定容至100ml即可进样测定,单变量和多变量的统计过程控制技术可用于检测如下的传感器异常

新匍京娱乐场最全网站,新匍京娱乐场手机版,新匍京娱乐场app下载

定容至100ml即可进样测定,单变量和多变量的统计过程控制技术可用于检测如下的传感器异常

| 0 comments

发布时间:15-07-31 14:50分类:技术文章 标签:照度计
照度计(或称勒克斯计)是一种专门测量光度、亮度的仪器仪表。*是测量光照强度(照度)是物体被照明的程度,也即物体表面所得到的光通量与被照面积之比。照度计通常是由硒光电池或硅光电池和微安表组成。当光线射到硒光电池表面时,入射光透过金属薄膜4到达半导体硒层2和金属薄膜4的分界面上,在界面上产生光电效应。产生的光生电流的大小与光电池受光表面上的照度有一定的比例关系。这时如果接上外电路,*会有电流通过,电流值从以勒克斯(Lx)为刻度的微安表上指示出来。光电流的大小取决于入射光的强弱。照度计有变档装置,因此可以测高照度,也可以测低照度。
照度是照度计的单位,其物理意义是照射到单位面积上的光通量,照度的单位是每平方米的流明(Lm)数,也叫做勒克斯(Lux):1Lux=1Lm/m2。由上式可以看出,Lm是光通量的单位,其定义是纯铂在熔化温度(约1770℃)时,其1/60平方米的表面面积于1球面度的立体角内所辐射的光量。
上面对照度单位的解释似乎很理论话,一般难以认识。为了对照度的量有一个比较感性的认识,举个例子说明一下:一只100W的白炽灯,其发出的总光通量约为1200Lm,若假设该光通量均匀地分布在一半球面上,则距该光源1m和5m处的光照度值可分别按下列步骤求得:半径为1m的半球面积为2π×12=6.28m2,距光源1m处的光照度值为:1200Lm/6.28m2=191Lux。同理,半径为5m的半球面积为:2π×52=157
m2,距光源5m处的光照度值为:1200Lm/157
m2=7.64Lux。在我们生活中一般情况下都有多少照度呢?
夏天在阳光下大概为100000LUX; 阴天室外光照度为10000LUX;
室内日光灯光照度为100LUX; 我们在距60W台灯60cm桌面上的光照度为300LUX;
电视台直播间的光照度为1000LUX; 黄昏的时候房间内光照度为10LUX;
夜间路灯的光照度为0.1LUX; 烛光照度(在距离20cm远处)10~15LUX。
说到这里,大家应该对照度计单位应该有个比较感性的认识了,其实照度计的应用场合很广泛,厂房,学校,图书馆,商务楼,酒店,商业展厅,实验室,计算机房等等,这些地方都要用到照度计,现在给大家一个比较适用的场所照度参考值。
生产车间10~500LUX 晴天:30000~300000LUX 阴天:3000LUX 办公室:30~50LUX
日出日落:300LUX 餐厅:10~30LUX 月圆:0.3~0.03LUX 走廊5~10LUX
星光:0.0002~0.00002LUX 停车场:1~5LUX 阴暗夜晚:0.003~0.0007LUX
为保障人们在适宜的光照下生活,我国制定了有关室内(包括公共场所)照度的卫生标准。如在公共场所商场(店)的照度卫生标准≥100Lx;图书馆、博物馆、美术馆、展览馆台面照度的卫生标准≥100Lx;公共浴室照度卫生标准≥50Lx;浴室(淋、池、盆浴)≥30Lx,桑那浴室≥30Lx.国外有关室内照度的标准,如德国推荐几种额定光强,办公室包括文书工作区为300Lx,打字,绘图工作为750Lx;在工厂,生产线上的视觉工作的照度要求为1000Lx;酒店、公共房间为200Lx;接待点、出纳柜为200Lx;商店的橱窗为1500~2000Lx;医院病房为150~200Lx,紧急治疗区为500Lx;学校、教室为400~700Lx;食堂、室内健身房为300Lx等。
对于照度大小的测量方法,一般用照度计测量。照度计可测出不同波长的强度(如对可见光波段和紫外线波段的测量),可向人们提供准确的测量结果。
总之,照度与人体健康,尤其是对眼睛的保健有着极其重要的卫生学意义。

