2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩108頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、近年來有機(jī)磷農(nóng)藥殘留導(dǎo)致的中毒與貿(mào)易糾紛事件頻發(fā),為了保障人民生命健康與農(nóng)產(chǎn)品貿(mào)易開展,對(duì)有機(jī)磷農(nóng)藥殘留進(jìn)行快速、大批量檢測(cè)迫在眉睫。傳統(tǒng)檢測(cè)方法如色譜、質(zhì)譜、色質(zhì)聯(lián)用及毛細(xì)管電泳等不能實(shí)現(xiàn)以上目標(biāo),而酶抑制-光譜吸收和表面增強(qiáng)拉曼光譜(全稱SERS)相結(jié)合可實(shí)現(xiàn)有機(jī)磷農(nóng)藥殘留的快速篩查、定性與定量分析,達(dá)到快速、大批量檢測(cè)的要求。但仍面臨著一些問題:酶抑制-光譜吸收方法可實(shí)現(xiàn)農(nóng)藥殘留的快速篩查,市場(chǎng)上也有相應(yīng)的儀器,但在穩(wěn)定性、功能性

2、上需進(jìn)一步改進(jìn);SERS光譜技術(shù)可實(shí)現(xiàn)有機(jī)磷農(nóng)藥殘留定性與定量分析,但存在信號(hào)穩(wěn)定性差、噪聲干擾大等問題,此外分析檢測(cè)中需借助專業(yè)知識(shí)和專業(yè)技術(shù)人員,不利于技術(shù)推廣與應(yīng)用。
  本論文將針對(duì)上述問題,深入探討酶抑制-光譜吸收和SERS光譜有機(jī)磷農(nóng)藥殘留檢測(cè)的相關(guān)理論,開展以下兩方面研究工作:1.基于酶抑制-光譜吸收原理,改進(jìn)光學(xué)結(jié)構(gòu),優(yōu)化弱信號(hào)處理和軟件設(shè)計(jì),形成性能良好的有機(jī)磷農(nóng)藥殘留快速批量篩查裝置;2.將化學(xué)計(jì)量學(xué)方法引入到

3、農(nóng)藥SERS光譜分析中,提升分析穩(wěn)定度,去除噪聲干擾,簡化光譜分析流程,實(shí)現(xiàn)基于SERS光譜技術(shù)的有機(jī)磷農(nóng)藥殘留快速定性與定量分析檢測(cè)。研究工作具體包括以下內(nèi)容:
  1.設(shè)計(jì)單激光器分光型光學(xué)結(jié)構(gòu),并對(duì)光源進(jìn)行間歇式開關(guān)以抑制溫漂,提高了檢測(cè)穩(wěn)定性;采用以ARM微控制器為核心的嵌入式系統(tǒng),結(jié)合QT架構(gòu)設(shè)計(jì)界面友好、功能全面的用戶軟件;集成SD卡與網(wǎng)絡(luò)傳輸模塊,實(shí)現(xiàn)數(shù)據(jù)的本地存儲(chǔ)與云端傳輸。
  2.基于光譜吸收檢測(cè)裝置,開

4、展性能參數(shù)評(píng)估、蔬菜與土壤中的有機(jī)磷農(nóng)藥殘留檢測(cè)等實(shí)驗(yàn)。性能參數(shù)評(píng)估實(shí)驗(yàn)結(jié)果表明,檢測(cè)裝置的重復(fù)性、穩(wěn)定性及檢出限均較好。在蔬菜和土壤中的有機(jī)磷農(nóng)藥檢測(cè)實(shí)驗(yàn)中,本文設(shè)計(jì)的檢測(cè)裝置與實(shí)驗(yàn)室分析儀器-分光光度計(jì)和氣相色譜儀相關(guān)檢測(cè)結(jié)果一致性良好;與商業(yè)速測(cè)儀器相比,該檢測(cè)裝置檢測(cè)穩(wěn)定性更為優(yōu)越,能有效地實(shí)現(xiàn)有機(jī)磷農(nóng)藥殘留的快速篩查。
  3.為了進(jìn)一步實(shí)現(xiàn)農(nóng)藥定性定量檢測(cè),將化學(xué)計(jì)量學(xué)方法應(yīng)用到有機(jī)磷農(nóng)藥SERS光譜分析中,系統(tǒng)地討論

5、了光譜基線扣除、雜波濾除、噪聲平滑、光譜校正、特征提取與變量選擇、分類與回歸模型構(gòu)建等方面的問題,構(gòu)建一套完善的基于SERS光譜的有機(jī)磷農(nóng)藥快速定性與定量分析檢測(cè)體系。
  4.針對(duì)SERS光譜分析中的實(shí)際問題,提出和引入性能優(yōu)越的分析算法。在雜波濾除方面,利用光譜總體均值比較法,有效去除在光譜測(cè)量中產(chǎn)生的隨機(jī)性雜峰。在多模型融合方面,引入結(jié)合Adaboosting與SVM形成新的定性分析算法,使得有機(jī)磷農(nóng)藥定性分析準(zhǔn)確度得到有效

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論