检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

烷基苯磺酸盐定量分析

王帅,郭兰磊,祝仰文,王红艳,潘斌林,郭勇

石油化工高等学校学报 2017, 30 (6): 1-5. DOI: 10.3969/j.issn.1006-396X.2017.06.001

摘要（613）

PDF （3988KB）（446）

结合同步监控技术，优化纯化工艺，获得总烷基苯磺酸盐活性物组分以及单烷基苯和双烷基苯磺酸盐活性物组分，纯度大于90%；分别以总磺酸盐活性物和单磺酸盐、双磺酸盐活性物为定量标准物质，对烷基苯磺酸盐样品中的活性物百分比进行高效液相色谱分析。结果表明，烷基苯磺酸盐样品中单磺酸盐的量远高于双磺酸盐；总磺酸盐、单磺酸盐和双磺酸盐活性物组分均在224 nm处有最大吸收，吸收系数强弱顺序为单磺酸盐≈总磺酸盐>双磺酸盐；以总磺酸盐和单磺酸盐活性物组分为标准物质，最小检测量为5 mg/L，以双磺酸盐活性物组分为标准物质，最小检测量为10 mg/L；由于双磺酸盐活性物组分紫外吸收系数较弱，导致以总磺酸盐活性物为标准物质测试的百分比结果较同时以单磺酸盐、双磺酸盐活性物为标准物质时低3%左右。

相关文章 | 多维度评价

Select

基于小波变换与R B F网络的声发射信号识别

周俊, 王强, 伊鸣, 王帅

石油化工高等学校学报 2015, 28 (3): 80-85. DOI: 10.3969/j.issn.1006-396X.2015.03.017

摘要（548）

PDF （4180KB）（321）

声发射检测技术不需开罐就能对储油罐安全性在线评估, 声发射信号识别是储油罐腐蚀状况分析的基础, 针对现有参数分析法的不足, 提出一种基于小波变换特征提取与 R B F神经网络识别的声发射信号识别方法。利用d b 2小波对声发射信号6层分解, 将6层细节特征空间的能量作为声发射信号特征向量; 结合声发射信号特点设计R B F神经网络, 利用已知模式声发射信号训练 R B F网络; 用 R B F神经网络对腐蚀、裂纹和冷凝声发射信号进行分类测试。实验结果表明, R B F网络的识别率达到9 3. 3%, 显示了R B F网络识别声发射信号的优越性。对储油罐安全状况的定量分析具有一定意义。