化学计量学在离子色谱中的应用研究.pdfVIP

v南大学2000级硕士研究生论文 摘 要 化学计量学作为一门新兴学科，内容非常丰富，包括了实验设计与优化、定量 校正理论、分析信号处理、模式识别、数据解析、过程模拟、预测等诸多方面。 由于离子色谱对阴离子价态形态分析的突出优点，已得到了广泛应用。 化学计量学在离子色谱中的应用目前尚极少有报道。本论文的工作选取了离子 色谱法应用中遇到的峰分离困难的体系为对象，开展了三个方面的研究工作: 1将实验设计与优化用于高浓度Cl浓度溶液中低浓度N02一,N03一的离子色 谱法测定，结果如下: (1)淋洗液筛选实验表明，用EDTA作淋洗液时，峰可完全分离，基线稳定， 可以在I0min内进行快速准确的定量分析. (2)用均匀设计法及回归处理结果表明:流动相浓度 (x,),流量 (x2),温度 (x3),pH值 (x4)等影响因素对各离子的保留时间影响的函数关系分别为: tc卜一61.367一，51*-3.459*x,一1.49*10-2*x,-18.877*祝 tNa2-=80.911-4.698*x,-5.469*x.一5.17*10.2*x,-24.60*而 tNO3082.605-3.046*x,-7.688*x=-9.34*10-2*x3-24.652*石 各因素对各离子的保留时间的影响大小的顺序均为:x2,xs扳,X,. (3)实验条件优化结果表明，用EDTA作淋洗液，当流动相浓度C= 2.80mmo1IL·流量r-0.60mL/min,温度t--25-C,pH=5.5的条件下，成功地解决了 Cl-,N仇一、N仇一的分离问题。 (4)均匀设计法既能大大减少实验次数，又能方便的得到实验结果的非线性 模型，指导最优条件的筛选，是一种值得推广应用的实验设计方法。 Li南大学2000级硕士研究生论文 2.人工神经网络在优化离子色谱测定条件上的应用。研究结果表明: (川用人工神经网络建立的预测模型优化分离条件的方法，可以有效解决非 抑制型离子色谱法测定高C1一浓度样品中N02-,N03一时C1一对N02-,N03一影响 的问题。 (2)对于本研究对象，当隐含层节点数为5，学习速率为0.03时，网络结构 简单 计算量小。Ee2下降迅速，系统稳定性好。网络经过2567次训练后误差达 到10-5. (3)在均匀设计实验的基础上，人工神经网络预测模型与均匀设计法优化模型 相比，相对误差小，最大相对误差小于0.85%，具有明显优势。 (4)人工神经网络法还具有易于人机交互，无需复杂的数学运算，易于表达 为直观图像，便于分析解决问题等特点。 3人工神经网络用于重叠峰解析。将MATLAB软件中的BP神经网络工具箱用 于重叠程度不同的离子色谱峰解析，结果表明: (1)对于本研究对象，选用三层拓扑结构人工神经网络，使用 “trainbpx”函 数要比使用 “trainbp函数的训练速度快，精度好;最佳隐含层神经元数为7时， 避免了拟合度不够与过拟合现象的发生。 (2)人工神经网络预测模型与传统的中切法比较可见，人工神经网络法的平 均相对误差仅为。.74%，而中切法的平均相对误差则为11.02%0 (3)用人工神经网络建立的无模重叠峰分离模型，可以有效解决非抑制型离 子色谱法测定BrO3-,Cl-,N02-,Br-,C103一体系中峰重叠的问题。 (4)以标准色谱峰峰高为期望值训练网络的新方法可有效解决混合物标准样 品重叠峰分离的问题。 关键词:化学计量学;离子色谱;人工神经网络;C1-;NO,-;N仇一: 有机酸;分离;预测;重叠峰;解析 云南大学2000级硕士研究生论文 Abstract Chemometrics,asanewdiscipline,includesalotofaspects,suchasexperimental designandoptimization,quantitativestructure-activityrelationship,analy