奥克立林含量

据香港文汇报报道，[B]美国食品及药物管理局（FDA）日前发信警告雀巢食品公司，指公司一款婴儿奶粉的钙及磷含量低于法例规定。[/B] 　　警告信中指出，他们在今年5月巡查公司在威斯康星州的生产厂房后，测试GoodStart系列其中一款婴儿奶粉，发现样本的钙及磷的含量都低于法例规定和奶粉罐上的标示。 　　美国规定每100千卡路里的婴儿奶粉，钙含量不得低于60毫克，而雀巢该款奶粉样本的钙含量为58.6毫克，罐上标示的钙含量则为64毫克。另外奶粉样本每100千卡路里的磷含量为29.4毫克，低于法例要求的30毫克，而罐上标示的含量则为36毫克。 　　当局给予雀巢15个工作天，订出解决方法并制定防止问题重现的方案，但没有提及受影响奶粉的数量。 　　雀巢后来则发表声明，公司自行进行的测试显示奶粉的钙及磷含量均达法例要求，正与当局合作了解两个测试存在分歧的原因。

金相评级中测定奥氏体的含量。界面左边是国标图片400X各种级别的图谱，右边是拍摄的图片，图片范围很大（接CCD拍摄放大倍数有1千多倍），然后倍数设定选择“400倍”后图片缩小，怎样才能确定这个设定的“400倍”是真正的400X呢？倍数不一样比较就没的意义啊，厂家说就是400X但没有合理的解释。

各位师傅，小弟有个问题想请教一下。奥氏仪分析出来的含量偏高，有什么办法能把它降下来吗？谢谢

PET（固体）磷含量测定，磷含量7500ppm左右，Fe含量20ppm，Sb含量160-200，Ti含量0-2000ppm，标准曲线0，0.5，1，5，10mg/L，ICP参数1300w，等离子气体15，辅助气0.2，雾化0.8，样品提升1.5ml/min，取样0.1g，5ml硫酸加热碳化，过氧化氢消解至透明后继续加热至过氧化氢消失，冷却后用up水定容100ml，铁，锑，钛含量双样极差较大，P含量双样检测极差很小，但是磷含量的测定值在定容后直接检测和存放1-3小时后检测明显随着存放时间变长而减小。消解液磷存在水解可能？这个不是太懂，所以又重新制备消解液并加入10%硝酸5ml再定容，检测发现没有随着时间而变小，但是双样重复性不太好，磷含量极差100-200ppm，并且磷含量测定值要小于不加硝酸200-400ppm。其他微量元素重复性也很差。觉得标曲对于低浓度元素误差太大，且器皿会有残留，消解和定容玻璃器皿浸泡10%硝酸24h，另建标曲0，0.05，0.1，0.5，1mg/L用于测定Fe，Sb，Ti元素，标曲0，0.5，1，5，10mg/L再次复测，重复上述两种处理的消解液。1，消解液不加硝酸，双样重复性良好，低浓度曲线测Fe含量在10ppm左右，高浓度曲线Fe含量接近零（双样平均值为0或者0.1-0.2），但磷含量第一组定容后直接测定7500ppm，第二组2h后测定7300ppm，Sb，Ti，Fe元素比较稳定；2，消解液加硝酸，双样重复性较差，Fe含量在3-40ppm，磷含量第一组7300左右，第二组2h后测定7300左右，Sb，Ti元素比较稳定。有几个疑问需要大佬们指点：1，磷含量为什么会减小，是消解过程损失还是在消解液中损失了？2，酸化消解液为什么重复性变差了？3，由于磷含量较高，在前后样品检测时该怎么防止上个样品残留影响呢，我目前解决办法是增加排空时间和后个溶液冲洗时间不知道对不对4，还有一些添加剂磷含量6%-14%，我是该减小称样量还是进行稀释后测定。跪拜

求助肠溶阿司匹林片中游离水杨酸的含量测定!谢谢大家了!

