【技术实现步骤摘要】
本专利技术属于分析检测，涉及一种混合物的检测方法，尤其涉及一种定量测量混合物中颗粒组分的含量与浓度的方法。
技术介绍
1、纳米颗粒的物理和化学性质高度依赖于其尺寸范围，因此，准确测定纳米颗粒的粒径分布及含量是了解其性质和技术应用的重要一步。目前，存在多种测量方法可以测定纳米颗粒的粒径分布及含量。例如，动态光散射(dls)是最为常用的尺寸表征技术之一，然而这项技术需要三倍以上的尺寸差异才能区分不同颗粒成分；作为一种计数方法，纳米颗粒跟踪分析(nta)具有比dls更好的尺寸分辨率，但仍需要约50％的尺寸差异才能区分不同的纳米颗粒组分，且容易高估混合物中较大颗粒的数量。
2、为了提高混合体系的尺寸分辨率，研究人员开发了一种颇有前景的替代方法—将分离技术与检测技术相结合的联用技术。诸多与尺寸相关的分离技术可用于实现该目的，例如场流分离技术(fff)、色谱分析、密度梯度离心、离心液体沉降(cls)、电泳和膜过滤；检测技术包括dls、紫外可见光谱(uv-vis)、多角度光散射(mals)、电感耦合等离子体-光发射(icp-oes)和质谱(icp-ms)。
3、sánchez-cachero等人(a.sanchez-cachero,s.lopez-sanz,n.r.farinas,a.rios,r.martin-doimeadios,talanta 222(2021)121513.)利用非对称流场流分离(af4-icp-ms)技术，研究了有机质对铂纳米颗粒尺寸的影响。结果显示：在最佳的洗脱条件下，5nm和30nm铂纳米
4、尽管联用技术取得了显著的进步，但是完全分离和精确量化小尺寸差异的颗粒组分仍然是一个严峻的挑战，特别是当混合物中被分离颗粒的直径大于20nm时，对于尺寸差异小于10nm的颗粒混合物存在分离困难的问题，而且分离技术可能会引入额外的干扰和偏差，如吸附、偏聚等效应使得后端检测技术测得的物性参数偏离样品原来的性质。
5、单颗粒电感耦合等离子体质谱(spicp-ms)是近年来新兴的一种应用于颗粒尺寸分布和颗粒数浓度测量的质谱分析技术。mitrano等人(d.m.mitrano,a.barber,a.bednar,p.westerhoff,c.p.higgins,j.f.ranville,journal of analytical atomicspectrometry 27(7)(2012)1131.)发现，尽管40nm和80nm银纳米颗粒(agnps)混合物中颗粒的积分强度直方图分离得很好，然而60nm和80nm agnps混合物中颗粒的积分强度直方图存在大部分重叠。westerhoff等人(x.bi,s.lee,j.f.ranville,p.sattigeri,a.spanias,p.herckes,p.westerhoff,journal of analytical atomic spectrometry 29(9)(2014)1630.)利用k-means聚类算法得到了初级和次级纳米颗粒最小可区分的尺寸差异约为20nm。然而，由于颗粒分布的进一步重叠，由尺寸接近的颗粒组分组成的混合物仍无法被正确分辨。
6、由此可见，如何提供一种定量测量混合物中颗粒组分的含量与浓度的方法，提升被测颗粒粒径、含量和浓度的测量分辨率和准确性，成为了目前本领域技术人员迫切需要解决的问题。
技术实现思路
1、本专利技术的目的在于提供一种定量测量混合物中颗粒组分的含量与浓度的方法，所述方法基于核密度估计法和有限混合模型分析处理spicp-ms数据，提升了被测颗粒粒径、含量和浓度的测量分辨率和准确性。
2、为达到此专利技术目的，本专利技术采用以下技术方案：
3、本专利技术提供了一种定量测量混合物中颗粒组分的含量与浓度的方法，所述方法针对于已知潜在构成组分的混合物。
4、所述方法包括以下步骤：
5、(1)对混合物和混合物的每种潜在组分单独进行spicp-ms测量，得到混合物和每种潜在组分的被测信号；
6、(2)利用核密度估计法对步骤(1)所得每种潜在组分的被测信号进行概率密度分布估计，得到每种潜在组分的概率密度函数；
