排序方式: 共有96条查询结果,搜索用时 15 毫秒
1.
2.
建立了同时测定头发中10种蛋白同化激素液相色谱-串联质谱(LC/MS/MS)分析方法。头发样品经NaOH消解、戊烷液液提取后,用反相液相色谱分离,电喷雾正离子源进行离子化,用多反应监测方式(MRM)对这10种蛋白同化激素的母离子及子离子进行监测,三重四极杆质谱测定。10种蛋白同化激素的检出限为1~20ng/g;相对标准偏差(RSD)为1.72%~13.77%;回收率为38.20%~110.38%;线性回归系数(R2)为0.9958~0.9999。本方法简便快速、灵敏度高、专属性强,可满足在兴奋剂检测或毒物分析中对毛发中蛋白同化激素测定的要求。 相似文献
3.
高效液相色谱-电感耦合等离子体质谱联用测定生物样品中无机汞和甲基汞 总被引:7,自引:5,他引:7
建立了高效液相色谱(HPLC)和电感耦合等离子体质谱(ICP-MS)联用测定多种生物样品中的无机汞和甲基汞的方法,并对比了提取生物样品中无机汞和甲基汞的不同前处理方法。实验使用5 mol/L的盐酸超声波提取样品中的无机汞和甲基汞。高效液相色谱流动相为含有0.06 mol/L醋酸氨,20μg/L B i,0.1%(V/V)2-巯基乙醇的5%(V/V)甲醇-水溶液,色谱柱为C18反相柱(5μm,3.9 mm×150 mm)。提取液在液相色谱中分离后,进入电感耦合等离子体质谱检测其中无机汞和甲基汞的浓度。测定了人发(GBW 07601),对虾(GBW 08572),鱼肉组织(IAEA MA-B-3/TM)和牛肝(GBW 080193)4种生物标准参考物,结果与标准参考物的标准值相符。无机汞和甲基汞检出限分别为0.3和0.2μg/L。 相似文献
4.
5.
利用等热流密度加热条件下降膜流动的三维模型方程进行线性稳定性分析和数值模拟。线性稳定性分析表明,模型方程在小到中等Reynolds数下都适用,并且流向不稳定性增长率随着Reynolds数和Marangoni数增加而增加,展向不稳定性增长率则随着Marangoni数增加而增加,随着Reynolds数增加而减小,流向和展向对扰动波数都存在一个不稳定区间。三维数值模拟表明,在等热流密度加热条件下,液膜在随机扰动的情况下最终会形成带孤立波的三维溪流状结构,液膜与气体的换热也因溪流状结构的出现而加强;在随机扰动的基础上引入占优势地位的展向最不稳定扰动会使得换热增强,液膜会提前破裂;在随机扰动的基础上引入占优势地位的流向最不稳定扰动时,液膜的换热会增强,但不会提前破裂;在随机扰动的基础上同时引入占优势地位的流向和展向最不稳定扰动时,换热会加强且液膜会提前破裂。 相似文献
6.
7.
黄秋葵提取物含有多种功能成分,在食品、药品、饮料、化妆品等领域应用广泛。对2005-2021年间的223篇涉及“黄秋葵提取”的专利文献进行统计,从专利申请时间分布、主要技术领域和专利权人三方面分析了国内黄秋葵提取专利文献的保护现状。并进一步筛选黄秋葵提取用于“化妆品或类似的梳妆用配制品”的专利,采用频数分析和聚类分析对用于“化妆品或类似的梳妆用配制品”的重点专利技术信息进行了深入分析。结果显示,在化妆品中,秋葵提取物单独使用或协同其他植物提取物使用,可以发挥保湿、抗氧化、抗皱等功效,化妆品中与黄秋葵配伍使用的植物提取物以豆科植物和菊科植物较多。指出了在化妆品领域构建、完善黄秋葵提取专利网络的方向和建议,包括黄秋葵提取物的质量控制、提取装备、外观设计和设计含黄秋葵提取物的组合物产品等。 相似文献
8.
以微蜂窝系统为背景,研究了以测试射线法和虚拟源射线跟踪法为代表的射线跟踪技术,并用这两种方法对射线跟踪进行建模,分析比较两种模型的优缺点.利用这两种模型对实际情况进行计算,精确地找出所有给定情况的传播路径并可视化;对多波干涉的振幅进行了统计学分析,对宽带多波干涉现象进行了数学建模,并分析了合成波的包络统计特性. 相似文献
9.
利用1981-2014年华南台风灾情数据,选取受灾人口、农作物受灾面积和直接经济损失,应用Copula函数理论,计算灾情重现期,分析台风灾害的灾情.首先,借助Clayton Copula函数构造三变量的联合分布,计算单变量重现期、联合重现期及同现重现期,并求出该重现期下的设计值.计算结果表明联合重现期的设计值要优于单变量重现期和同现重现期的设计值.因此,选取联合重现期的设计值作为防灾标准的最优参考,并将联合重现期记为灾情重现期.然后,计算2015-2017年登陆华南台风灾害的灾情重现期,并对台风灾害的灾情进行分析.发现台风灾情重现期越长的台风造成的灾情越严重.最后,利用灾情重现期与致灾重现期对台风灾害的发生频率作综合性分析,可以为台风灾害的风险评估提供一种新思路. 相似文献
10.
In reactor neutrino experiments, the analysis of time correlations between different physical events is an important task. Such analysis can help to understand the physical mechanisms of the signal and background events as well as the details of event selection and background estimation. This study investigates a "sampling and mixing" method used for producing large MC data samples for the Daya Bay reactor neutrino experiment. We designed a simple, generic mixing algorithm and generated large MC data samples for physics analysis from several samples according to their respective event rates. Basic plots based on the mixed data are shown. 相似文献