离子色谱法测定铝酸钠溶液中阴离子的不确定度评估

对离子色谱法测定铝酸钠溶液中阴离子的不确定度进行了评估。探讨了不确定度产生的因素,并最终确定了影响离子色谱法测定铝酸钠溶液中阴离子不确定度的主要因素,为同类分析方法检测不确定度的评估提供了参考。     

超高效液相色谱法快速测定环境空气中13种醛酮类化合物

建立了一种快速、高效分离测定环境空气中13种醛酮类化合物的方法。环境空气中的醛酮类化合物,与采样管中的2,4-二硝基苯肼在强酸性条件下反应生成腙类衍生物。洗脱的衍生物,以乙腈-水为流动相,采用Core-Shell型色谱柱进行分离,二极管阵列检测器检测。在优化的色谱条件下,13种醛酮组分的衍生物在15 min内均达到良好分离,各组分的质量浓度在50～1 000μg/L(以醛酮计)范围内与色谱峰面积线性相关系数均大于0.999。采样体积为50 L时,方法检出限为0.24～1.38μg/m³。样品加标回收率为92.9%～105%,测定值的相对标准偏差为1.2%～7.8%(n=6)。该方法分离快速、定量准确,满足环境空气中痕量醛酮类化合物的分离分析。     

离子色谱法测定镍钴锰氢氧化物中硫酸根离子含量

建立了离子色谱法测定镍钴锰氢氧化物中硫酸根含量的方法。试样以盐酸溶解,挥发除去过量盐酸,经阳离子树脂柱去除金属离子,离子色谱法测定其中硫酸根离子的含量。方法操作简便快速,检出限低,样品测定具有较好的精密度,加标回收率为97%~103%。     

高效液相色谱法测定水产品中7种兽药残留量

提出了高效液相色谱法同时测定水产品中呋喃唑酮、噁喹酸、萘啶酸及4种磺胺类药物等7种兽药残留量的方法。样品经乙腈提取,正己烷脱脂,用中性氧化铝柱和C18固相萃取柱进行分离及净化。以Symmetry C18色谱柱为分离柱,以不同体积比混合的乙腈与0.08mol.L-1乙酸溶液为流动相进行梯度洗脱,紫外检测器于波长265nm处检测。7种兽药的质量浓度与其峰面积均在0.05～1.0mg.L-1范围内呈线性关系,检出限(3S/N)为0.01～0.04mg.kg-1。方法的回收率在68.2%～97.3%之间,相对标准偏差(n=6)在1.6%～14%之间。     

高效液相色谱法测定艾拉莫德起始原料中基因毒性杂质

建立了高效液相色谱法(HPLC)测定艾拉莫德起始原料2-甲氧基-4-甲磺酰胺基-5-苯氧基苯乙酮中基因毒性杂质4-氯-3-硝基苯甲醚、3-硝基-4-苯氧基苯甲醚含量的方法。用35%(体积分数)乙腈溶液于50℃水浴中超声溶解供试品,加入0.2%(体积分数)磷酸溶液,在冰水浴中析晶约30 min。取上清液过0.45μm滤膜,滤液供HPLC分析。以Wondasil C_(18)色谱柱为固定相,以不同体积比的乙腈和0.01 mol·L~(-1)磷酸盐缓冲液(pH 9.0)的混合液为流动相进行梯度洗脱,用光电二极管阵列检测器在检测波长222 nm处检测2种目标物。结果显示:2种目标物的质量浓度均在0.03～0.60 mg·L~(-1)内与其对应的峰面积呈线性关系,检出限(3S/N)为9.97,10.04μg·L~(-1);对实际样品进行加标回收试验,所得回收率分别为94.5%～104%,89.0%～104%。对实际样品进行重复性(n=6)和中间精密度(n=12)试验,所得2种目标物测定值的相对标准偏差分别为3.2%,4.5%(重复性试验)和4.4%,6.2%(中间精密度试验)。     

气相色谱法同时测定果蔬中常见有机磷农药残留量

利用气相色谱法测定食品中7种常见的有机磷农药残留量,优化提取条件、载气流速等实验条件,在样品提取时采用超声波法,乙腈作为提取体系,提高农药的萃取效率。经气相色谱法测定,外标法定量,结果表明,本方法在0.05μg·mL~(-1)～10.0μg·mL~(-1)浓度内有较好的线性关系,该方法对甲拌磷、乙拌磷、甲基对硫磷、马拉硫磷、喹硫磷、杀扑磷、毒死蜱七种有机磷农药有较好的分离效果,检出限范围为0.04μg·L~(-1)～0.12μg·L~(-1),在固定加标量的条件下,方法的回收率范围为81%～99.6%,相对标准偏差低于10%,符合分析方法要求。该方法可用于蔬菜水果中7种有机磷农药残留的同时测定。     

