Поверхность - удерживание
Cтраница 2
Из сказанного выше видно, что уравнение, применяемое для описания поверхностей удерживания, должно удовлетворять строгим требованиям. [16]
Осуществляя оптимизацию хроматографического разделения, более разумно сравнивать величины k, так как поверхность удерживания охарактеризовать легче, чем поверхность отклика. [17]
Хотя часть кривой для бинарных смесей можно аппроксимировать прямой, это не подразумевает, однако, что поверхность удерживания для тройных смесей будет аппроксимироваться плоскостью. Две такие прямые ( для различных соотношений) обычно не образуют плоскость. [18]
Пример проведения такой операции и итоговая карта перекрывания разрешения показаны на рис. 5.24 и 5.25. Из-за простоты поверхностей удерживания каждая пара пиков дает простой рисунок, на котором можно идентифицировать две обла-сти. Область, в которой разрешение превосходит пороговую величину, не заштрихована, остальная часть треугольника заштрихована. На рис. 5.24 показано восемь различных графиков. В принципе [ уравнение (5.11) ] для 9 компонентов можно получить 36 таких треугольников, но остальные пары пиков несущественны ( незаштрихованные треугольники) и не показаны на рисунке. [19]
Метод оконных диаграмм в принципе пригоден для оптимизации различных параметров, однако для построения таких диаграмм необходимо знать линии или поверхности удерживания индивидуальных компонентов. В целях оптимизации состава неподвижной фазы в газовой хроматографии можно принять, что удерживание ( К или К) и состав ( объемная доля ф, см. разд. Выяснилось, что времена удерживания хрома-тографируемых компонентов линейно зависят от отношения концентраций этих двух ионов. [20]
 |
Применение систематической последовательной оптимизационной процедуры Стана и Штайнбаха к оптимизации температурной программы в капиллярной газовой хроматографии ( с разрешения изд-ва. [21] |
Очевидной альтернативой последовательным оптимизационным методам является интерпретативный метод оптимизации, в котором для оценки ( предсказания) поведения удерживания всех индивидуальных компонентов как функции рассматриваемых при оптимизации параметров ( поверхностей удерживания) используются результаты небольшого числа экспериментов. Знание поверхностей удерживания необходимо для вычисления поверхностей отклика, которые в свою очередь нужны для определения глобального оптимума ( см. описание интерпре-тативных методов в разд. [22]
 |
Сводка оптимизационных процедур. [23] |
По сравнению с описанными выше параллельными интерпре-тативными методами итеративные схемы ( табл. 5.7 д) имеют два основных достоинства: 1) оптимум может быть локализован с высокой степенью точности ( определяемой пользователем); 2) точность модели, применяемой для описания поверхности удерживания, не является ограничивающим фактором. [24]
Очевидной альтернативой последовательным оптимизационным методам является интерпретативный метод оптимизации, в котором для оценки ( предсказания) поведения удерживания всех индивидуальных компонентов как функции рассматриваемых при оптимизации параметров ( поверхностей удерживания) используются результаты небольшого числа экспериментов. Знание поверхностей удерживания необходимо для вычисления поверхностей отклика, которые в свою очередь нужны для определения глобального оптимума ( см. описание интерпре-тативных методов в разд. [25]
Третье решение проблемы может быть найдено в применении более эффективных компьютеров, алгоритмов и вычислительных методов. Например, если используется сегментирование параметрического пространства ( линейная интерполяция), большие части поверхностей удерживания, а следовательно, и поверхностей отклика могут оставаться неизменными при добавлении к имеющимся данным новых точек. Более эффективным IB отношении вычислительных операций может быть также использование простых модельных уравнений вместо линейной сегментации. Однако такие простые уравнения приемлемы лишь для описания поведения удерживания в ограниченном числе случаев, и если модельные уравнения становятся более сложными, их преимущества быстро исчезают. [26]
Поверхности удерживания аппроксимируются при помощи модифицированного подвижного алгоритма наименьших квадратов. В процессе оптимизации число параметров можно уменьшить, отбрасывая незначащие параметры, или увеличить, добавляя новые параметры. [27]
Колин и др. [55] описали иной метод построения диаграмм, позволяющих предсказать оптимальные условия. Их подход базируется на вычислении так называемых критических зон. Если для хроматографируемого компонента / известна поверхность удерживания, то некоторую зону, находящуюся ниже коэффициента емкости, можно определить как запрещенную. Если предыдущий компонент i, попадающий в эту критическую зону, имеет коэффициент емкости k, то разрешение между i и / оказывается недостаточным. [28]
Смысл этого сложного определения проиллюстрирован схемой, приведенной на рис. 5.28. Процесс начинается с небольшого начального набора экспериментов. Эта модель может быть математической или графической, но это может также быть лростая интерполяция между отдельными экспериментальными точками. Обычно модель прикладывается к поверхностям удерживания отдельных компонентов, а не к поверхности отклика. [29]
 |
Карты перекрывания разрешений для восьми существенных пар разделяемых компонентов, входящих в состав образца, содержащего девять замещенных нафталинов ( с разрешения изд-ва. [30] |
Страницы: 1 2 3