论文部分内容阅读
酚类物质在环境中广泛的存在,作为一种有毒物质,对人类的健康造成了极大的危害,所以酚类物质的检测就成为了亟待解决的问题,同时也对环境监测有着重要的意义。当前对于酚类物质含量的检测多采用高效液相色谱法以及分光光度法,但是以上两种方法前者要求对被检物质进行预先的分离,分离过程通常需要预处理,比较繁琐和耗时,并且检测仪器比较昂贵不易于携带,而后者不能很好的克服一些杂质诸如光干扰物质的影响,效果都不是很理想。因此,寻找一种可以实时在线检测酚类污染物的方法就显得相当的重要。近年出现的酶传感器法应用于酚类物质的检测中获得了不错的效果,本文在总结了国内外学者在该领域的研究成果,对酶传感器应用于邻苯二酚的检测中进行了一些研究,研究了一种基于核/壳磁性纳米粒子固定漆酶的邻苯二酚生物传感器制备方法,制备了Fe3O4磁性纳米颗粒,将其功能化并利用戊二醛将漆酶共价固定,借助磁场吸附在磁性碳糊电极上,检测邻苯二酚。对于酶传感器法检测邻苯二酚浓度存在的一些不足(例如在某些区间里酚类物质的浓度与高效液相色谱法检测的结果不能很好的拟合)提出了将神经网络方法引入酶传感器检测邻苯二酚浓度中来,建立了酶传感器——BP神经网络检测邻苯二酚浓度的模型。我们建立了一个含有一个隐含层的3层BP神经网络,这里我们利用BP神经网络强大的学习和泛化性能,用实验测得的数据进行训练和测试,最后用训练完成的网络对数据进行拟合,结果发现预测数据与高效液相色谱法测得的数据能基本的拟合。由此可见,应用酶传感器——BP神经网络方法检测邻苯二酚的浓度得出的结果是比较理想的,这也就为实现快速,实时地检测酚类物质的浓度提供了一种新的方法。