蜂蜜中多种有机磷农药残留量的气相色谱测定

介绍了应用配有FPD检测器的气相色谱仪测定蜂蜜中多种有机磷农药残留量的新方法。试样加水稀释,加入少量氯化钠,再用乙酸乙酯提取。以GC-FPD测定,外标法定量,必要时结果用不同极性的毛细管柱验证分析结果。敌百虫、皮蝇磷、毒死蜱、马拉硫磷和蝇毒磷分别在一定范围内,质量浓度与峰面积呈良好的线性关系。方法准确,重现性、精密度好,杂质干扰少。方法的检出限均为0.01mg.kg-1。     

动物源性食品中地西泮残留量的检测方法研究

采用高效液相色谱法（HPLC）、气相色谱质谱联用法(GC-MS/MS)以及液相色谱质谱联用法(HPLC-MS/MS)测定动物源性食品中镇静剂类药物地西泮的残留量。将样品均质粉碎后,经乙腈提取,固相萃取小柱净化后上机检测,外标法定量。实验证明,当固相萃取的洗脱液中甲醇与乙酸溶液的体积比为70：30时,洗脱效率最高。在不同仪器条件下,地西泮在各自浓度范围内的线性关系良好,相关系数（r²）均大于0.999,回收率在84.6%~ 101.7%,相对标准偏差（RSD）在0.52%~9.44%（n=3）,检出限为0.5 μg·kg^-1（S/N=3,气相色谱质谱联用法以及液相色谱质谱联用法）和10.0 μg·kg^-1（S/N=3,高效液相色谱法）,定量限按照3倍检出限计算; 3种方法均可分析动物源性食品中的地西泮残留量。对比可知,质谱法灵敏度和准确率高,但有一定的基质效应;液相色谱法操作简单,几乎不受基质效应的影响,但灵敏度和准确率不如质谱法。     

近红外光谱结合化学计量学的常见中国蜂蜜掺杂糖浆鉴别

目前我国蜂蜜市场掺假现象严重,研究一种快速、准确的方法用于市场流通领域掺假蜂蜜的鉴别具有重要的现实意义。采用近红外光谱（NIR）结合化学计量学方法对常见的天然蜂蜜以及掺假（掺杂常见糖浆）蜂蜜进行建模识别,并比较偏最小二乘-判别分析（PLS-DA）及支持向量机（SVM）对糖浆掺假蜂蜜鉴别模型的影响。首先,采集来自中国10个省份、20种常见蜂蜜的112个天然纯蜂蜜样品,以及6种常见糖浆样品按不同糖浆含量（10%,20%,30%,40%,50%,60%）配制的112个掺假蜂蜜样品,共计224个样品;通过近红外光仪器扫描获得所有样品的近红外光谱数据（波长范围400~2 500 nm）;然后,分别采用一阶导数（FD)、二阶导数（SD）、多元散射校正（MSC)、标准正态变化(SNVT)四种方式对原始光谱进行预处理;再结合PLS-DA和SVM建立天然蜂蜜和糖浆掺假蜂蜜的鉴别模型,比较不同预处理方法对两种不同建模算法建立的蜂蜜掺假鉴别模型效果。其中SVM算法的惩罚参数c和核函数参数g通过网格搜索法（GS）、遗传算法（GA）、粒子群算法（PSO）三种寻优算法进行优化。分析结果表明：光谱数据进行预处理后所建立的模型准确率均有明显提升,而对于SVM模型,惩罚参数c和核函数参数g对模型准确率的提升效果要比光谱预处理带来的提升效果更明显。在PLS-DA算法中,经FD光谱预处理后建立的模型效果最好,最佳PLS-DA模型准确率为87.50%;在SVM算法中,经MSC预处理后,再通过GS寻优,获得惩罚参数c为3.0314,核函数参数g为0.3298的条件下所建立的模型效果最好,最佳SVM模型准确率为94.64%。由此可见,非线性的SVM算法结合NIR光谱数据所建立的天然蜂蜜与糖浆掺假蜂蜜鉴别模型要优于线性的PLS-DA模型,同时表明NIR光谱结合化学计量学方法对常见糖浆掺杂的中国蜂蜜鉴别是可行的。