離子色譜法測定研究范文

本站小編為你精心準備了離子色譜法測定研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《中國測試雜志》2014年第三期

1實驗部分

1.1儀器及試劑ISC-2000離子色譜儀（美國，戴安公司）；Ion－PacAS19色譜柱（美國，戴安公司）；AnkeTGL-10B高速離心機；HR2168攪拌器；JJ600型電子天平；萬用電熱器；漩渦混合器。焦磷酸鈉、三聚磷酸鈉、六偏磷酸鈉（分析純，國藥集團化學試劑有限公司）；三氯甲烷、三氟乙酸、三氯乙酸均為色譜純；NaOH、乙酸鉛為分析純；水為18.25MΩ•cm的去離子水。

1.2樣品前處理準確稱量1.00g樣品于50mL離心管中，同時加入20mL沸水，渦旋振蕩1min，以4000r/min的轉速離心5min，取上層清液2mL于10mL玻璃離心管中，加入2mL三氯甲烷，渦旋振蕩1min，以4000r/min的轉速離心5min，取上層水相過濾（0.22μm濾膜）。吸取濾液于離子色譜儀中進行檢測。

1.3色譜分析條件色譜柱：IonPacAS19（4mm×250mm×7μm）；保護柱：IonPacAG19（4mm×50mm）；柱溫：30℃；抑制器電流：245mA；電導檢測方式；淋洗液流速：1.00mL/min；KOH梯度淋洗：25mmol/LKOH淋洗液淋洗5min后，在10min內將KOH淋洗液從25mmol/L增至99mmol/L，99mmol/LKOH淋洗液淋洗3min后，在2min內將KOH淋洗液降至25mmol/L。

1.4標準曲線的繪制用分析天平分別準確稱取0.01g焦磷酸鈉、三聚磷酸鈉、六偏磷酸鈉，用去離子水定容配制成焦磷酸鈉與三聚磷酸鈉濃度為1.00，5.00，10.0，20.0，50.0，100.0mg/L，六偏磷酸鈉濃度為10.00，50.00，100.0，200.0，500.0，1000.0mg/L的混合標準溶液，將溶液注射至離子色譜儀進樣分析。以待測物的峰面積Y（μS•min）對濃度X（mg/L）做標準曲線。

2結果與討論

2.1沉淀劑的選擇本實驗主要采用離子色譜法測定肉制品中焦磷酸鹽、三聚磷酸鹽、六偏磷酸鹽這3種磷酸鹽。為了達到最佳檢測效果，提高方法的回收率，首先對樣品前處理方法和色譜條件進行優化。在前處理過程中采用直接加入沸水提取，分別采用三氯乙酸、乙酸鉛、NaOH、三氟乙酸、三氯甲烷作為沉淀劑以去除樣品中的蛋白質及鹽分。結果顯示，采用三氯乙酸時，三氯乙酸與焦聚磷酸鹽的出峰時間相近，可能會形成共淋洗，對多聚磷酸鹽的色譜峰產生干擾，而且三氯乙酸具有較強的致癌性；采用乙酸鉛時，出現較多雜峰，而且可能在前處理過程中，多聚磷酸鹽與蛋白質形成共沉淀，加入的混合標準多聚磷酸鹽未被檢測出來；采用NaOH時,樣品中的蛋白質未去除；采用三氟乙酸時，混合液較混濁，影響色譜峰峰形；而采用三氯甲烷時回收率較高，出峰效果好而且與水相的分層明顯，無雜質干擾（見色譜圖1）。因此，本實驗最終選取三氯甲烷作為沉淀劑來展開后續工作。在本實驗中采用溶劑去除蛋白質后，曾嘗試用固相萃取（SPE）基質凈化技術進一步去除蛋白質以及鹽分，但實驗表明，該步驟對色譜圖基本沒影響，因此，為簡化操作步驟，在前處理過程中不進行此操作步驟。

2.2色譜柱及淋洗條件的選擇本實驗選取IonPacAS11柱和IonPacAS19柱，分別進行多聚磷酸鹽的檢測，實驗表明，選用IonPacAS11柱時，峰形較差，拖尾嚴重，而且檢測時間較長；選用IonPacAS19時，線性范圍寬，色譜圖效果好。這是由于雖然這兩種色譜柱填料相同，但IonPacAS11柱是一款低容量氫氧根體系陰離子交換色譜柱，Ion－PacAS19柱是以氫氧化物為淋洗液的高容量陰離子交換柱，而且陰離子交換樹脂的涂層是由環氧樹脂單體和有機胺合成，從基質上直接產生，這種聚合物親水性非常好，對OH-淋洗液選擇性很好。因此，本實驗最終選取IonPacAS19柱。淋洗液的濃度是影響分離的重要因素。淋洗液濃度大，各組分離子保留時間短，整個實驗分析時間短，但可能會出現各組分被同時洗脫的現象。而當淋洗液濃度小時，實驗的分析時間長，而且可能會出現嚴重的拖尾。實驗嘗試使用等度淋洗和梯度淋洗。進行等度淋洗時，由于各組分的保留時間不同，最適宜的淋洗液濃度條件不同，不能達到有效的分離。進行梯度淋洗時，通過梯度淋洗可調整組分的保留時間，設置1.3節里的梯度淋洗濃度，得到了較為理想的色譜圖（見圖2），峰形好。因此，本實驗最終按1.3節里的梯度淋洗濃度條件進行梯度淋洗。

2.3方法的線性范圍及檢出限在優化的實驗條件下，將一系列濃度的混合標準溶液依次進樣，以峰面積（Y）對濃度（X）進行線性擬合，3種多聚磷酸鹽的線性關系良好（見圖3），各化合物的標準曲線、線性范圍、方法檢出限（n=10，S/N=3）見表1。

2.4方法的回收率及精密度測試應用所建立的方法，在空白的豬肉和雞肉樣品中添加多聚磷酸鹽的混合標準溶液，對3種磷酸鹽在肉制品中的回收率及精密度（RSD%）進行測定。每個濃度平行測定6次，計算該方法的回收率及精密度，所得結果見表2。用16組測試數據對兩種網絡深度的量化誤差進行比較，得到量化后缺陷誤差如表5所示，貝葉斯算法BP神經網絡量化達到誤差的缺陷見表6。從對缺陷深度量化結果可以看出，采用貝葉斯算法的BP神經網絡對缺陷深度進行量化，得到的缺陷深度與設計值的誤差小于基本的BP神經網絡。

3結束語

本文為克服傳統BP神經網絡中訓練速度慢、識別精度較低、數據過擬合、容易進入局部極小點等缺點，將貝葉斯算法引入BP神經網絡，通過貝葉斯推理有效地控制網絡的復雜度，在一定程度上改善了BP神經網絡對缺陷進行量化的性能，實現了對缺陷長度、寬度、深度的量化。

作者：沈濤朱洪亮曾曉瑤朱晶佳譚軍單位：嘉興市農產品監測中心嘉興學院生物與化學工程學院