CN111650142A - 含铀有机相中亚硝酸浓度分析方法 - Google Patents

含铀有机相中亚硝酸浓度分析方法 Download PDF

Info

Publication number
CN111650142A
CN111650142A CN202010667619.3A CN202010667619A CN111650142A CN 111650142 A CN111650142 A CN 111650142A CN 202010667619 A CN202010667619 A CN 202010667619A CN 111650142 A CN111650142 A CN 111650142A
Authority
CN
China
Prior art keywords
uranium
concentration
organic phase
nitrous acid
sample
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010667619.3A
Other languages
English (en)
Inventor
付建丽
熊超杰
范德军
陶苗苗
李辉波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Institute of Atomic of Energy
Original Assignee
China Institute of Atomic of Energy
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Institute of Atomic of Energy filed Critical China Institute of Atomic of Energy
Publication of CN111650142A publication Critical patent/CN111650142A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/40—Concentrating samples
    • G01N1/4044—Concentrating samples by chemical techniques; Digestion; Chemical decomposition
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/40—Concentrating samples
    • G01N1/4055—Concentrating samples by solubility techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
    • G01N1/40—Concentrating samples
    • G01N1/4055—Concentrating samples by solubility techniques
    • G01N2001/4061—Solvent extraction

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)

Abstract

根据本发明的实施例提供一种含铀有机相中亚硝酸浓度分析模型构建方法和分析方法，包括：采样步骤：采集多组含有不同确定浓度的亚硝酸的含铀有机相建模样品的光谱数据；建模步骤：利用所述光谱数据构建分析模型；其中，所述建模样品使用掩蔽剂进行预处理，以降低所述建模样品中的铀浓度。根据本发明实施例的分析模型构建方法和分析方法能够实现对含铀有机相中的亚硝酸浓度使用光谱数据直接解谱的方法完成建模并保证分析模型的精度和分析结果的准确性。

