三甲基苯酚标准品

气相色谱法对维生素E的原料三甲基氢醌的检测摘要 三甲基氢醌即2，3，5－三甲基氢醌，又名2，3，5－三甲基对苯二酚，是生产维生素E的中间体，其主要用途是用作生产维生素E的主要原料。目前，维生素E已成为国际市场上用途广泛、产销量极大的主要维生素品种，国内外市场前景广阔。目前全国生产能力不能满足国内市场供应不足，部分依赖进口。因此对三甲基氢醌的需求日益增加。而对于三甲基氢醌检测目前国家和行业都没有一个统一的检测标准。为此南京科捷分析仪器应用研究所根据客户的要求应用GC5890C气相色谱仪对2，3，5－三甲基氢醌进行方法研究。实验结果表明：本方法简便，分析速度快。能满足生产质量控制的要求，从而降价低生产成本。关键词 2.3.5- 三甲基氢醌 2，3，5－三甲基对苯二酚 维生素E中间体 气相色谱法一.2.3.5三甲基氢醌气相色谱图 http://ng1.17img.cn/bbsfiles/images/2011/06/201106171053_300271_2242538_3.jpg三、仪器配置　检测项目2，3，5－三甲基氢醌及其杂质色谱仪器型号GC5890C型色谱仪 配有FID检测器毛细管色谱柱0.32*30*0.25专用柱色谱工作站N2000（电脑1台自备）氮氢空发生器 HGT300E 1台或高纯氮、氢气、空气钢瓶各一瓶

10，抽取5个版友）；中奖名单：m3071659（注册ID：m3071659）捌道巴拉巴巴巴（注册ID：v3082413）玲儿响叮当（注册ID：jshbhh）999youran（注册ID：999youran）大川之子,纵横四海(注册ID：chuangu120)http://ng1.17img.cn/bbsfiles/images/2017/01/201701191700_667478_1610895_3.pnghttp://ng1.17img.cn/bbsfiles/images/2016/04/201604121503_590079_1610895_3.png积分奖励：所有回答正确的版友奖励10个积分（幸运奖获得者除外）。【注意事项】同样的答案，每人只能发一次PS：该贴浏览权限为“回贴仅作者和自己可见”，回复的版友仅能看到版主的题目及自己的回答内容，无法看到其他版友的回复内容。下午3点之后解除，即可看到正确答案、获奖情况及所有版友的回复内容。======================================================================= 苯酚类物质（EPA 528）方法：GC基质：标准溶液应用编号：101016化合物：苯酚；2- 氯酚-3,4,5,6-d4；2- 氯酚；2- 甲酚；2- 硝基苯酚；2,4- 二甲酚-3,5,6-d3；2,4- 二甲酚；2,4- 二氯苯酚；4- 氯-3- 甲酚；1,2- 二甲基-3- 硝基苯；2,4,6- 三氯苯酚；2,4- 二硝基苯酚；4- 硝基苯酚；2,3,4,5- 四氯苯酚；2- 甲基-4,6- 二硝基苯酚；2,4,6- 三溴苯酚； 五氯苯酚固定相：DM-5 MS色谱柱/前处理小柱：DM-5MS/LB 30m x 0.25mm x 0.25um色谱条件：柱温: 40 oC ( 1 min ) - 220 oC, 12 oC/min ( 0 min )-300 oC, 30 oC/min ( 1 min ) 载气: He, 1.3mL/min 恒流 进样方式: 不分流, 220 oC 样品: EPA 528 混合物, 1 μL, 5 ppm 连接线温度: 280 oC 调谐: DFTPP 溶剂延迟: 5.5 min 离子源: EI 扫描范围: 35-550 AMU 检测: MS文章出处：CER00664关键字：苯酚类化合物，GC，DM-5 MS，环境，EPA谱图：http://www.dikma.com.cn/Public/Uploads/images/CER00664.png图例：1. 苯酚；2. 2- 氯酚-3,4,5,6-d4；3. 2- 氯酚；4. 2- 甲酚；5. 2- 硝基苯酚；6. 2,4- 二甲酚-3,5,6-d3；7. 2,4- 二甲酚；8. 2,4- 二氯苯酚；9. 4- 氯-3- 甲酚；10. 1,2- 二甲基-3- 硝基苯；11. 2,4,6- 三氯苯酚；12. 2,4- 二硝基苯酚；13. 4- 硝基苯酚；14. 2,3,4,5- 四氯苯酚；15. 2- 甲基-4,6- 二硝基苯酚；16. 2,4,6- 三溴苯酚；17. 五氯苯酚

[align=center][b]基于[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析技术的2,3,5-三甲基苯醌粗品萃取过程定量模型优化研究[/b][/align][b]中文摘要：目的[/b]实际工业生产工艺中，萃取是一项耗时耗力的过程，萃取终点的确定通常采用离线的HPLC, [url=https://insevent.instrument.com.cn/t/Mp]gc[/url]或由熟练工人根据经验判断，这些方法操作较复杂或是不够准确，在实际生产中缺乏一种快速有效的检测手段以判断萃取终点，节省操作时间，避免过分萃取浪费溶剂。利用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]技术可以明显改善萃取工艺。