发布时间:15-08-04 16:12分类:技术文章 标签:离子色谱 一.去离子水提取
测定固体样品中易溶于水的离子时,一般不需溶解样品,可直接用去离子水提取。若提取不完全或速度很慢,可在超声波或微波处理下提取。下面按样品种类分别讨论。
1.肉类 (1)河虾中糖精的测定
锯掉冷冻河虾的壳和尾巴,然后用食品粉碎机将15~30只河虾匀浆。称取1g匀化后的样品置于125ml聚乙烯塑料瓶中,加人80ml去离子水,在振荡器上振荡30min
,离心去掉溶液中的悬浮物。将8~10m1上层清液以1m1/min的流速依次通过0.2μm滤膜、300mg已经活化的C18固相萃取柱和Ag+型预处理柱,即可在Dionex
lonPac AS5分析柱上,以33mmol/L NaOH—7.7mmol/L Na2CO3—8mmol /L
4-氰基酚一2%乙腈为淋洗液,脉冲安培检测其中的糖精。
(2)熟肉制品中NO3—和NO2—的测定
称取10g已去掉包装的火腿或腊肠,加入去离子水定容至100ml,在食品搅拌机上匀浆1min,将匀浆的样品加热至70一84℃并保持15rnin。冷却至室温后,在6000r/min的高速离心机上离心10min,将上层清液通过Whatman
NO.2和GF/A滤纸,继经1.2μm和0.2μm Acrodisk过滤器后,即可进样分析。
2.土壤和渣土 (1)土壤中氟代乙酸和甲酸的测定
将2g土壤样品置于50ml玻璃离心试管中,加人20ml去离子水,在100r/min的振荡器上振荡1h。离心后将上清液经0.45μm滤膜过滤后,再加入10μl0.1mol/L
EDTA以避免样品中的金属离子在分析过程中发生沉淀。Cl—的干扰可用Ag+型固相萃取柱除去。
(2)土壤和植物祥品中硼酸的测定
称取5g干燥土样,0.5g碾碎后的干燥植物样,分别加入l0ml去离子水及2滴饱和CaCl2溶液,加热回流至沸腾。继续加热5min后停止加热。冷却后过滤,滤液稀释或直接进样。
(3)铁红(Fe2O3)中微量杂质Cl一、NO32-、SO42-的测定
称取0.2g铁红试样于100ml烧杯中,加适量去离子水浸取,加热至80℃,保温半小时,搅拌,从电炉上取下,冷却后过滤,定容至100ml即可进样测定。
3.水果、茶叶和蔬菜 (1)水果及树叶中氯含量的测定
用如下方法制备叶样。将叶样洗净、晾干,于80℃供干、粉碎,过60孔筛,存放于具塞磨口玻璃瓶中。称取该样0.5g于150ml具塞磨口三角瓶中,加入25ml纯水,加热至沸腾,盖上塞子,放置过夜。用慢速滤纸过滤,再经0.45μm滤膜过滤,即制得待分析用之样品溶液。制备水果样品时,将水果可食用部分用捣碎机捣成浆状,根据含量高低,称取一定量样品至125ml三角瓶中,加活量水,煮沸约5min,取下,定容至50ml或100ml,放置过夜,用滤纸过滤或离心机分离,取清液过0.45μm
MILLEX滤膜后,以IC—PAKA阴离子交换柱为分离柱、4mol/L邻苯二甲酸为淋洗液,即可进行IC测定,所测结果满足农业地质背景普查测定要求。
(2)茶叶(绿茶、红茶和花茶)中草酸根和硫酸根的测定
取经(103±2)℃恒温干燥至恒重、磨碎过筛(孔径600~1000μm)的茶叶样1~2g于300ml烧杯中,加人已沸高纯水200ml,浸泡0.5h,用2.0mol/L的HCl调节PH=1.0~1.2,沸水浴中煮1.5h,冷却,定量滤纸过滤到250ml容量瓶中定容。分取适量溶液,以高纯水稀释一倍,0.3μm微孔滤膜过滤后,即可以2.0mol/
L
H2C8H4O4—1.9mmol/L三羟甲基氨基甲烷(Tris)为淋洗液,单柱分离后电导检测。在此条件下,茶叶中所含氨基酸、茶多酚、生物碱和维生素等物质均不出峰,不干扰测定。
(3)蔬菜(大白菜、卷心菜、黄瓜、菠菜等)中阴离子测定
称取50g蔬菜样于组织搅碎机中,加人150ml去离子水,搅拌2min,继以50ml水沿杯壁冲洗菜样,搅拌1min;转入烧杯中,于70℃水浴中加热30min;冷至室温,用布氏漏斗过滤,以水洗脱,定容体积为500ml,取部分滤液,以0.45μm滤膜过滤,将滤液稀释一定倍数后即可进样测定。此外,还对0.15μm滤膜和0.45μm滤膜的过滤效果进行了比较,两种膜均能达到试验要求,但0.15μm膜孔径小,滤速慢。0.45μm滤膜是*佳选择。

