化学计量及其在化学分析中的应用分析

2016-12-12汪爱红安徽东风机电科技股份有限公司安徽合肥230601

低碳世界 2016年32期

汪爱红（安徽东风机电科技股份有限公司，安徽合肥230601）

化学计量及其在化学分析中的应用分析

汪爱红（安徽东风机电科技股份有限公司，安徽合肥230601）

化学计量在化学分类决策和预报、信号解析、数据处理、设计实验等方面都发挥着极其重要的作用，一些复杂问题无法使用传统的化学研究方法得以解决，但可以通过使用化学计量的方式解决此类复杂问题。本文对化学计量进行简要分析，并对其在化学分析中的应用进行研究。

化学分析；化学计量；应用

引言

化学计量学是一门由化学与计算机技术、统计学、数学相结合的一门新兴的交叉学科，其内容涵盖了化学量测的整个过程，包括数据分析、单变量信号处理、多变量信号处理、选择实验条件、优化实验条件、实验设计、采样理论等等；研究内容主要包括人工智能、图书检索、实验室组织、合理性分析、过程控制、过程优化等。

1 化学计量

化学是研究物质的变化规律、性质、结构及其组成的科学，在研究的过程当中势必会存在着许多测量活动，从一方面而言，这些测量活动包含在计量学的研究范畴当中。研究化学测量准确度、测量方法及其量值的溯源性的学科就是化学计量，通过一系列的连续比较链使得有关的计量基准和所测的计量结果相联系的特性就是化学测量的溯源性。对各种物理化学及其化学成分进行量值传递也是化学计量的内容质疑，量值传递的基本单位的“摩尔”，量值传递系统的形式如图1所示。

2 在化学分析中化学计量的实际应用方法

2.1 量值的传递的应用

图1 量值传递系统的形式

在化学分析中广泛地应用化学计量，通过化学计量来产生定量分析，二者既有区别又有联系。化学计量是化学分析中的使用过程，其目的在于保障量值的准确性和统一性，提高化学分析的质量。要通过具有法制性和科学性的量值传递系统来保障化学计量的独立性。一般情况下，主要是通过标准物质一般情况下主要是通过标准物质来实现化学计量中的量值传递。化学分析过程比较复杂，容易由于各种原因而打断溯源链，因此很难真正实现溯源。一般的化学分析过程主要包括称样、处理样品和测定，一般通过化学法来处理样品，常见的化学法主要包括离子交换、溶解、萃取分离、蒸发等。必须对经处理后的样品和原始样品溶液二者的关系进行明确，才能建立溯源性。建立溯源性之后，就可以进行最后的测定，使用相对比较法、滴定法、库仑法、重量法等方法来测定。在测定时应该考虑到在建立标准曲线时可能会存在误差，或者是否存在校准曲线不当的情况，导致溯源链在最后的特定阶段被打断，此时就应该运用化学成分的标准物质。

标准物质的化学成分必须非常明确，已经通过可靠的方法进行了测定，而且其元素量值和化合物都具有良好的溯源性。在化学分析中，往往将标准物质作为基准物或者校准物，因此标准物质应该具备特性稳定均匀、特性良好、准确度范围明确的特点。标准物质在化学分析中的主要作用在于对测量方法进行评定，对材料的特性值进行确定，对计量仪器进行校准等。

2.2 多元校正分析法的应用

其中，加入Ag+溶液的体积及CI-溶液的初始体积就是V和V0；Ag+和CI-的分析浓度即cB和c；Ag+和CI-滴定过程中的平衡浓度即[Ag+]和[CI-]。

某些常数通常包含在线性滴定法的计算模型之内，如Ksp等，测定结果是否准确无误也受到该些常数误差的极大影响。在特定的条件之下，也可适当简化计算模式，例如Ag+滴定CI-，当滴定达到具体的化学计量点后，可令Ksp/[Ag+]=0，即得到一个简化式，且适用于化学计量点后：

按照类似方法，还能够导出一些其他的计算模型，例如氧化、配位、酸碱还原线性滴定法等。

随着相关人员对多元分析的开发及其迅速的发展，分析研究的对象也越来越具有复杂性的特点，这就要求分析工作者必须准确及时地给出结构分析、定性分析和定量分析的结果。现代的分析仪器正是依靠多元校正分析法则，从而提供大量的可以进行解析数学统计方法的测量数据。现阶段，相关人员已经研究出了多元分析的多种指标，例如准确性、精密度、检测限、信噪比、灵敏度等等指标，并优化了这些指标，从而使得分析仪器的方法和功能具有实用性和有效性的特点[2]。优化析因设计、均匀设计、因子设计、正交设计等化学实验设计可以对包含多种因素的协同作用及其影响进研究，既可以拓宽其应用范围，又可以使分析选择性得到有效改善。而且随着环境科学、药物学、生命科学和生物学的快速发展，对分析化学家的要求也越来越高，分析化学家需要快速的对复杂混合物体系的定量和定性进行分析，尤其是复杂的有机混合物体系。在电化学分析中，电位滴定是一个较为重要的内容，该领域对化学计量学应用较多。求解的方法主要有两种，分别是非线性回归和多元线性回归，求解的内容主要包括离解常数、被测组分浓度等未知参数。相关科学家在滴定分析中应用了多元校正法，计算机则不需要对各组分算进行平衡和离解常数，并且不需要严格校正电极系统，从而使得分析范围大大拓宽，准确度也得到了相应的提高[3]。

例如采用Ag+滴定CI-的沉淀滴定，通过使用溶液的平衡关系，能够的得到具体的计算模型：

2.3 人工神经网络分析法的应用

生物学家在现代生物学研究人脑组织的背景下提出了人工神经系统，其主要方式是将许多简单的处理单元进行广泛的连接，从而组成一个极其复杂的网络器，目的是为了模拟人脑的神经网络行为及其结构。人工神经网络可以对数据模式进行有效的分类和解析，适用于一些非线性测量数据，例如结果关系不确定或者是处理原因不确定的情况下。而许多的化学问题也具有一些不确定性的特点，因此，人工神经网络在许多化学领域都得到了成功的应用。现阶段，相关研究也报道了不少关于人工神经网络在蛋白质结构预测、药物分析药效预测、谱图分析等多方面的应用成功案例。在化学分析中对于遗传算法的应用也非常广泛，例如分析生物大分子的构象、选择核磁共振脉冲波形、优化校正数据、选择发射光谱试验条件、选择多组分分析波长等。比如，将人工神经网络应用在氟化物结构与Eu（Ⅲ）离子跃迁发射光谱关系的分析中，可以实现98%左右的识别率，具有非常高的预测率；在对某些物质的紫外线光谱数据进行分析的时候可以实现很好地解析效果；在对有机物异构体进行寻找的时候，通过遗传算法可以得到非常接近实际结果的效果。人工神经网络分析法如图2所示。

图2 人工神经网络分析法

2.4 模式识别法中的应用

根据化学量测数据矩阵，按照某种性质将样本集中的样本进行分类并选取特征的方法被被称为模式识别法。其可以根据一定的方式将量测的参量进行区分，模式识别法主要有SIMCA法、K-最邻近法、线性判别分析法等等。模式识别法主要是为优化决策和过程提供一些具有使用价值的信息，模式识别法对于我国的材料化工、石油化工等领域有着极其重要的意义，为此类领域的研究难题的解决提供了新的思路[4]。此外，使用K-邻近法来对微分电毛细管曲线以及电位阶伏安波进行分类处理，其可以表征有机化合物之间的各种构效关系。