排序方式: 共有18条查询结果,搜索用时 15 毫秒
1.
2.
建立了一种测定食品中痕量镉的新方法.以茜素黄R和邻菲罗啉为螯合剂,以甲基异丁基甲酮为萃取剂,直接以有机相进样测定,提高了测定的选择性和灵敏度.考察了介质酸度、缓冲溶液及螯合剂的用量等对测定的影响,优化了测定条件.详细研究了常见元素对镉元素测定的干扰情况,用酒石酸钾钠做掩蔽剂,可以消除大量共存组分的影响.在最佳工作条件下,镉离子质量浓度在3.0×10-3 ~0.25 μg·mL-1范围内线性关系良好,方法的检出限为1.7×10-3 μg· mL-1,对0.2 μg· mL-1的镉标准溶液进行9次平行测定,相对标准偏差为1.1%,检出限低,重现性好.该法用于食品中镉的测定,结果满意. 相似文献
3.
针对冷水机组产生的故障数据不足,数据集中正常数据和故障数据数量不平衡,进而导致故障诊断精度下降的问题,提出一种基于中心损失的条件生成式对抗网络(central loss conditional generative adversarial network,CLCGAN)和支持向量机(support vector machine,SVM)的故障诊断方法。首先,CLCGAN利用少量真实故障数据生成新的故障数据;然后,将生成的故障数据与初始数据集混合,使正常数据与故障数据的数量达到平衡;最后,利用平衡数据集构建SVM模型进行故障诊断。在GAN生成冷水机组故障数据时,构建动态中心损失项并加入到目标函数中,利用动态的中心损失减少冷水机组生成的各种故障数据的类内距离,从而降低各个故障生成数据之间的重叠程度,增加生成数据的可靠性。在生成故障数据之前配置相应的故障标签,并输入到CLCGAN中指导数据生成过程,使生成的故障数据可以均衡地分布于各个故障类别。在ASHRAE 1043-RP数据集上对所提方法进行了验证,结果表明,相较于其他解决数据不平衡问题的故障诊断方法,所提方法具有更高的故障诊断准确率。 相似文献
4.
5.
针对冷水机组产生的故障数据不足,数据集中正常数据和故障数据数量不平衡,进而导致故障诊断精度下降的问题,提出一种基于中心损失的条件生成式对抗网络(central loss conditional generative adversarial network,CLCGAN)和支持向量机(support vector machine,SVM)的故障诊断方法。首先,CLCGAN利用少量真实故障数据生成新的故障数据;然后,将生成的故障数据与初始数据集混合,使正常数据与故障数据的数量达到平衡;最后,利用平衡数据集构建SVM模型进行故障诊断。在GAN生成冷水机组故障数据时,构建动态中心损失项并加入到目标函数中,利用动态的中心损失减少冷水机组生成的各种故障数据的类内距离,从而降低各个故障生成数据之间的重叠程度,增加生成数据的可靠性。在生成故障数据之前配置相应的故障标签,并输入到CLCGAN中指导数据生成过程,使生成的故障数据可以均衡地分布于各个故障类别。在ASHRAE 1043-RP数据集上对所提方法进行了验证,结果表明,相较于其他解决数据不平衡问题的故障诊断方法,所提方法具有更高的故障诊断准确率。 相似文献
6.
苯芴酮络合-MIBK萃取-涂钨石墨管电热原子吸收法测定食品中痕量锡 总被引:1,自引:0,他引:1
本实验建立了一种利用涂钨石墨管电热原子吸收法测定食品中痕量锡的新方法,借助苯芴酮与四价锡离子的配合反应,甲基异丁基甲酮(MIBK)萃取富集,直接以有机相进样测定,提高了测定锡的灵敏度和选择性。本法的灵敏度为5.2×10-12g,检测限为1.7×10-11g,相对标准偏差为5.4%,考察了常见离子对锡测定的干扰效应,结果显示,本方法操作简单,大多数常见离子对锡测定不产生干扰,方法用于红枣、大米和多种海产品中锡的测定,结果满意。 相似文献
7.