[b]方法[/b]本实验针对2,3,5-三甲基苯醌（TMBQ）粗品萃取环节，采用偏最小二乘法(PLS)建立模型，考察了不同预处理方法与变量选择方法对模型的影响以优化模型，采用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]结合PLS算法建立TMBQ萃取过程含量快速检测模型，并使用不同预处理方法与波段选择方法对模型进行优化，最终确定使用一阶导数+SG15点平滑预处理结合iPLS选择波段建立PLS模型。[b]结果[/b]建立模型的各项参数为：波普区间4385.33cm[sup]-1[/sup]-5152.86cm[sup]-1[/sup]， 5928.11cm[sup]-1[/sup]-6309.94cm[sup]-1[/sup]，模型决定系数R[sup]2[/sup]=0.996， RMSEP=0.1350。[b]结论[/b]建立的模型精密度与准确度良好，可以满足含量分析的需要，是TMBQ萃取过程含量快速检测的有效方法，可以快速准确的对三甲基苯醌粗品萃取过程进行在线监测，提供了一种用于该工艺环节的快速检测手段，如果应用于生产，可以节省操作时间，避免溶剂浪费。[b]关键词：[/b][url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析；2,3,5-三甲基苯醌；萃取 2,3,5-三甲基苯醌是维生素E的主要中间体。2,3,5-三甲基苯醌在国外已有生产, 但国内尚未见文献报道。国内用2,3,5-三甲基苯醌主要依赖进口。因此,开展2,3,5-三甲基苯醌的合成研究对发展国内维生素 E 的生产具有重要意义。TMHQ的合成工艺国内外己有多种报道，较为先进的是TMP法与异佛尔酮法，TN[b]B[/b]Q粗品萃取过程是合成TMBQ的关键环节。在制药领域，NIRS作为一种重要的PAT工具，已成功用于药物的原辅料评价、关键过程的监测和控制、成品的快速放行和质量监测等各个环节，为保证产品质量、降低生产成本、革新生产过程发挥了重要的作用。[b]1实验材料与仪器1.1仪器[/b] Antaris Ⅱ傅里叶变换[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]（美国Thermo Fisher公司），7890A[url=https://insevent.instrument.com.cn/t/Mp]气相色谱仪[/url]-氢焰离子化检测器（美国Agilent公司），HP-1毛细管色谱柱（美国Agilent公司）BT224S电子分析天平(德国Sartorius公司)，容量瓶，100ml圆底烧瓶，分液漏斗，[url=https://insevent.instrument.com.cn/t/9p][color=#3333ff][url=https://insevent.instrument.com.cn/t/9p][color=#3333ff]移液枪[/color][/url][/color][/url]（美国ThermoFisher公司）。RESULT[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]采集软件，TQAnalyst[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析软件，Matlab数据处理软件。[b]1.2试剂[/b] 2,3,6-三甲基苯醌（合成步骤见第二章），石油醚（天津富宇精细化工有限公司，沸程60℃-90℃）。[b]2方法2.1样品制备和处理[/b] 按照第二章步骤合成得TMBQ得其石油醚溶液，萃取水相合并有机相，旋蒸浓缩除去石油醚至橙黄色油状液体，称重，再用石油醚作为溶剂配置1ug/ml~50mg/ml一系列溶液。[b]2.2光谱采集[/b] 波长范围4000 cm[sup]-1[/sup]-10000cm[sup]-1[/sup]；扫描次数32；分辨率8 cm[sup]-1[/sup]，使用4mm光程的玻璃样品管乘装液体样品，采集样品前采集背景以消除背景干扰，每个样品重复采集三次光谱。光谱采集在恒定室温（24℃）与恒定湿度的条件下进行。[b]2.3样品集划分[/b] 使用K-S分类法将所有66个样品换分为48个校正集与18个验证集。[b]2.4模型建立与优化[/b] 采用导数、平滑等方法对原始光谱进行预处理，应用偏最小二乘法（PLS）建立模型，结合RMSEP等评价参数，通过变量选择方法选择特征波段优化模型。[b]2.5 重复性考察[/b] 选择3个验证集样品，每个样品连续采集10次光谱，使用建立好的模型预测每张光谱，并计算出每个样品十次预测值的均值和标准偏差。是第i个样品的第j张光谱，第i个样品共测定ri个光谱，第i个样品的预测平均值为：[align=center][img=,90,83]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311044_01_1626619_3.png[/img][/align] 复测定的标准偏差为：[align=center][img=,164,102]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311044_02_1626619_3.png[/img][/align] 用c[sup]2[/sup]检验来考察这些重复性标准偏差是否属于同一总体：[align=center][img=,271,245]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311045_01_1626619_3.png[/img][/align] z为需要重复测定的样品数，将所得χ[sup]2[/sup]与自由度（z-1）临界值比较，若χ[sup]2[/sup]在临界值以下，则重复测定的所有方差属于同一总体，标准偏差均值σ可以作为近红外测定的标准偏差，近红外分析方法的重复性为z××σ[sub]max[/sub]。