发布时间:15-07-15 18:01分类:技术文章 标签:传感器故障
现代化工过程通常都装有大量的测量传感器,如温度、流量和压力传感器等。一些测量传感器会用于闭环控制,而另外一些传感器只用于过程监测。在正常条件下,大多数传感器得到的测量值是高度相关的。因此,这*为传感器的故障诊断提供了宝贵的解析冗余。这些测量值的相关性主要源于支配过程运行的物理与化学原理,如:质量与能量平衡等。
传感器异常检测
单变量和多变量的统计过程控制技术可用于检测如下的传感器异常:
(1)异常测量值这种情况主要是由于传感器的故障引起的。
图1异常测量值的示意图,·为异常测量值 (2)多个传感器偏离正常的相关条件
在正常条件下,过程的测量值通常表现出较强的相关性。这些测量相关性为我们提供了必要的冗余,可用于故障传感器的检测、辨识与重构。这可以通过比较过程的测量值与基于标称模型的估计值之间的差别来实现。
可以采用统计方法来建立过程的标称模型,如;主元分析方法(principle
component analysis—PCA)以及部分*小二乘(partial least
squares—PLS)算法等。 (3)被监测过程的瞬态变动
所不期望的测量瞬态变动,例如:振荡、或者在批处理过程中的不寻常的趋向性,一般是由于非正常的操作条件引起的。
检测这类异常通常采用的是动态统计模型,或卡尔曼滤波器。出于安全方面的原因,大多数化工过程的反应都比较缓慢。这类瞬态变动可以看成是伪稳态。因而可近似采用稳态的相关分析方法来进行处理。采用一些滤波技术也可以进一步减弱瞬态变动的影响。
采用主元分析进行过程监测与故障检测是近年来才发展起来的。由于数据的相关性,一些主要的分量*可以充分描述全部数据的方差。基于主元分析可以区分如下(4)和(5)两类异常条件。
(4)传感器相关故障
在这种情况下,PCA模型被破坏增加。残余向量的欧氏范数将显著增加。
(5)变动过大 用于描述操作变化的变量超过了正常的范围。 传感器故障
某一故障传感器通常会破坏与其他传感器的正常的相关性。当异常条件被检测到以后,此特性可用于故障传感器的辨识。
只考虑四种类型的传感器故障,即:偏差、彻底失效、漂移、精度下降。图2.2给出了这四种故障的示意图。
图2 a)偏差b)彻底失效c)漂移d)精度下降
主元分析(PCA)以及部分*小二乘(PLS)算法都是多变量统计方法,可用于对含有噪声的和高度相关的测量数据进行分析。采用的是把高维信息投影到低维子空间,并保留主要过程信息的方法。
主元分析(PCA)的要求
一般地说,利用主元分析得到的主元和原始变量之间有如下基本关系:
(1)每个主元都是原始变量的线性组合。 (2)主元的数目小于原始变量的数目。
(3)主元保留了原始变量绝大多数信息。 (4)各主元之间互不相关。
算法的具体步骤
基于主元分析的故障检测算法包括离线建模和实时检测两大部分,该算法的具体步骤如下所示。
1)采集过程正常情况下的的数据并进行标准化处理;
2)求出标准化之后数据的协方差,计算其特征值与特征向量;
3)建立PCA模型,主元个数的求取可由累计方差贡献率(85%以上)算出。然后计算出这些正常数据的统计量SPE的控制限;
4)采集新的样本,使用当前数据的均值和方差并对新数据进行标准化处理;
5)基于已经建立的PCA模型,计算统计量SPE的值,并与3)中得出的控制限做比较,判断故障是否发生。

相关文章

发表评论

Required fields are marked *.


网站地图xml地图