固相微萃取/气相色谱-质谱法对乌梅浸膏挥发性成分的分析研究

对乌梅浸膏挥发性物质的固相微萃取条件进行了研究。运用正交实验设计,比较了不同萃取头、平衡温度及采样时间对分析结果的影响,通过气相色谱-质谱(GC-MS)的分析监控,结合信息量最大原则,确定了固相微萃取的最佳条件:萃取纤维头为聚二甲基硅氧烷,平衡温度为70℃,采样时间45 min。通过GC-MS进行定性定量分析,共鉴定出38种成分,主要挥发性成分依次为糠醛(24.88%)、2-甲基-3-羟基苯甲醛(13.57%)和5-甲基糠醛(10.16%)。     

基于抗差自适应滤波的高速列车融合测速算法

针对Kalman滤波在高速列车融合测速过程中因观测粗差和动力学模型误差而引起的融合精度下降问题,提出一种基于抗差自适应滤波的高速列车融合测速算法。首先,在Kalman滤波的基础上构建异常检测函数和误差判别统计量,用于检测和区分传感器异常观测导致的观测粗差和动力学模型误差;然后,针对观测粗差和动力学模型误差,分别采用三段式函数和指数函数构造抗差因子和自适应因子,通过2种因子合理调节观测信息和模型信息在状态估计中的权重,从而降低观测粗差和动力学模型误差对融合结果的影响;最后,通过2种运行场景以及算法对比,仿真验证抗差自适应滤波算法性能。仿真结果表明,与基于Kalman滤波的融合测速算法相比,所提出算法无论在观测粗差场景还是在动力学模型误差场景,均具有更高的精度和稳定性。     

基于稀疏模型的气相色谱-质谱数据解析及其在严重重叠峰解析中的应用

提出一种气相色谱-质谱（GC-MS）数据解析算法。以色谱峰顶点处的质谱作为待测谱,在谱库中检索一定量相关参考谱,求解关于各纯组分色谱响应值的方程。质谱检索采取分步策略,先利用质谱碎片规律建立高速索引进行粗选,然后使用强峰高概率出峰准则和耐挤压性准则排除无关质谱。为求解色谱响应值方程,提出基于稀疏模型的回归算法,相比传统算法,稀疏算法利于提取待测谱的主要结构,避免"过拟合"。实验结果表明,该质谱检索算法具有较高的精度和规模较小的剩余参考谱集,而所提稀疏模型算法可有效解析严重重叠峰。该算法可作为GC-MS重叠峰解析,特别是严重重叠峰解析的一种有效解决方案。