如果χ[sup]2[/sup]大于临界值，近红外分析方法的重复性随样品组分浓度不同而不同，这时，近红外分析方法的重复性不大于z××σ[sub]max[/sub]（σ[sub]max[/sub]为σi中的最大值）。[b]2.6[url=https://insevent.instrument.com.cn/t/Mp]气相色谱[/url]检测[/b] 初始温度180℃恒温5min，以10℃/min的速率升温至240℃。进样口温度：300，检测器温度：300，载气：氮气，载气流速：3ml/min，进样量：0.5ul。[b]3结果3.1校正集与验证计划分[/b] 使用K-S分类法将所有66个样品换分为48个校正集与18个验证集。校正集与验证集的第一第二主成分分布图如图1，其中黑色符号代表校正集样品，红色符号代表验证集样品，验证集均匀分布于校正集中，可见使用该方法分类合理。[align=center][img=,553,217]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311047_01_1626619_3.png[/img][/align][align=center]图1 所有样品主成分分布图[/align][b]3.2预处理方法的选择[/b] 考察无预处理、一阶导数+SG5点平滑、一阶导数加SG9点平滑、一阶导数+SG15点平滑、二阶导数加15点平滑这几种方式的建模结果，以RMSEC、RMSECV、RMSEP以及R[sup]2[/sup]作为评价指标，结果见表1。[align=center]表1 预处理方法评价参数[/align][align=center][img=,566,164]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311104_01_1626619_3.png[/img][/align] 无预处理的模型结果最差，说明噪声对模型结果有较大影响，原始光谱如图2。SG15点平滑+一阶导数的预处理结果RMSEC、RMSECV以及RMSEP最小，R[sup]2[/sup]最高。因此选择SG15点平滑+一阶导数作为模型的预处理方法，预处理后光谱如图3。[align=center][img=,524,224]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311048_01_1626619_3.png[/img][/align][align=center]图2 原始光谱图[/align][align=center][img=,532,210]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311049_01_1626619_3.png[/img][/align][align=center]图3 一阶导数+SG15点平滑预处理光谱图[/align][b]3.2异常样本的剔除[/b] 图4为校正集样品在学生残差-杠杆值图中的分布。图中5号（红色方框标记）样品学生残差值与杠杆值都非常高，判定为异常样品，猜测为溶液配制错误或者在光谱采集过程中出现错误，因此在后期模型优化中剔除这一异常值。[align=center][img=,563,217]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311050_01_1626619_3.png[/img][/align][align=center]图4 学生残差-杠杆值关系图[/align][b]3.3波段选择结果[/b] 以一阶导数+SG15点平滑为最优预处理方法进行波段选择，主要考察ForwardiPLS、SPA、相关系数法三种方法。[b]3.3.1iPLS波段选择结果[/b] 设定20为最大主成分数，分别考察以50、100、200个变量为波段基础的建模效果。红色虚线是全波段建模的RMSECV，红色与绿色条带的高度代表以此条带的变量建模所得RMSECV，从图5中可见，绿色条带的RMSECV值最小，因此绿色条带是被选择用于建模的波段，红色条带则表示不被选择的区域。表2为各变量基础的模型参数。