矿石检测
矿石一般分为贫矿石、普通矿石和富矿石。有时仅分为贫矿石和富矿石,这种划分没有统一的标准,一般每个工业部门和矿区都有各自的计算范围。按所含有用矿物性质和利用的特征分为有色金属矿、贵金属矿、黑色金属矿、和非金属矿。
检测项目及检测范围
矿石分类 | 检测范围 | 检测项目 |
有色金属矿石分析 | 铜矿、铅矿、锌矿、钨矿、钼矿、锡矿、锑矿、铋矿、钴矿、镍矿等 | 元素品位检测矿石定性半定量分析矿石全元素定量分析 |
贵金属矿石分析 | 金矿、银矿、钯矿、铱矿、钌矿、锇矿、铂族金属矿等 | |
黑色金属矿石分析 | 铁矿、锰矿、铬矿、钒矿、钛矿等 | |
非金属矿石分析 | 石英石、萤石、石墨、磷矿、硫矿等 |
品位检测:矿石中有用成分(元素或矿物)重量和矿石重量之比称为矿石品位,金、铂等贵金属矿石用克/吨表示,其他矿石常用百分数表示。常用矿石品位来衡量矿石的价值,但同时矿物中有害杂质的多少也影响矿石价值。
矿石定性半定量分析:对于未知矿石,可采用定性半定量分析,初步判定该矿物为何种矿石。
分析方法:
1、干法分析 所用的试样无须制成溶液,如微谱分析、焰色分析、原子发射光谱法、X射线荧光光谱分析法等。
2、湿法分析 需将试样配成溶液,常用的溶剂有水、酸、碱溶液。不溶于上述溶剂的试样可用碳酸钠、、liusuan钾等助熔剂使试样熔融分解,然后再溶于水或稀酸。
矿石全元素定量分析:在定性分析完成之后,通过化学分析以及一系列仪器,对该矿样进行所有元素含量的准确测定(包括矿物中有害杂质的含量测定及微量元素的含量测定)。
分析方法:
1、化学分析法
(1)容量分析法:酸碱滴定法,氧化还原滴定法,络合滴定法,沉淀滴定法等。
(2)重量分析法
2、仪器分析法
(1)色谱分析法:气相色谱法,高效液相色谱法
(2)电化学分析法:伏安分析法,库仑分析法,电位分析法
(3)光学分析法:原子吸收法,原子发射法,红外光谱法,紫外光谱法,吸光光度法,拉曼光谱法
更多检测详情,欢迎来电咨询了解!
我司可为各位新老客户检测的油品有八大类19小类166种产品500多个参数,其中燃料油类18种(含车用、航空、船用、炉用和其它燃料),润滑油类42种(含内燃机油、齿轮油、液压油、变压器油等),润滑脂类40种,石蜡类17种(含石蜡、白油、和凡士林等),沥青类7种,溶剂油类6种,有机化工类35种(含醇、醚、酮、酸及酯、芳烃等)和煤产品,还可检测石脑油、汽油润滑油及重质油品的Fe、Ni、V、Cr、Pb、Al、Cu、Zn、Na、Ca、Mg、P、Si、Hg、As等元素,其中能按国际**标准进行检测的参数有100多个。
鉴联检测有良好的内部机制,优良的工作环境以及良好的激励机制,由一批高素质、高水平、高效率的人才组成,拥有完善的技术研发力量、专业的实验设备和成熟的售后服务团队。在检验检测领域有着丰富经验,拥有许多种检测手段,覆盖金属材料、有机分析,无机分析,仪器分析等检测手段。熟悉现行的GB/ISO/JIS/STMA/EN/DIN/BS/GOST等国内外**的技术标准,掌握着新的检测方法。并与多家检测认证机构保持长期紧密合作关系,由鉴联检测出具的检测报告得到众多国际机构认可,我们有能力为客户提供一站式解决检测问题的解决方案。
检验请资询本公司李工
行业资讯:
