基于RSM和GA-ANN优化超声-顶空气相色谱法测定植物油中六号溶剂残留量前处理条件

摘要：

建立植物油中六号溶剂残留量的超声-顶空气相色谱(UV-HGC)分析方法.采用单因素实验考察超声功率、超声时间、超声温度对六号溶剂残留量检测的影响,并用响应面法(RSM)和遗传算法-人工神经网络(GA-ANN)对UV-HGC条件进行优化.结果表明:RSM和GA-ANN相对误差、决定系数(R2)分别为9.15％、0.89 1 4和5.95％、0.949 5,说明GA-ANN比RSM具有更强的预测和优化能力.采用GA-ANN优化获得UV-HGC最佳前处理条件为超声功率500 W、超声时间7 min、超声温度50℃.在最佳前处理条件下,植物油中的六号溶剂在9.53～200 mg/kg质量浓度范围内线性关系良好,相关系数(r)为0.999 4,在低、中、高3 个加标水平下,平均回收率分别为95.5％、98.6％、100.4％,相对标准偏差(RSD)均小于3.5％.方法的检出限(LOD)为 1.85 mg/kg,定量限(LOQ)为9.53 mg/kg.该方法操作简单、快速、灵敏、准确,适用于植物油中六号溶剂残留量的检测.

关键词：超声、六号溶剂、响应面法、神经网络、植物油、溶剂残留

所属期刊栏目：45

分类号：O657.7;TS227(分析化学)

资助基金：湖南省食品药品监督管理局食品药品安全科技项目湘食药科R201701

在线出版日期：2020-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：132-137