[align=center][size=16px][b]颗粒中水分含量监测[/b][/size][/align]颗粒中的含水量是其关键质量属性之一[25]。水分含量受多种参数的影响，如进出口空气温度、进风量大小、进风湿度等都对颗粒的含水量造成影响[26]。水分含量的大小会影响颗粒的流动性、密度、粒径、溶出度、可压性及稳定性等性质。适宜的含水量能够促使颗粒的生长，促使物料粉末成粒。水分含量过高，部分粉末会附着在锅体内壁上，颗粒间也容易互相粘附结成块状，严重的会造成塌床；水分含量过低，颗粒生长缓慢，造成锅体内有过多的粉末。Beer[27]等人提出，压缩后的颗粒性质不仅与颗粒中剩余的结合水的水分有关，还与在整个流化床制粒过程中颗粒水分分布情况有关。因此对流化床制粒过程中水分含量进行实时监测与及时控制对提高制粒成功率起着非常重要的作用。为了达到实时了解制粒中颗粒含水量的目的，可以采用近红外（Near Infrared，NIR）光谱技术。NIR技术预测颗粒水分研究现状NIR技术被认为是一种可以对流化床制粒过程中物料关键质量属性进行实时监测的工具。NIR是一种振动光谱，对待测样本用NIR进行扫描可以得到样本中含有的有机分子的信息。NIR技术可以对采集的光谱数据进行分析，水分子在[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]区域能够具有较高的吸光度。可以利用这种特性对物料进行扫描，测量物料的含水量，对药品中的水分含量进行实时的监控。基于[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]的过程分析技术因为仪器较简单，分析速度快、适合各类样品分析等特点，在流化床制粒预测颗粒水分中应用广泛。Rantanen[28]等人在流化床窗口上安装光线探头，采用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]结合温湿度预测颗粒中的含水量，并且对颗粒的水分进行了控制。这种无创不接触的检测方式，可以在不对样品生产过程产生影响的条件下，对颗粒的水分进行监测。然而，这种检测方式也存在明显的弊端，比如照射距离的增加或者窗口的玻璃都会影响近红外的采集精度。为了达到更加精确的测量，可以将近红外探头插入到流化床内部进行在线分析Barla[29]等人将近红外探头插入到流化床内部进行光谱采集，通过偏最小二乘法等多种回归算法进行建模预测颗粒水分含量，发现利用偏最小二乘法建立的模型预测的结果均方根误差较低并且相关系数较高。除了实验室制粒流化床应用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]进行预测颗粒水分，工业级的流化床上也应用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]技术进行实时监测。Peinado[30]等人采用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]技术，在线实时监测工业级（300L）流化床颗粒的含水率，通过含水率测定干燥终点。制粒颗粒水分回归预测算法研究现状为满足在制粒过程中颗粒水分含量预测的高精度、高适应度的条件，建立准确度高、泛化能力强的回归预测模型是其先决条件。选取合理的回归算法，对于准确、快速地实现水分的预测具有非常重要的意义。在[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]预测颗粒水分中常用的回归模型有容易辨别系统噪声数据的偏最小二乘法、模拟生物界神经系统的人工神经网络算法和统计分析中常用的支持向量机算法。偏最小二乘（Partial Least Square，PLS）法是1983年由Wold和Alban提出的一种具有广泛适应性和在多重线性数据条件下可以达到较高正确率的多元统计回归方法[31]。PLS主要是针对多自变量和多因变量条件下的归回建模方法，尤其是在各个自变量具有较高线性相关性的时候表现较好，并且可以在数据量较少的情况下建立较为准确的回归模型。苗雪雪[32]等人通过PLS建立[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]数据与大米中水分含量的模型，实现了大米中水分含量的快速检测。陈洪亮[33]等人通过标准正态变换和无信息变量消除法对[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]进行了光谱预处理和波长特征筛选，并且结合间隔偏最小二乘法建立了预测大豆油掺伪含量的回归模型。兰州大学的路敏[34]通过[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]结合PLS等回归算法建模，快速无损的检测了可溶性固形物在薄皮水果中的含量。意大利热那亚大学的Mustorgi[35]等人从光谱数据出发，建立了PLS模型来评估特级初榨橄榄油的质量参数。De Assis[36]等人用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]技术结合PLS、iPLS和GA-PLS建立回归模型，用于预测杜鹃花果实的可溶性固体物和酸碱度的测定。研究证明，PLS回归模型以其高适应度与高准确率在近红外无损检测领域中具有较为广泛的应用。人工神经网络（Artificial Neural Network，ANN）发展历史悠久，是由McCulloch和Pitts在1943年第一次提出，为神经网络模型的发展奠定了基础。人工神经网络以其较高的准确度，较强的适应性和能够逼近任何非线性函数的特点广泛应用于各个行业[37]。广西大学的陈超锋[38]以温度、干燥时间、水分含量和初始单宁含量作为特征向量输入到网络中，预测在干制过程中柿饼可溶性单宁的含量。重庆大学的代娟[39]通过近红外光对人体血糖进行采谱，得到人体血糖的浓度数据及其[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]数据，利用粒子群算法优化ANN的权重系数，建立了两者之间的回归模型，并在实验中证明了该模型能够克服个体的差异性，具有较强的稳健性。中国海洋大学的周照艳[40]利用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]，研究对比了PLS模型与ANN模型在烟草定量分析中预测结果的差异，使用ANN弥补了PLS在建模过程中的不足。Costa[41]等人用PLS和ANN建立了基于[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]的纸浆干燥度评估模型，结果表明，[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]结合ANN和多元统计分析方法可以实时监测纸浆的重量变化。Afandi[42]等人通过室内分析测定水稻的氮含量，研究了利用ANN对水稻近红外反射率进行氮元素含量估算的方法。ANN在非线性、复杂程度高的回归预测中具有良好的表现，但同时ANN也有训练速度较慢，容易陷入局部最小值和过拟合的风险。支持向量机（support vector machines，SVM）结合了统计学习理论和结构风险最小化原理，并在其基础之上建立起来的一种机器学习算法[43]。在非线性回归中，SVM利用核函数的方法将原始数据从低维空间映射到高维空间，然后在高维空间中利用线性回归的原理进行建模，这样不会增加计算的复杂度[44]。吉林大学的梁力文[45]对对[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]的研究中，对光谱数据使用标准正态变换、多元散射校正、导数和小波降噪等方法进行预处理，在不同样本数目的条件下建立了甲硝唑的最佳SVM定量模型。牛晓颖[46]等人采集了驴肉的样本，扫描了近红外漫反射在4000~12500cm-1的光谱，分别使用主成分分析和偏最小二乘法对光谱数据进行处理，对处理后的数据使用SVM得到预测驴肉中蛋白质和脂肪含量的回归模型。在国外的研究中，Alves[47]等人应用SVM和PLS分别对[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]进行建模，预测柴油含量，结果显示SVM模型预测效果较好。Li[48]等人利用[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]和SVM建立了红松叶片中叶绿素含量的预测模型，得以准确地预测出红松叶片的叶绿素含量。Moura[49]等人对柴油的[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]建立PLS和SVM回归模型，定量分析柴油含量，确定柴油中是否掺杂有煤油。

