目的通过一组单线性梯度洗脱实验获取线性溶剂强度模型的参数值,为色谱图的预测提供所必须的参数值。方法首先,在实验中固定流动相组成的起始和结束值,通过改变梯度洗脱的时间,从而改变梯度的斜率(B)。测定溶质在这些梯度条件下的保留时...目的通过一组单线性梯度洗脱实验获取线性溶剂强度模型的参数值,为色谱图的预测提供所必须的参数值。方法首先,在实验中固定流动相组成的起始和结束值,通过改变梯度洗脱的时间,从而改变梯度的斜率(B)。测定溶质在这些梯度条件下的保留时间,计算其流出色谱柱时所对应的流动相组成(φR)。然后,将描述φR与B之间关系的数学公式对实验数据进行非线性拟合,从而获取线性溶剂强度模型的参数值。拟合基于Levenberg-Marquardt算法,通过Excel中的Visual Basic for Applications(VBA)语言编程实现。结果计算机程序的可靠性通过实验进行验证。以12种芳环化合物为分离的对象,以C18柱为固定相,含1%乙酸的甲醇-水溶液为流动相,应用所编写的程序对单线性梯度洗脱实验数据进行处理,获取溶剂强度模型的参数值。然后,根据所得到的参数值预测多线性梯度洗脱条件下的色谱图,得到的理论色谱图与实验色谱图吻合。结论所建立的方法可快速准确地获取线性溶剂强度模型的参数值,具有良好的实用价值。展开更多
为研究串联系统下多部件应力-强度模型的可靠性问题,基于Kumaraswamy分布,采用极大似然法给出参数及应力-强度模型可靠度的极大似然估计(maximum likelihood estimation,MLE);再利用Jeffreys准则构造无信息先验分布,运用马尔可夫链蒙特...为研究串联系统下多部件应力-强度模型的可靠性问题,基于Kumaraswamy分布,采用极大似然法给出参数及应力-强度模型可靠度的极大似然估计(maximum likelihood estimation,MLE);再利用Jeffreys准则构造无信息先验分布,运用马尔可夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)方法给出参数及应力-强度模型可靠度的贝叶斯估计;最后,利用逆矩估计方法给出参数及应力-强度模型可靠度的逆矩估计(inverse moment estimation,IME)。数值模拟结果表明,在不同系统可靠度及不同样本量条件下,通过对3种估计方法的数值进行比较发现贝叶斯估计效果最好,IME优于MLE。该研究为探讨串联系统多部件应力-强度模型可靠性提供了一定的理论基础。展开更多
文摘目的通过一组单线性梯度洗脱实验获取线性溶剂强度模型的参数值,为色谱图的预测提供所必须的参数值。方法首先,在实验中固定流动相组成的起始和结束值,通过改变梯度洗脱的时间,从而改变梯度的斜率(B)。测定溶质在这些梯度条件下的保留时间,计算其流出色谱柱时所对应的流动相组成(φR)。然后,将描述φR与B之间关系的数学公式对实验数据进行非线性拟合,从而获取线性溶剂强度模型的参数值。拟合基于Levenberg-Marquardt算法,通过Excel中的Visual Basic for Applications(VBA)语言编程实现。结果计算机程序的可靠性通过实验进行验证。以12种芳环化合物为分离的对象,以C18柱为固定相,含1%乙酸的甲醇-水溶液为流动相,应用所编写的程序对单线性梯度洗脱实验数据进行处理,获取溶剂强度模型的参数值。然后,根据所得到的参数值预测多线性梯度洗脱条件下的色谱图,得到的理论色谱图与实验色谱图吻合。结论所建立的方法可快速准确地获取线性溶剂强度模型的参数值,具有良好的实用价值。
文摘为研究串联系统下多部件应力-强度模型的可靠性问题,基于Kumaraswamy分布,采用极大似然法给出参数及应力-强度模型可靠度的极大似然估计(maximum likelihood estimation,MLE);再利用Jeffreys准则构造无信息先验分布,运用马尔可夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)方法给出参数及应力-强度模型可靠度的贝叶斯估计;最后,利用逆矩估计方法给出参数及应力-强度模型可靠度的逆矩估计(inverse moment estimation,IME)。数值模拟结果表明,在不同系统可靠度及不同样本量条件下,通过对3种估计方法的数值进行比较发现贝叶斯估计效果最好,IME优于MLE。该研究为探讨串联系统多部件应力-强度模型可靠性提供了一定的理论基础。