Правильная идентификация

Cтраница 3

Для идентификации текстильных волокон обычно делают четыре пробы. В большинстве случаев ткань состоит из смеси волокон, поэтому для того, чтобы обеспечить правильную идентификацию, особенно если идет речь о новых синтетических волокнах, необходимо проводить все четыре указанные ниже пробы: 1) сжигание; 2) микроскопическое исследование; 3) цветные реакции; 4) определение растворимости. При проведении пробы на сжигание наблюдают за воспламеняемостью, плавлением, образованием королька, запахом, составом золы, и эти ценные данные иногда бывают достаточны для быстрой идентификации волокна. [31]

Результат анализа, регистрируемый на хроматограмме, представляет собой ряд последовательных пиков, содержащих качественную и количественную информацию об элюированных из колонки компонентах. Оба вида анализа-качественный и количественный - взаимно дополняют друг друга, поскольку хорошее разделение компонентов введенной пробы и правильная идентификация пиков влияют на результат количественного анализа в той же мере, что и точное интегрирование площади пиков. [32]

Для повышения достоверности идентификации проводят анализ неизвестного компонента и известного вещества на колонках с различными неподвижными фазами. Если известное вещество и неизвестный компонент имеют одинаковое время удерживания на двух или более колонках с различными неподвижными фазами, вероятность того, что эти вещества идентичны, намного больше по сравнению с вероятностью правильной идентификации, основанной на сравнении времен удерживания, полученных только на одной колонке. [33]

Обычно для этого производят анализ на колонках с различной неподвижной фазой. Если известное вещество и неизвестный компонент имеют одинаковое время удерживания на двух или более колонках, таких, как колонка с р § - оксидипропио-нитрилом и карбоваксом 400, вероятность того, что эти вещества идентичны, намного больше по сравнению с вероятностью правильной идентификации, основанной на сравнении времен удерживания, полученных только на одной колонке. Необходимо отметить, что не следует ограничиваться сравнением хроматограмм, полученных только методом жидко-жидкостной хроматографии. [34]

Статистическая обработка масс-спектров, по которым проводится идентификация, открывает новые возможности разработки алгоритмов сравнения спектров, в которых степень их совпадения характеризуется не произвольным условным числом, а математически строгим понятием вероятности правильной идентификации. Действительно, надежность а, от которой зависят значения коэффициентов Стьюдента в формуле (4.15), влияет на величину Д /, следовательно, в зависимости от различий в интенсивностях пиков спектра неизвестного соединения и среднего литературного спектра, можно оценивать величину а и использовать ее в качестве меры вероятности правильной идентификации. При отклонениях наблюдаемой интенсивности этого пика от среднего значения вероятность правильной идентификации снижается. [35]

Статистическая обработка масс-спектров, по которым проводится идентификация, открывает новые возможности разработки алгоритмов сравнения спектров, в которых степень их совпадения характеризуется не произвольным условным числом, а математически строгим понятием вероятности правильной идентификации. Действительно, надежность а, от которой зависят значения коэффициентов Стьюдента в формуле (4.15), влияет на величину А /, следовательно, в зависимости от различий в интенсивностях пиков спектра неизвестного соединения и среднего литературного спектра, можно оценивать величину а и использовать ее в качестве меры вероятности правильной идентификации. При отклонениях наблюдаемой интенсивности этого пика от среднего значения вероятность правильной идентификации снижается. [36]

Многообразие видов и марок пластических масс усложняет их классификацию. Поэтому разработке методов идентификации полимерных материалов в настоящее время уделяется большое внимание. От правильной идентификации и определения физико-химических и технологических свойств полимерных материалов зависит технико-экономическая эффективность использования вторичных полимеров. [37]

Обработка плоских изображений участков звездного неба целесообразна при небольшом угловом диаметре машинного кадра. В этом случае проективные искажения при образовании кадра незначительно искажают положения звезд на небесной сфере. Поскольку вероятность правильной идентификации увеличивается с ростом числа изображений звезд, то малые угловые размеры машинного кадра приводят к необходимости расширять диапазон светимостей анализируемых звезд. В результате значительно увеличиваются вероятности пропуска слабосветящихся ее звезд, а низкий порог по уровню яркости приводит также к росту вероятностей ложных отметок. В конечном счете малые угловые размеры машинного кадра приводят к низкой эффективности идентификации звезды, визируемой астродатчиком космического аппарата. [38]

В действительности необходимо за внешними явлениями видеть объективные условия, определяющие организационное, экономическое, трудовое положение того или иного работника, различных социальных групп. Сказанное не означает отсутствия проблемы психологического барьера вообще. Речь идет только о необходимости правильной идентификации этого явления, его места среди других, еще более важных социальных проблем внедрения АСУ на предприятии. И вопрос о преодолении указанного препятствия, несомненно, заслуживает внимания. [39]

Статистическая обработка масс-спектров, по которым проводится идентификация, открывает новые возможности разработки алгоритмов сравнения спектров, в которых степень их совпадения характеризуется не произвольным условным числом, а математически строгим понятием вероятности правильной идентификации. Действительно, надежность а, от которой зависят значения коэффициентов Стьюдента в формуле (4.15), влияет на величину А /, следовательно, в зависимости от различий в интенсивностях пиков спектра неизвестного соединения и среднего литературного спектра, можно оценивать величину а и использовать ее в качестве меры вероятности правильной идентификации. При отклонениях наблюдаемой интенсивности этого пика от среднего значения вероятность правильной идентификации снижается. [41]

Основная полоса поглощения XeF2 в инфракрасной области спектра. [42]

Затем по этой полосе ведется контроль за очисткой образца. Получаемое чистое соединение имеет ИК-спектр, который дает некоторое указание на типы связей в соединении, но не позволяет надежно идентифицировать это соединение. Массовый спектр чистого соединения почти всегда дает достаточную информацию для правильной идентификации соединения. [43]

Следует неукоснительно требовать от студентов высокой надежности создаваемых программ. Программа должна содержать достаточное число стопоров ошибок: утверждений и защитных распечаток. Очень важно, чтобы программа распечатывала всю информацию, необходимую для оценки ее работы и правильной идентификации ошибок как в программе, так и в ее входных данных. [44]

Изучение адсорбционных явлений в газо-жидкостной хроматографии ( ГЖХ) представляет непосредственный интерес как в связи с измерением различных физико-химических величин на основе хроматографических данных, так и в связи с аналитическими применениями. При решении этих задач эффекты адсорбции играют в основном отрицательную роль и требуют специального учета или устранения. Заметная асимметрия пиков, наличие хвостов, сильная зависимость времени удерживания от размера пробы, плохая воспроизводимость характеристик удерживания, являющиеся следствием адсорбции сорбата на межфазных границах сорбентов, приводят к большим трудностям при анализе микропримесей веществ и при проведении правильной идентификации компонентов. В то же время адсорбционные явления могут быть и ряде случаев использованы при подборе - селективных сорбентов, содержащих к: к жидкие, так и твердые неподвижные фазы, а также для определения равновесных характеристик сорбционных процессов. [45]

Страницы: 1 2 3 4