高效液相色谱-串联质谱法检测食品中6种邻苯二甲酸酯

建立了食品中邻苯二甲酸二丁酯(DBP)、邻苯二甲酸丁基苄基酯(BBP)、邻苯二甲酸二已酯(DEHP)、邻苯二甲酸二正苄酯(DNOP)、邻苯二甲酸二异壬酯(DINP)、邻苯二甲酸二异癸酯(DIDP)6种邻苯二甲酸酯的高效液相色谱-串联质谱检测方法。试样用正己烷∶甲基叔丁基醚∶乙腈(体积比为50∶45∶5)提取并冷冻离心去除脂肪,收集溶剂层并挥干,加入0.5g乙二胺-N-丙基硅烷(PSA)并用2mL乙腈溶液混匀,冷冻离心后过膜备用。优化分离与检测的最佳条件,采用电喷雾正离子电离(ESI+)模式和多离子反应监控(MRM)模式,外标法进行定量。该方法中DBP、BBP、DEHP、DNOP在0.1～3.0mg/L之间,DINP和DIDP在1.0～30.0mg/L之间的线性相关系数R2>0.995;检测限分别为:DBP 0.02mg/L,BBP、DEHP和DNOP 0.005mg/L,DINP和DIDP 0.10mg/L。在添加水平为0.2、0.5、1.0mg/kg时的平均加标回收率和相对标准偏差范围符合食品检测要求。该方法简便、灵敏、精确,适用于检测食品中6种邻苯二甲酸酯残留。     

变压器局部放电监测中的小波去噪方法

由于强烈的窄带周期干扰、白噪声和脉冲干扰等外部干扰,变压器局部放电在线监测技术中的局部放电信号提取一直是个难题.应用小波去噪技术研究了局部放电在线监测中的噪声抑制方法,对母小波及阈值(threshold)的自动选择方法进行了深入研究.仿真信号和现场实测信号分析表明,该方法适于变压器局部放电在线监测中的白噪声抑制,而对周期窄带干扰的抑制效果相对较差,需与其它对窄带周期干扰抑制效果较好的数字滤波方法结合,将具有良好的实际应用效果.     

基于神经网络PID的AUV控制方法研究

针对水下机器人各自由度之间存在较强的耦合和非线性特征，其精确的数学模型很难获得的问题，建立了水下机器人空间运动的数学模型，并根据实际需要和控制器设计的方便进行了适当简化，得到了水下机器人自由度运动模型．在此基础上，使用了基于神经网络的PID控制方法．结合水下机器人六自由度水动力模型，建立了基于BP网络的PID的水下机器人控制器，并进行了仿真环境下的试验．试验结果表明，以上控制方法较为适合水下机器人的运动控制．