请教一下，奥氏体不锈钢中α-相面积含量金相测定法,这个有没有ISO/ASTM……标准，谢谢了！

膳食纤维热量低、饱腹感强，还延缓葡萄糖的消化和吸收。每天吃够25-36克膳食纤维，有助于控制糖尿病患者的血糖，降低全因死亡率。建议主食粗细搭配，每天吃1斤以上蔬菜，再加上一小把坚果。[b][size=18px][color=#06948c]常见蔬菜里的膳食纤维含量[/color][/size][size=18px][color=#06948c]（每100克）[/color][/size]1、莲藕[/b]总膳食纤维4.9g，可溶性膳食纤维2.7g。维生素C含量接近草莓。口感脆跟几个孔无关，切好不烧，先泡水减轻色变。[b]2、西芹[/b]总膳食纤维4.8g，可溶性膳食纤维2.7g。芹菜茎钙钾含量更丰富；芹菜叶别丢，很多营养比茎高，芹菜杀精是谣言，男士完全放心吃。[b]3、四季豆[/b]总膳食纤维4.8g，可溶性膳食纤维3.3g。四季豆做不熟会中毒，保险起见别凉拌也不爆炒；为了控油，选择干煸也别油炸。[b]4、山药[/b]总膳食纤维4.1g，可溶性膳食纤维3.3g。[b]这个是用来炒菜的是脆山药[/b]，吃山药不补肾不壮阳，属于低糖食物，血糖高也能吃。[b]5、芋头[/b]总膳食纤维4.1g，可溶性膳食纤维量3.1g。清洗手痒，蒸不熟麻舌头主要因富含草酸，建议替代部分主食吃，芋头扣肉可不减肥。[b]6、空心菜[/b]总膳食纤维4g。钙含量高于牛奶，钾含量高于香蕉，沸水焯一下提高钙吸收。[b]7、西兰花 [/b]总膳食纤维3.7g。100g就能满足每日维生素C的56%，十字花科蔬菜，富含硫代葡萄糖苷。[b]8、羽衣甘蓝[/b]总膳食纤维3.6g，可溶性膳食纤维0.4g。它是抗氧化神器，生吃实在不好吃，多煮会儿凉拌还行。[b]9、茄子[/b]总膳食纤维3.4g，可溶性膳食纤维2.1g。要减肥茄子最好清蒸。[b]10、韭菜[/b]总膳食纤维3.3g。韭菜壮阳是谣言，当蔬菜吃就好；担心农残流水清洗就好。[b]11、冬瓜[/b]总膳食纤维2.9g。蔬菜里能量数它最低，水分最足还是它。