[align=center][img=,558,268]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311051_01_1626619_3.png[/img][/align][align=center]图5 以50个变量为基础的iPLS法波段选择效果图[/align][align=center][img=,572,266]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311052_01_1626619_3.png[/img][/align][align=center]图6 以100个变量为基础的iPLS法波段选择效果图[/align][align=center][img=,618,262]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311052_02_1626619_3.png[/img][/align][align=center]图7 以200个变量为基础的iPLS法波段选择效果图[/align][align=center]表2 不同变量基础的建模结果[/align][align=center][img=,646,111]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311053_01_1626619_3.png[/img][/align][b]3.3.2 SPA法波段选择结果[/b] SPA算法首先通过完成n个波长分组各M个波长选择，然后通过多元定量校正模型完成m（1￡m￡M）个最优波长的选定。图8为SPA法选择变量的效果图。 运行SPA算法共选择3个变量，对应波数为4188.65cm[sup]-1[/sup]，4885.50cm[sup]-1[/sup]，7503.50cm[sup]-1[/sup]，为图中红色方框标注，以此3个变量建立PLS模型，结果如表 所示，RMSECV与RMSEP均有所增加，R[sup]2[/sup]降低，表明模型预测能力与线性都有所降低。分析原因可能是此方法在选择波段过程中由1557个变量减少到3个，光谱变量删除过多，去除大量无关变量的同时导致许多有价值信息的丢失。[align=center][img=,501,246]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311053_02_1626619_3.png[/img][/align][align=center]图8 SPA算法变量选择结果图[/align][b]3.3.3相关系数法波段选择结果[/b] 将相关系数阈值设定为0.6、0.7、0.8，使用相关系数法计算出TMBQ含量值与波数的相关系数图，如图9，图中虚线为设定的相关系数阈值，虚线以上及以及的部分代表相关系数大于阈值的波段，阈值越高，被选择的波段越少，当阈值设为0.8时，大于阈值的波段已经较少。以超过阈值的波段建立PLS模型。模型结果如表3，可见将阈值设为0.6时模型结果最好。[align=center] a[img=,402,175]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311055_01_1626619_3.png[/img][/align][align=center] b[img=,409,187]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311056_01_1626619_3.png[/img][/align][align=center] c[img=,409,176]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311056_02_1626619_3.png[/img][/align][align=center]图9 不同阈值的波数相关图（a阈值设为0.6，b阈值设为0.7，c阈值设为0.8）[/align][align=center]表3 相关系数法建模参数[/align][align=center][img=,496,105]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311058_01_1626619_3.png[/img][/align][b]3.4 小结[/b] 综合比较全波段建模与三种波段选择方法建模结果，参数如表。其中使用iPLS法选取600个变量，波段区间为4385.33cm[sup]-1[/sup]-5152.86cm[sup]-1[/sup]，5928.11cm[sup]-1[/sup]-6309.94 cm[sup]-1[/sup]，分别对应双键上C-H第一组合频与一级倍频吸收，建模后具有最高的决定系数和最低的各项方差值，这些参数表明使用该方法建立的模型预测能力最好，与真实值最接近。因此本实验主要选择iPLS方法选择变量，结合一阶导数+SG15点平滑建立模型，应用于TMBQ萃取过程含量的快速检测。[align=center]表4 各变量选择方法比较[/align][align=center] [img=,374,136]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311059_01_1626619_3.png[/img][/align][align=center][img=,524,214]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311059_02_1626619_3.png[/img][/align][align=center]图10 优化后模型预测线性图[/align][b]3.5重复性试验考察[/b] 采集验证集8号、25号、36号样品，对TMBQ含量模型进行重复性测试，每样品采集10次光谱。预测结果见表5。