供重要的依据,针对单相接地、弧光接地和铁磁谐振三种过电压故障频率混叠导致数据特征提取困难的问题,提出变分模态分解(Variational Mode Decomposition,VMD,VMD)的优化方法:首先分析各过电压故障信号的特征与区别,指出VMD参数对故障信号分解的影响;再利用NSGA-Ⅲ(Non-dominated Sorting Genetic AlgorithmⅢ,NSGA-Ⅲ)优化算法对VMD分量个数、惩罚因子等参数组合进行搜索,并依此确定变分模态分解算法的关键参数,利用参数优化变分模态分解算法对故障信号进行处理;最后,利用实际电网参数搭建过电压故障仿真模型,获得各种工况下的故障数据,并对故障信号进行提取,结果表明,利用NSGA-Ⅲ算法进行优化后的VMD在对故障信号进行特征提取,能够清晰的反映不同类型故障的特征,且对数据采样频率不敏感,与原有的VMD算法效果相比,能够更有效应用于各类故障的辨识. 相似文献
1