样品处理 选择质量为(1 ± 0. 5) g的成年健康斑马鱼并随机分为5组,每组10条。设置其中一组作为对照组, 并置于 100mL 去离子水培养液中静置(温度为 22 ℃),在其余 4 组斑马鱼的培养液中加入适量 ADB- BUTINACA标准品使其质量浓度达到 2 µg/mL,静置于该培养液中染毒,在培养液中依次经过 1、4、 8、12h时随机取出1组斑马鱼,同时将对照组样本进行处理。培养结束后用清水冲洗斑马鱼表面,放 入研磨管中并加入 300µL乙腈对其进行安乐死,然后使用球磨仪对样本进行研磨。球磨仪参数设置: 频率:60 Hz;循环次数:6次;运行时间:45s;中断时间:15 s。研磨完毕后将样本取出,在5 ℃冷 冻离心机中离心 10 min后,取 100 µL上清液通过 0. 22 µmPTFE 微孔滤膜后进样分析。上述动物实验 操作均遵循毒品监测管控与禁毒关键技术公安部重点实验室实验动物福利伦理委员会的规定,并通过动物实验伦理审查(批准号:KLDMC-WECLA-202212-01)。 1. 5 非靶向代谢组学建模 非靶向代谢组学是一种对有机体在受到外界环境干扰所产生的内源性代谢物进行系统分析的技 术[16]。非靶向代谢组学研究不仅可对代谢物进行系统分析,还能够找到样本组间的差异代谢物,并将其应用于实际鉴定。正交偏*小二乘判别分析(OPLS-DA)是一种鉴定差异代谢物的有效方式,其能够使有效信息集中于一个维度,从而得到不同组间的差异信息。黄晓欣等[17] 利用非靶向代谢组学技术并结合多元统计方法对不同产地酸枣仁化学成分的差异进行分析,建立OPLS-DA模型对化合物进行 鉴定,*终找到酸枣仁的 3种化学成分在不同产地间的差异具有统计学意义。此外,层次聚类热图(HHC)分析是一种将样本组代谢物间的差异进行可视化分析的高效方法[18] 。张雷等[19] 利用非靶向代谢组学技术对以油莎豆粕为原料的精酿啤酒主发酵期间的差异代谢物进行研究,通过建立HHC模型更直观地显示了样本间的关系以及代谢物在不同样本中的差异表达模式。本实验建立OPLS-DA和HHC模型对ADB-BUTINACA在不同时间段斑马鱼体内的差异代谢物进 行数据挖掘。 1.6 靶向代谢组学建模 靶向代谢组学是在非靶向代谢组学的基础上仅对有限几类与样本组间相关的差异代谢物进行分析 和研究的方法[20]。实验利用非靶向代谢组学方法找出差异代谢物后,采用靶向代谢组学方法进行系统确证。其中,集成学习作为一种元学习方法,在代谢物数据挖掘和标志代谢物筛选方面具有强大优 势[21]。在集成技术领域,Stacking集成式分类能够有效解决过拟合现象,同时使模型的泛化能力得到提 高。张明伟等[22] 利用Stacking集成学习模型对糖尿病患者进行早期监测,结果表明集成学习算法的准 确率比单一分类器高4% ~5%,显示出该算法在性能方面的强大优势。 本实验建立 Stacking 集成分类模型对不同时间段斑马鱼体内的差异代谢物含量进行分析。将Stacking 集成学习框架分为两层:第一层为基分类器,拟建立决策树(DT)、*小二乘支持向量机(LSSVM)和K*邻近算法(KNN)作为基分类器;第二层为元分类器,拟建立随机森林(RF)作为元分类器。将原始数据随机分为训练集(70%)和测试集(30%),训练集参与基分类器进行训练,并将基分类器的输出特征作为元分类器的输入特征,元分类器通过不断学习新构成的数据特征,*终实现对样本的 分类预测。此外,为保证 Stacking集成模型分类效果的稳定性,对其进行超参数检验和敏感度分析,