7、(3)利用步骤(2)所得每种潜在组分的概率密度函数建立有限混合模型，并利用步骤(1)所得混合物的被测信号对有限混合模型的模型参数进行估计，得到混合物中每种潜在组分的含量；
8、(4)基于步骤(3)所得含量，结合指定的含量阈值，对混合物中潜在组分的组分数进行删减，得到混合物中真实组分的组分数、构成和含量；
9、(5)基于步骤(4)所得混合物中真实组分的信息，重复步骤(3)，得到潜在组分被限定后混合物中每种真实组分的含量；
10、(6)基于步骤(3)-(5)中任一步骤所得含量，结合spicp-ms的传输效率和进样速度数据，经过换算后得到混合物中每种真实组分的浓度。
11、本专利技术使用由概率密度函数的核估计组成的有限混合模型(fmkde)来描述已知潜在构成组分的混合物，对spicp-ms获得的测量信号进行分析，进而获得已知潜在构成组分的混合物中每种真实组分的含量和浓度。由于这种方法充分利用了每种潜在组分被测信号的统计特征，使得spicp-ms应用于已知潜在构成组分的混合物测量时，颗粒尺寸的分辨率和含量与浓度的测量准确性得到显著提升。
12、具体地，所述方法基于核密度估计法和有限混合模型分析处理spicp-ms数据，实现了定量测量混合物中颗粒组分的含量与浓度，可将颗粒混合物的粒径分辨极限降至5nm，在多组分混合物中，含量绝对偏差降至3％以下，显著提高了spicp-ms多组分测试的粒径分辨率和含量准确性，且无需复杂的分离处理，有助于促进spicp-ms方法在纳米技术相关领域的推广应用。
13、此外，本专利技术首先采用spicp-ms对每种潜在组分进行单独测量，然后利用核密度估计法来估计每种潜在组分的概率密度分布，从而避免了对每种潜在组分的概率密度函数的函数形式进行预设约束。
14、本专利技术中，步骤(3)-(5)所述含量包括混合物的每种组分(潜在组分或本文档来自技高网...
【技术保护点】
1.一种定量测量混合物中颗粒组分的含量与浓度的方法，其特征在于，所述方法针对于已知潜在构成组分的混合物；
2.根据权利要求1所述的方法，其特征在于，所述已知潜在构成组分的混合物具体为：由已知种类的至少2种潜在组分按照已知或未知的比例混合而成的混合物。
3.根据权利要求2所述的方法，其特征在于，所述混合物的被测信号以有限混合模型来表示概率密度函数，以公式表示为：
4.根据权利要求3所述的方法，其特征在于，步骤(1)所述被测信号是混合物样本中每种颗粒对应的综合强度数据和潜在组分样本中每种颗粒对应的综合强度数据
5.根据权利要求4所述的方法，其特征在于，所述核函数的函数形式包括高斯函数、矩形函数、三角函数、余弦函数或Epanechnikov函数中的任意一种，进一步优选为高斯函数，以公式表示为：
6.根据权利要求4所述的方法，其特征在于，所述带宽的取值方法包括手动赋值或计算赋值，进一步优选为计算赋值；
7.根据权利要求3所述的方法，其特征在于，步骤(3)所述模型参数的估计方法包括最大似然估计、贝叶斯判别法或最小二乘估
8.根据权利要求7所述的方法，其特征在于，所述最大似然估计包括采用数值优化的方法估计最大似然概率条件下的模型参数πj、aj和hj的值，具体为：
9.根据权利要求7所述的方法，其特征在于，所述贝叶斯判别法估计的模型参数包括πj，包括以下步骤：
10.根据权利要求7所述的方法，其特征在于，所述最小二乘估计包括以下步骤：
...【技术特征摘要】
1.一种定量测量混合物中颗粒组分的含量与浓度的方法，其特征在于，所述方法针对于已知潜在构成组分的混合物；
2.根据权利要求1所述的方法，其特征在于，所述已知潜在构成组分的混合物具体为：由已知种类的至少2种潜在组分按照已知或未知的比例混合而成的混合物。
3.根据权利要求2所述的方法，其特征在于，所述混合物的被测信号以有限混合模型来表示概率密度函数，以公式表示为：
4.根据权利要求3所述的方法，其特征在于，步骤(1)所述被测信号是混合物样本中每种颗粒对应的综合强度数据和潜在组分样本中每种颗粒对应的综合强度数据
5.根据权利要求4所述的方法，其特征在于，所述核函数的函数形式包括高斯函数、矩形函数、三角函数、余弦函数或epanechnikov...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。