简介:TheseparationofxyleneisomersusingGCisamuchdifficulttaskforalongtime,ontheotherhandtheyareveryimpoFtantindustrialmaterials,sofindingagoodstationaryphasehasbeenaninterestingwork.Anexcellentseparationofxyleneisomerswasobtainedbyusing2,6-di-O-pentyl-3-O...
简介:从Moslachinensis格言射出的不稳定的混合物被稳固阶段的microextraction(HS-SPME)和headspace液体阶段microextraction(HS-LPME)与煤气的层析团spectrometry(GCMS)相结合的headspace分析。从Moslachinensis格言的主要volatiles在这份报纸被学习。61混合物被分开并且识别,这能被看见。49不稳定的混合物被SPME方法识别,主要包括myrcene,-terpinene,p伞花烃,(E)-ocimene,瑞香草分,瑞香草分醋酸盐和(E)--farnesene。45主要不稳定的混合物被LPME方法识别,包括-thujene,-pinene,樟脑帖,butanoic酸,2-methylpropyl酉旨,myrcene,butanoic酸,丁基酉旨,-terpinene,p伞花烃,(E)-ocimene,钢瓶煤气,1,1-dibutoxy-,瑞香草分,瑞香草分醋酸盐和(E)--farnesene。在分析不稳定的混合物以后,多重线性回归(MLR)方法被用于造回归模型。然后,量的结构保留关系(QSRR)模型被预兆能力的测试验证。预言结果在对试验性的价值的好同意。结果证明headspaceSPME-GC-MS和LPME-GC-MS是对不稳定的混合物的分析合适的简单、快速、容易的样品丰富技术。这调查为甚至当标准候选人不在时预言新混合物的保留索引提供了一个有效方法。