三维荧光光谱结合HGA-RBF神经网络在多环芳烃浓度检测中的应用（英文）

发布时间：2018-06-26 08:56

  本文选题：光谱学 + 三维荧光光谱　； 参考：《光子学报》2017年09期

【摘要】：采用FS920荧光光谱仪分析了苯并[k]荧蒽(BkF)、苯并[b]荧蒽(BbF)和两者混合物的荧光特性.结果表明BkF的两个荧光峰分别位于306nm/405nm和306nm/430nm,BbF的两个荧光峰分别位于306nm/410nm和306nm/435nm.BkF和BbF不同浓度配比及其相互间的荧光干扰,使得混合物荧光特性差异较大,荧光强度和浓度间关系变得复杂.为准确测定混合物中BkF和BbF的浓度,采用递阶算法优化的径向基神经网络对其进行检测,结果表明BkF和BbF的平均回收率分别为98.45%和97.71%.该方法能够实现多环芳烃类污染物共存成分的识别和浓度预测.
[Abstract]:The fluorescence characteristics of benzo [k] fluoranthene (BkF), benzo, [b] fluoranthene (BbF) and both mixtures were analyzed by FS920 fluorescence spectrometer. The results showed that the two fluorescence peaks of BkF were located in 306nm/405nm and 306nm/430nm respectively. The two fluorescence peaks of BbF were located in the ratio of 306nm/410nm and 306nm/435nm.BkF to BbF, and their mutual fluorescence interference, respectively. In order to determine the concentration of BkF and BbF in the mixture, the radial basis neural network optimized by hierarchical algorithm was used to detect the concentration of BkF and BbF in the mixture. The results showed that the average recovery of BkF and BbF was 98.45% and 97.71%., respectively, to achieve polycyclic aromatic hydrocarbons. Identification and concentration prediction of the coexisting components of the dye.
【作者单位】： 燕山大学电气工程学院河北省测试计量技术及仪器重点实验室;
【基金】：The National Natural Science Foundation of China(No.61471312) Natural Science Foundation of Hebei(No.F2017203220)
【分类号】：O625.15;O657.3

【相似文献】

相关期刊论文 前10条

1 甘淑钗;吴莹;鲍红艳;张经;;长江溶解有机质三维荧光光谱的平行因子分析[J];中国环境科学;2013年06期

2 李建军;陈观铨;刘涛;曾云鹗;;三维荧光光谱法同时测定钐、铕、铽和镝[J];分析化学;1990年08期

3 李建军,陈观铨,胡继明,曾云鹗;三维荧光光谱法在多组分稀土分析中的应用[J];分析测试通报;1992年03期

4 何文琪;王超明;吴丹;李大侃;;芳烃混合物的三维荧光光谱的降秩因子分析[J];光谱学与光谱分析;1993年05期

5 鄢远，许金钩，，陈国珍;总发光光谱法的研究──偏振─三维荧光光谱法及其应用[J];分析科学学报;1994年03期

6 刘志宏,蔡汝秀;三维荧光光谱技术分析应用进展[J];分析科学学报;2000年06期

7 贾明;张丽霞;张元湖;;茶多酚的三维荧光光谱特征[J];分析测试学报;2013年03期

8 陈至坤;汪洋;王福斌;王玉田;周燕;;微含量石油类污染物三维荧光光谱及平行因子解析(英文)[J];光谱学与光谱分析;2014年09期

9 吴华勇;周泽宇;王洪涛;陆文静;孙晓杰;;光谱校正对溶解有机物三维荧光光谱特征影响[J];光谱学与光谱分析;2012年11期

10 李津蓉;武晓莉;;证据理论组合模型用于三维荧光光谱水质分析[J];浙江科技学院学报;2013年03期

相关会议论文 前3条

1 王欢博;张玉钧;肖雪;于绍慧;段静波;;基于三维荧光光谱技术同时测定苯酚、间甲酚和百里酚[A];中国光学学会2010年光学大会论文集[C];2010年

2 谷玲;黄奇峰;马超群;史院平;陈国庆;高淑梅;;基于三维荧光光谱技术对液态奶的成分分析[A];鲁豫赣黑苏五省光学（激光）学会2011学术年会论文摘要集[C];2011年

3 金丹;;基于PARAFAC算法的三维荧光光谱法测定四种混合芳香烃[A];第十六届全国分子光谱学学术会议论文集[C];2010年

相关博士学位论文 前3条

1 王惠新;基于三维荧光光谱的水中矿物油检测技术的研究[D];燕山大学;2015年

2 尹晓楠;基于三维荧光光谱和小波分析的油品种类识别技术研究[D];中国海洋大学;2012年

3 杨丽丽;石油类污染物的三维荧光光谱测量与识别方法研究[D];燕山大学;2013年

相关硕士学位论文 前10条

1 王雪纯;三维荧光光谱结合平行因子分析在大辽河溶解有机质研究中的应用[D];内蒙古大学;2015年

2 周燕;基于三维荧光光谱技术的水质有机物检测方法研究[D];河北联合大学;2014年

3 尚宏美;水中矿物油三维荧光光谱分析的平行因子改进算法[D];华北理工大学;2015年

4 霍东慧;基于三维荧光光谱的农药残留检测技术的研究[D];燕山大学;2016年

5 顾颂;几种常见饮料的荧光相关光谱分析[D];江南大学;2017年

6 岳著风;基于三维荧光光谱的有机物检测方法研究[D];北京化工大学;2013年

7 尚云鹏;三维荧光光谱分类识别方法与实验研究[D];北京化工大学;2013年

8 路雪峰;基于三维荧光谱的油类鉴别方法研究[D];天津大学;2012年

9 施俊;基于三维荧光光谱的污水处理厂水质快速分析[D];扬州大学;2011年

10 孙翔宇;交替三线性分解算法在复杂体系三维荧光光谱测量中的应用研究[D];湖南大学;2004年

本文编号：2069844