[发明专利]使用真空紫外光谱和气相色谱对复杂样品进行详细的批量分类分析的方法有效

专利信息
申请号: 201680033818.0 申请日: 2016-06-07
公开(公告)号: CN107709983B 公开(公告)日: 2020-05-22
发明(设计)人: P·沃尔什;D·A·哈里森;S·H·詹姆森 申请(专利权)人: 真空紫外线分析学股份有限公司
主分类号: G01N30/02 分类号: G01N30/02;G01N29/02;G01N30/90
代理公司: 上海专利商标事务所有限公司 31100 代理人: 江磊;郭辉
地址: 美国得*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 使用 真空 紫外 光谱 和气 色谱 复杂 样品 进行 详细 批量 分类 分析 方法
【权利要求书】:

1.一种分析多组分化学样品的方法,所述方法包括:

提供色谱仪,所述色谱仪配置为从化学样品中洗脱多种待分析的分析物;

提供分光计以对多种分析物进行分析,所述分光计能够测定多个光波长,并且当与色谱仪联用时提供波长依赖性和时间依赖性的色谱数据;

将色谱数据划分为多个时间段;

为各时间段生成总色谱响应;

确定在特定时间段中洗脱的一种或多种分析物的贡献,对所述时间段中的至少一些时间段,确定贡献至少部分地通过将去卷积模型应用于总色谱响应来完成;以及

对于一个或多个时间段,结合来自应用去卷积模型的结果以确定多组分化学样品的单独分析物或分析物组的贡献,

其中,去卷积模型包括所分析的各分析物的参考响应的组合。

2.如权利要求1所述的方法,其特征在于,所述确定步骤包括:

使用总色谱响应和去卷积模型结合分层搜索来预测在特定时间段期间洗脱的分析物的身份,其中去卷积模型包括在分层搜索中所考虑的分析物的参考响应的组合,

其中,去卷积模型的使用实现了确定每个参考响应对于特定时间段的总色谱响应的贡献。

3.如权利要求2所述的方法,其特征在于,所述色谱仪是气相色谱仪。

4.如权利要求3所述的方法,其特征在于,所述分层搜索限于具有在指定范围内的保留指数的分析物。

5.如权利要求3所述的方法,其特征在于,通过分层搜索预测的分析物中的至少一个分析物具有与样品中的实际分析物相同的类别,但是不与样品中的实际分析物精确匹配。

6.如权利要求3所述的方法,其特征在于,将相同化学类别的分析物的贡献相加并报告为单个类别贡献。

7.如权利要求3所述的方法,其特征在于,将相同碳数的分析物的贡献相加并报告为单一碳数贡献。

8.如权利要求3所述的方法,其特征在于,对于每个时间段,通过对时间段中的各时间点的色谱数据进行求和产生总色谱响应。

9.如权利要求1所述的方法,其特征在于,所述时间段长度相等。

10.如权利要求1所述的方法,其特征在于,时间段使用峰值积分例程进行自动选择。

11.如权利要求1所述的方法,其特征在于,对时间段和/或色谱分离条件进行选择以使得在各时间段期间洗脱三种或更少的分析物。

12.如权利要求1所述的方法,其特征在于,去卷积模型包括背景响应成分。

13.如权利要求1所述的方法,其特征在于,去卷积模型是通过应用分层库搜索确定的。

14.如权利要求1所述的方法,其特征在于,使用拟合度量验证去卷积模型的结果。

15.如权利要求1所述的方法,其特征在于,将所述多组分化学样品的单个分析物的贡献用于产生洗脱时间、峰高度、峰总和或峰面积中的至少一个。

16.如权利要求1所述的方法,其特征在于,对多种分析物的相对浓度进行确定。

17.如权利要求1所述的方法,其特征在于,多种分析物中的至少一种分析物的浓度或量通过利用峰高度和/或峰面积确定。

18.如权利要求1所述的方法,其特征在于,所述色谱仪是气相色谱仪。

19.如权利要求1所述的方法,其特征在于,波长依赖性和时间依赖性色谱数据是吸光度数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于真空紫外线分析学股份有限公司,未经真空紫外线分析学股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201680033818.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top