化学计量学方法用于多环芳烃液相色谱分离条件优化

本文报道化学计量学方法用于多环芳烃(PAHs)液相色谱分离条件的优化.使用均匀实验设计法,以乙腈在线性梯度展开时的初始浓度和线性梯度的斜率为优化参数,对16种多环芳烃混合体系进行液相色谱分离条件优化,采用遗传算法和退火神经网络方法建立了有效的分离条件预测模型.对模型所预测的最佳分离条件进行试验,分离结果满意.     

模拟退火神经网络用于16种多环芳烃液相色谱梯度分离条件优化

多环芳烃(Polycyclic aromatic hydrocarbons,PAHs)是指由2个以上的苯环稠合在一起的一类化合物,主要是由煤、石油、木材等有机物不完全燃烧生成,普遍存在于水、大气和土壤等环境中.PAHs在环境中虽然是微量的,但由于其具有高度的稳定性,并且大部分具有致畸、致癌、致突变性,因此已经引起人们广泛的关注~([1]).1976年美国环保局提出的129种"优先污染物"中,多环芳烃类化合物有16种.高效液相色谱是监测PAHs最蘑要的分析方法之一.