模糊批量生产计划问题的可信性规划模型与算法

描述模糊单位利润、模糊生产能力以及模糊需求下的批量生产计划,并应用可信性规划建立了模型.当模糊变量是梯形模糊数时,我们将模糊模型转化为确定意义下的模型.为了求解优化模型,我们设计了基于模糊模拟的遗传算法.最后,通过一个数值例子说明算法的有效性.     

应用分析保护剂补偿基质效应与气相色谱-质谱快速检测果蔬中农药多残留

食品中农药残留超标是食品安全管理的一项重要内容。目前,我国普遍采用元素选择检测器进行果蔬样品中农药残留检测工作,前处理过程操作繁杂,然后分别进行各类农药的定性定量,费时费物。国内外农残分析工作者已开始应用气质联用技术[1-7]进行农药测定,有些农药(尤其是极性较强的     

气相色谱-四极杆高分辨飞行时间质谱分析复杂芳烃体系中的苯甲醛、苯甲醇、苯乙酮与苯乙醛

建立了气相色谱-四极杆高分辨飞行时间串联质谱分析复杂芳烃体系样品中苯甲醛、苯甲醇、苯乙酮与苯乙醛的方法。该方法通过使用高分辨质谱得到目标化合物特征离子的精确质量数,结合色谱保留时间,有效排除了复杂芳烃体系样品本底中碎片离子的干扰,提高了定性与定量分析的准确性。使用目标化合物特征离子的质谱峰面积作为定量计算依据。苯甲醛、苯甲醇、苯乙酮与苯乙醛在各自的质量浓度范围内呈现良好的线性响应,回收率为87.97%~103.01%,定量限分别为0.04、0.10、0.08与0.03 mg/L,检出限分别为0.01、0.03、0.02与0.01 mg/L。对3份实际样品中的苯甲醛、苯甲醇、苯乙酮与苯乙醛进行了定量分析。本研究为气相色谱-四极杆高分辨飞行时间质谱技术应用于复杂体系中的微量杂质分析提供了一种新的思路和手段。通过精确的质量分辨和测定可以降低对色谱分离的依赖,弥补传统气相色谱-四极杆低分辨质谱技术的不足。     

气相色谱-四极杆飞行时间质谱准确鉴定常见水果蔬菜中的农药残留

建立了一种新型农药多残留检测方法。采用气相色谱-四极杆飞行时间质谱（GC-QTOF MS）结合Carbon NH₂柱固相萃取净化可对不同类别的152种农药残留进行准确的鉴定。一级（MS¹）精确质量数据库评价3~5个特征离子,以3个及以上特征离子检出且离子丰度比（Q/q_i）合适作为一级质谱定性依据。对部分特征离子数不足及特征离子检出情况不符合条件的农药进行二级（MS²）确证,应用二级谱图库检索及镜像结果对比分析实现疑似农药确证。本文对梨、甘蓝、番茄3种代表性果蔬在5.0和10.0 μg/kg 2个添加水平的152种农药进行测定,回收率在70%~120%范围的比例分别为甘蓝91.45 %、94.08%,番茄88.20%、88.80%,梨86.84%、92.10%。本方法为常见果蔬中农药残留的准确判断提供了可靠依据,扩大了分析范围。     

LHAASO WCDA前端芯片批量测试系统的设计

LHAASO(Large High Altitude Air Shower Observatory)WCDA(Water Cerenkov Detector Array)要求其读出电子学实现大动态范围下精确的时间和电荷测量，为此设计了一款前端读出芯片PASC(Pre-Amplifier and Shaping Circuit) ASIC(Application Specific Integrated Circuit)，即将用于LHAASO WCDA第三水池的读出。为了满足对此芯片大批量测试需求，设计了此ASIC测试系统，实现了对芯片时间和电荷性能的自动化测试。在介绍此芯片基本工作原理的基础上，讨论了测试系统的设计方案和基本结构，包括硬件电路设计和自动化测试软件设计。该测试系统已应用于LHAASO工程项目的芯片筛选并且已完成了100片芯片的测试工作，能够通过中央控制软件，与多台仪器通讯，进行仪器控制，完成自动化测试和数据记录。这一自动化测试方法，更适用于大动态范围下、高精度读出芯片的性能测试和评估，大大简化测试流程，尤其能够大幅提升批量测试中大量重复性测试步骤的工作效率。文中展示了基于此测试系统已完成的100片芯片的测试结果，结果表明，芯片各项性能参数满足LHAASO第三水池工程应用需求。     

气质联机分析蔬菜中农药多残留及基质效应的补偿

摘要建立了蔬菜中52种农药化合物的气相色谱\|质谱检测方法, 考察了基质效应和分析保护剂在方法中的应用, 评价了3种分析保护剂组合的加入对补偿基质效应的影响, 确定了最佳配比. 样品前处理采用乙腈提取, 用PSA(Primary-secondary amine)固相材料分散净化技术, 用气质联机在选择离子监测模式下分析检测. 该方法在0.01～1.00 mg/L范围内线性关系良好, 相关系数大于0.98, 最低检测浓度除溴氰菊酯和异菌脲外均在0.2～9.4 mg/kg之间, 各化合物添加回收率为81.8%～119.5%, 相对标准偏差为0.8%～17.6%.     

聚碳酸乙烯撑酯与双端氨基聚乙二醇交联体系固定化酶载体的合成与表征

将聚碳酸乙烯撑酯(PVCA)与α,ω-双端氨基聚乙二醇(H₂N-PEG-NH₂)溶于DMF,于液蜡中进行交联反应制得亲水性固定化酶载体,将其与胰蛋白酶进行偶联反应制备了固定化胰蛋白酶.酶蛋白的比活力及其于载体上的结合量与反应条件有关,当w(PVCA)/w(H₂N-PEG-NH₂)为0.5时,二者均处于最高值.此固定化酶酶促反应的最适pH值和Km值均较之溶液酶有显著提高,但二者的最适酶促反应温度却相当一致.     

燕麦干草品质的近红外光谱定量分析

应用近红外漫反射光谱（NIRS）分析技术,采用偏最小二乘回归法(PLS),建立了适合不同品种类型和不同生长发育时期的NIRS测定燕麦全株干草的粗蛋白（Crude Protein,CP）、秸秆中性洗涤纤维(Neutral Detergent Fiber,NDF)和酸性洗涤纤维(Acid Detergent Fiber,ADF)含量的稳定校正模型。结果表明,采用二阶导数（2st Deriv）+平滑处理（Norris）、多元散射校正（MSC）+二阶导数（2st Deriv）+平滑处理（Norris）、多元散射校正（MSC）,分析谱区为9 668～4 518,9 550～5 543,8 943～4 042 cm-1建立粗蛋白、中性洗涤纤维和酸性洗涤纤维的校正模型,其校正和预测效果最佳。其中CP与NDF的建标决定系数（r2_cal）和交叉检验的决定系数（R2_cv）均在0.95以上,各项误差均小于3%,RPD值均大于3,逼近了化学分析的精确度,具有较好的预测效果。ADF的建模效果较CP与NDF差,其建标决定系数和交叉检验决定系数分别为0.912 0,0.855 3,建标误差（RMSEC）和检验误差（RMSECV）分别为2.33%,2.62%,接近了化学分析的精确度,且RPD值大于2.5,说明所建的ADF模型也可用于近红外预测。