[align=center]表5 重复性考察结果[/align][align=center][img=,578,337]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311100_01_1626619_3.png[/img][/align] 自由度为2时，χ[sup]2[/sup]临界值为5.99。实际χ[sup]2[/sup]小于临界值，[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析方法重复性为0.154，可以满足分析应用。[b]3.6NIR预测考察[/b] 第一次使用20ml石油醚萃取，之后每次使用等体积10ml石油醚萃取，共萃取8次，使用[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]测定TMBQ峰面积，并使用NIR采集8次萃取液[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]，使用优化好的定量模型对其含量进行预测。[align=center][img=,490,255]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311102_01_1626619_3.png[/img][/align][align=center]图11 NIR预测值[/align] 图11为NIR对萃取过程的预测结果，第一次萃取即将大部分产品萃取出，随后的每次萃取量呈逐渐下降的趋势，在第五次萃取后，萃取液中产品含量几乎为0，并且随后没有变化，表明已达到萃取终点。使用[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]检测第4~8次萃取液，记录TMBQ峰面积，结果如表6。[align=center]表6 [url=https://insevent.instrument.com.cn/t/Mp]gc[/url]检测结果表[/align][align=center][img=,529,66]http://ng1.17img.cn/bbsfiles/images/2017/08/201708311103_01_1626619_3.png[/img][/align] 第五次萃取后，TMBQ峰面积已经很小，并且基本没有变化，因此在4次萃取完全可以将水相中的TMBQ萃取完全，继续萃取已经没有意义，[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]检测与NIR预测结果相符，表明此模型预测能力良好，对萃取工艺具有一定指导意义。[b]4讨论[/b] 本实验采用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]结合PLS算法建立TMBQ萃取过程含量快速检测模型，并使用不同预处理方法与波段选择方法对模型进行优化，最终确定使用一阶导数+SG15点平滑预处理结合iPLS选择波段建立PLS模型，建模所用波段区间为4385.33 cm[sup]-1[/sup]-5152.86cm[sup]-1[/sup]，5928.11 cm[sup]-1[/sup]-6309.94cm[sup]-1[/sup]，模型决定系数R[sup]2[/sup]=0.996，RMSEP=0.1350。使用[url=https://insevent.instrument.com.cn/t/Mp]gc[/url]验证了NIR模型对萃取过程与终点的预测能力。以上结果表明模型精密度与准确度良好，可以满足含量分析的需要，是TMBQ萃取过程含量快速检测的有效方法。[b]5参考文献[/b]孙月婷. 维生素E 的合成与分析研究现状. 广州化工, 2011, 39(6): 34-35.O.A.Kholdeava Synthesis of Vitamia E J.Mol.Cotal,1992,88(5):235～ 244孔黎明, 周涛, 菅盘铭. 2, 3, 5- 三甲基苯醌和2, 3, 5- 三甲基氢醌的一种合成方法: 中国, 102219665. 2011-10-19.A BShishmakov, Yu V Mikushina, O V Koryakova. Oxidation of 2,3,6-Trimethylphenolon Titanium Dioxide Xerogel by Hydrogen Peroxide in the Absence of an OrganicSolvent. RUSSIAN JOURNAL OF APPLIED CHEMISTRY, 2011, 84（9）:1555-1559. O V Zalomaeva, N N Trukhan,I D Ivanchikova, et al. EPR study on the mechanism of H[b][sub]2[/sub][/b]O[b][sub]2[/sub][/b]-basedoxidation of alkylphenols over titanium single-site catalysts. J. Mol.Catal. A: Chem., 2007, 277(1-2), 185~192.褚小立. 化学计量学方法与分子光谱分析技术.北京 化学工业出版社. 2011.董学锋,戴连奎,黄承伟等.结合PLS-DA与SVM的[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]软测量方法