建立了一种分别测定电镀废水中六价铬和总铬的方法。十六烷基三甲基溴化铵(CTMAB)与六价铬形成离子对,被萃取进入甲基异丁基甲酮(MIBK)中,而三价铬则不被萃取而保留于水中,提高了测定六价铬的灵敏度和选择性。该方法测定六价铬的灵敏度为0.85×10-12 g/1%,方法检出限为1.66×10-12 g;测定总铬的灵敏度为3.87×10-12 g/1%,方法检出限为9.72×10-12 g。测定两种铬的相对标准偏差为4.1%~6.6%。大多数常见离子特别是三价铬对六价铬的测定不产生干扰。本方法操作简单,用于电镀废水中六价铬和总铬的分别测定,结果令人满意。 相似文献
8.
针对滚动轴承在新工况下无标记数据且存在噪声干扰问题,提出一种具备抗噪能力的滚动轴承故障诊断领域自适应深度残差收缩网络(DADRSN)。首先,采用深度残差收缩网络(DRSN)去除已知工况和新工况数据噪声冗余并充分提取数据特征;其次,应用迁移学习中的领域自适应(DA)方法,计算已知工况和新工况数据的局部最大均值差异(LMMD),以对齐两种工况数据之间的分布;最后,对新工况下故障样本进行分类。实验结果表明,该模型在噪声干扰、缺少标记数据、工况变化的情况下仍能保持较高的故障诊断精度。 相似文献
9.
发酵过程的状态监测对于及时发现各类异常故障起到了至关重要的作用。然而,由于发酵过程数据呈现非线性特性,导致在提取特征信息时存在困难,增加了故障监测的难度。为了解决上述问题,提出了一种基于注意力动态卷积自编码器(attention dynamic convolutional autoencoder, ADCAE)的发酵过程故障监测方法。首先,设计了一种动态卷积结构(dynamic convolution structure),该结构可以在浅层使用大尺寸卷积核提取低级特征,在深层使用小尺寸卷积核提取高级特征,从而拓宽了模型特征学习的尺度;其次,设计了一种通道卷积注意力(channel convolutional attention, CCA)模块,该模块能够从不同尺度提取输入的非线性特征,并且在通道向量转化为权重的过程中可以更好地提取局部特征,提高了对有效信息的关注能力;最后,将动态卷积结构与CCA模块融入卷积自编码器中,使模型能够有效地捕获变量中的非线性关系,从而更好地应对发酵过程中的故障监测问题。利用青霉素发酵过程仿真平台和大肠埃希菌实际生产数据对该方法的可行性进行了验证,结果表明该方... 相似文献
10.
高纯草酸是电子工业中重要的试剂,其纯度和洁净度对于产品的成品率、电性能和可靠性有很重要的影响。若用化学湿法对其中杂质进行测定,则前处理过程较为繁琐。由于缺少相应的标准物质,使得元素分馏效应和基质效应得不到很好的校正,故而激光剥蚀-电感耦合等离子体质谱法(LA-ICP-MS)在定量分析中受到限制。在系统研究激光剥蚀条件对LA-ICP-MS测定结果影响的基础上,通过在高纯草酸中添加不同量的待测元素标准溶液,烘干研磨后压片,自制了一系列高纯草酸校准样品片以绘制校准曲线,同时将实际样品也压制成片,实现了采用LA-ICP-MS对高纯草酸中Zn、Ni、Ba、Pb这4种杂质元素的测定。在优化的实验条件下,各元素的线性范围为50.0~600.0ng/g,相关系数均大于0.98,方法检出限为3.2~21.1ng/g。按照实验测定6个不同批次的高纯草酸样品中Zn、Ni、Ba、Pb,每个样品平行测定5次,同时采用微波消解-ICP-MS进行方法比对试验。结果表明,两种方法测定值基本一致,相对标准偏差(RSD)为3.0%~15%;连续3天重复测定同一样品,每天重复测定5次,测定结果的相对标准偏差为5.7%~16%。 相似文献