大家对磷青铜中磷含量与锡含量测定 都用什么方法？我用EDS测的跟ICP测的相差很大。而磷又不能用ICP测。有什么好方法？

参考美国药典液相色谱条件，用YMC-Triart C8色谱柱测定盐酸奥洛他定滴眼液的含量，系统适应性试验中理论塔板数、拖尾因子、相对标准偏差等均符合规定。

【作者】 李尔伟； 张超；【机构】 广州市花城制药厂； 广东天之骄药物开发有限公司 510555； 510610；【摘要】 目的 :建立天龙熄风颗粒中天麻素的含量测定方法。方法 :样品经SepPakC18微柱处理后用高效液相色谱法测定。色谱条件 :DiamonsilC18柱 (5 μm ,4 6× 15 0mm)为分析柱 ,甲醇 磷酸盐溶液 (7∶93)为流动相 ,检测波长为 2 70nm ;流速 1ml/min ;结果 :天麻素的平均回收率为 98 2 % ,RSD =2 1(n =5 )。结论 :用SepPakC18微柱固相萃取法代替传统的回流、提取的预处理 ,用高效液相色谱法测定天麻素含量 ,可用于天龙熄风颗粒的质量控制。 更多还原【关键词】 天龙熄风颗粒； 天麻素； 高效液相色谱；

今天接到一个案子，要测塑胶颗粒中二氨基二苯基甲烷的含量，之前从没测过啊！还请各位出出招，帮忙解决啊！

据我所知可吸附卤素含量是检测废水中的指标，但是我的客户却要求在有机产品中检测可吸附卤素的含量，需要特定的仪器，帮个忙，介绍一下哪里能测？

激光粒子计数器能不能测定胶体的颗粒含量？因为胶体有丁达尔现象 这与粒子计数器的原理相悖吗？因为我测了很多组数据 好像不太适合，所以请教各位高手。 仪器型号：cls-700 有知道的麻烦回复或发到我的邮箱：zoufengpingok@163.com 谢谢了

有没有谁做过ICP测定硅片硼磷硅玻璃层中硼磷含量，大家来讨论一下，如何处理样品才能保证测量精确？

请教各位老师：如用70mL甲醇提取2g样品，然后用液相色谱仪进样10uL检测，经外标法得到含量一个含量值为0.764mg/mL，如何换算成每千克样品含有多少毫克邻苯二甲酸酯。

请，本版的高手能够指点一下．我们用ＩＣＰ测定高含量的硅铝磷复合氧化物．其中硅１０％，铝４０％，磷５０％；我测定后将各结果相加只有９０％左右请问，怎样设计实验．本人将拿出200分奖励!谢谢!希望大家踊跃参与[em09507]

各位老师还有大手子们，想请老师们推荐一下压缩空气颗粒物和硫含量的检测仪器，百 万分感谢[img]https://simg.instrument.com.cn/bbs/images/default/em09509.gif[/img]

今天做阿司匹林肠溶片的释放度，两批结果都高于含量，分别是：130%，150%多？？？请教高手分析一下原因了。水我是烧开脱气的！含量的结果分别是104%，102%符合规定。