高聚物型色谱柱分离乙酰半胱氨酸及其有关物质

考察高聚物型色谱柱(聚苯乙烯-二乙烯基苯(PS-DVB)麦科菲反相高效液相色谱柱,MKF-RP-MH)分离乙酰半胱氨酸以及有关物质的适用性。采用MKF-RP-MH色谱柱(4.6×250 mm,5μm),V(0.02 mol/L的磷酸盐缓冲液(pH 3.0))∶V(乙腈)=9∶1为流动相,流速为1 mL/min,检测波长210 nm,柱温为25℃。乙酰半胱氨酸峰与有关物质峰的分离度均大于1.5;乙酰半胱氨酸质量浓度在11~111 mg/L的范围内,具有良好的线性关系,回归方程为A=18.195ρ+0.5229,r=0.9995(n=8);乙酰半胱氨酸的定量限为11 mg/L;最低检测限为0.035μg;进样精密度RSD=0.24%(n=6)。     

聚苯乙烯凝胶色谱柱分离头孢呋辛钠聚合物杂质

建立了聚苯乙烯基质的凝胶色谱柱系统对头孢呋辛钠中聚合物杂质(或称缩合物杂质)的分离分析方法.凝胶色谱柱为MKF-GPC-100柱(100 mm×7.8 mm,5 μm),流动相为0.01 mol/L的磷酸盐缓冲液(pH 7.0)-乙腈(70:30,体积比),流速1.0 mL/min,检测波长254 nm.头孢呋辛钠与其...     

高聚物型色谱柱在高效液相色谱法分离测定有机酸中的应用

考察高聚物型色谱柱(聚苯乙烯-二乙烯基苯,PS-DVB)分离5种有机酸标准品以及琥珀酸发酵液中5种成分的适用性。采用MKF-YJS色谱柱(250mm×4.6mm,5μm),流动相为0.02mol·L-1磷酸二氢铵溶液(用磷酸调pH至2.5)与乙腈以体积比97比3组成的混合溶液;流量1.0mL.min-1;柱温25℃;检测波长为210nm。结果表明:5种有机酸标准品以及琥珀酸发酵液中5种成分均达到了良好的分离效果;琥珀酸质量浓度在0.05～12.0g.L-1范围呈线性,琥珀酸的检出限(3S/N)为0.005g.L-1;进样精密度0.63%(n=5);发酵液中琥珀酸平均回收率为91.8%。     

基于随机森林的城市建筑火灾风险等级评估方法

为实现城市建筑火灾风险智能量化评估,并解决消防资源优化配置问题,提出一种基于随机森林算法的城市建筑火灾风险等级评估方法。该方法框架由评估模型构建、火灾风险等级确定、特征重要性分析三部分组成,首先,基于随机森林算法和城市火灾特征数据建立火灾风险分数评估模型,对火灾风险进行数值化评估;其次,结合城市火灾防控实际和风险分数,确定地块建筑的火灾风险等级,并挖掘风险等级与建筑物性质之间的关系;最后,在此基础上通过特征重要性(feature importance, FI)算法,对火灾风险因子进行分析,挖掘出高影响因子的火灾隐患特征,以指导消防管理人员提高消防检查效率。以美国迈尔斯堡的历史火灾数据作为实验数据,建立了该城市的火灾风险评估模型,对城市建筑的火灾风险等级进行了量化分析。在上述成果基础上,设计开发了交互式消防热点风险地图,以方便相关人员快速确定地块建筑火灾风险,并据此调整消防检查的策略以及人力物力资源的分配。     

基于卷积神经网络和迁移学习的特高含水油井生产预测

油井的实时生产监测对油田的辅助生产和精细化管理有重要意义。然而,针对仅有小样本生产数据、数据波动大且有缺失的特高含水期油井,传统的机器学习算法无法实现良好的生产预测。提出一种基于卷积神经网络和迁移学习的多任务生产预测方法。该方法不仅可以实现时间和空间上特征的自适应提取,还可以改善模型在小样本数据上的预测性能。结果表明：相比于基准模型,产液量和动液面的平均绝对误差分别降低31.26%和60.81%,决定系数分别提高1.89%和7.59%。基于迁移学习的MTCNN模型提高小样本数据油井的生产预测精度,实现了特高含水油井产液量和动液面的实时预测,对抽油机系统的效率优化、油井边缘设备智能化有参考意义。