Description

含铀有机相中亚硝酸浓度分析方法
技术领域
本发明涉及分析化学技术领域，具体涉及一种含铀有机相中的亚硝酸浓度分析模型构建方法和分析方法。
背景技术
核燃料后处理的流程中，有机相中亚硝酸浓度的高低影响着料液中镎、钚以及裂片元素的价态分布，最终影响铀、钚的有效分离及镎的走向，因此，对于有机相中亚硝酸浓度的检测十分重要。
紫外-可见分光光度法是一种较为简单、快速且准确的分析方法，但是在含铀有机相中，使用这种分析方法进行分析分到的结果并不准确，尤其是在通常含有70-90g/L铀的有机相料液中，难以实现亚硝酸浓度的分析。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的含铀有机相中亚硝酸浓度分析模型构建方法和分析方法。
根据本发明实施例的一个方面，提供一种含铀有机相中亚硝酸浓度分析模型构建方法，包括：采样步骤：采集多组含有不同确定浓度的亚硝酸的含铀有机相建模样品的光谱数据；建模步骤：利用所述光谱数据构建分析模型；其中，所述建模样品使用掩蔽剂进行预处理，以降低所述建模样品中的铀浓度。
可选地，所述掩蔽剂包括草酸和/或草酸盐。
可选地，所述建模步骤使用偏最小二乘法构建分析模型。
可选地，所述建模步骤后还包括：校验步骤：利用交叉有效性检验确定所述分析模型的主成分数。
可选地，所述多组建模样品中亚硝酸的浓度使用正交试验方法确定。
可选地，所述建模样品中的铀浓度在70～90g/L范围内。
可选地，所述建模样品中的亚硝酸浓度在2×10-4～2×10-3mol/L范围内。
根据本发明实施例的另一方面，提供一种含铀有机相中亚硝酸浓度的分析方法，包括：使用上述任一所述的分析模型构建方法建立分析模型；使用所述分析模型对含铀有机相待测样品的光谱数据进行分析，其中所述待测样品与所述建模样品进行相同的预处理以降低所述待测样品中的铀浓度。
可选地，所述建模样品和所述待测样品的光谱数据使用平滑求导方法进行预处理以提高分辨率。
可选地，所述待测样品中的铀浓度在70～90g/L范围内。
根据本发明实施例的含铀有机相亚硝酸浓度的分析模型构建方法，能够实现对含铀有机相中亚硝酸建模样品通过直接的光谱解谱的方法完成建模，并保证分析模型的结果精度，含铀有机相亚硝酸浓度的分析方法能够对含铀有机相中的亚硝酸浓度进行准确度较高的预测。
附图说明
图1为根据本发明实施例的分析模型构建方法示意图；
图2为根据本发明实施例的分析方法示意图；
图3为根据本发明实施例的平滑求导处理效果示意图；
图4为根据本发明又一个实施例的分析方法示意图；
图5为根据本发明实施例的分析结果与真实浓度拟合曲线；
图6为根据本发明实施例的分析结果。
具体实施方式
下面结合附图，对本发明的实施例进行详细地说明。另外，在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本披露实施例的全面理解。然而明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。
根据本发明的实施例首先提供一种含铀有机相中的亚硝酸浓度分析模型构建方法，参照图1，包括：
采样步骤S102：采集多组含有不同确定浓度的亚硝酸的含铀有机相建模样品的光谱数据；
建模步骤S104：利用所述光谱数据构建分析模型；
在采样步骤S102中，所述多组建模样品采用掩蔽剂进行预处理，以降低含铀有机相建模样品中铀的浓度。
现有技术中采用光谱数据对含铀有机相种亚硝酸浓度进行建模分析的时候，误差总是较大，难以满足分析的要求，发明人发现这是由于铀浓度过大导致铀的吸收峰部分或完全掩盖了亚硝酸的吸收峰，因此直接解谱来预测亚硝酸的浓度并不能够获得准确的结果。因此，在根据本发明的实施例汇总，使用了掩蔽剂对建模样品进行预处理，以降级建模样品中铀的浓度。
具体而言，掩蔽剂可以将含铀有机相中的铀进行反萃取形式预处理，反萃取后的铀将会被萃取到掩蔽剂中或者以络合物的形式沉淀，从而降低了含有有机相建模样品中铀的浓度。掩蔽剂本身存在多种可能的选择，本领域技术人员可以选择合适的掩蔽剂来对建模样品进行预处理，进一步的，本领域技术人员也可以根据实际分析情况，确定反萃取所使用的掩蔽剂的浓度、反萃取的时间、反萃取的终点等等，根据所选用的掩蔽剂的不同，上述参数也会不同，在此不做具体的限定。
在一些实施方式中，提供了一种较为优选的掩蔽剂的选择，包括草酸和/或草酸盐，使用草酸、草酸盐或二者的混合物进行反萃取能够获得较好的反萃取结果，且萃取时间较短，具体而言，加入草酸/草酸盐后，仅需振荡萃取1min，放置约2min，待两相分层即可取上层有机相进行光谱分析。这样的反萃取方法使得生成的络合物进入水相，易与有机相进行分离，从而获得铀浓度降低的含铀有机相建模样品。
在一些实施方式中，由于光谱数据中存在多个自变量，因此使用偏最小二乘法来进行建模，具体而言，设每组建模样品中含k种物质,它们各自的浓度为ci(i＝1,2,……,k),各物质在某一波长处的摩尔消光系数为Ei(i＝1,2,……,k),对建模样品进行扫描时,根据比尔吸收定律,在λj(j＝1,2,……,n)处吸光度值近似满足
Figure BDA0002581058140000041
对某一物质,在波长λj处,Eij为常数,则若Eij已知,由上述式子可求得Ci。
进一步，配制m(m＝1,2,……,M,M>k)个建模样品,测得样品在λ1～λn范围内的吸收光谱,由此可以给出λ1～λn范围内某波长λj处m个建模样品的吸光度表达式：
Figure BDA0002581058140000042
偏最小二乘法能够在自变量存在严重多重相关性的条件下进行回归建模的，使用偏最小二乘法对上述方程组进行求解来构建回归分析模型，从而该分析模型能够根据光谱数据对样品中某一未知浓度的物质的浓度进行预测。使用偏最小二乘法求解的具体方法本领域技术人员可以知悉，在此不再赘述。
进一步的，在使用偏最小二乘法完成分析模型的建模后，为了进一步优化该模型，可以使用交叉有效性检验来对该分析模型的主成分数进行检验，确定该模型的有效主成分数，交叉有效检验的方法可以采用本领域技术人员知悉的方法，在此不再赘述。
在一些实施方式中，由于采样步骤S102中需要多组含有不同确定浓度的亚硝酸的含铀有机相来作为建模样品，为了能够减少实验的次数同时获得较好的结果，使用正交试验的方法来确定每一组建模样品中的亚硝酸浓度。
虽然理论上本发明的含铀有机相中亚硝酸浓度分析模型构建方法中，无论含铀有机相中铀的浓度是多少，实际上都可以完成分析模型的构建，但是如果铀的浓度限定到一个较大的范围，意味着在对含铀有机相使用掩蔽剂进行预处理的时候需要有更高的要求，对于两组含铀浓度差异较大的有机相样品进行预处理的时候，尽管采用相同的掩蔽剂，但是在处理步骤上，例如掩蔽剂浓度的选择、反萃取终点的选择等，可能存在较大的差异，大大增加了工作量。
因此，在一些实施方式中，为了能够简化分析模型构建方法，将含铀有机相中的铀浓度设置在70～90g/L，这也是核燃料后处理的料液中铀浓度的范围，通过这样限定铀浓度，既减少了使用掩蔽剂对含铀有机相建模样品进行预处理时可能存在的步骤差异，又保证了其在主要应用领域中检验的准确性。可以理解的，本领域技术人员可以根据需求将含铀有机相中铀浓度设置成任何其他的浓度范围，或者设置成固定的浓度。如果本领域技术人员需要将铀浓度设置在一个较大的范围，实际上也可以选择将铀浓度的范围进行进一步的划分，并对每一个小的范围分别进行分析模型的构建。
在一些实施方式中，同样的，如果将建模样品中的亚硝酸浓度也设置成一个较大的范围的时候，将意味着需要设置更多组建模样品才能够保证最后的分析模型能够对于一个较大范围波动的亚硝酸浓度进行较为准确的预测，而每组建模样品之间的亚硝酸浓度差异也会更大，这势必会影响分析模型的准确性，在对某些浓度的亚硝酸进行分析时可能有较大的误差。因此，可以将建模样品中的亚硝酸浓度也进行限定，将其设置在2×10-4～2×10-3mol/L范围内，这也是核燃料后处理料液中通常含有的亚硝酸的浓度范围，也就是说每组建模样品中的亚硝酸浓度都设置在这一范围内。
根据本发明的实施例还提供一种含铀有机相中亚硝酸浓度的分析方法，参照图2，包括：
步骤S100：使用上述任一所述的方法进行含铀有机相中亚硝酸浓度分析模型的构建；
步骤S200：使用上述分析模型对含有有机相待测样品的光谱数据进行分析。
在上述步骤S200中，待测样品也使用与建模样品相同的掩蔽剂进行预处理。
在一些实施方式中，为了能够使得分析结果更加的准确，采用平滑求导的方法来对建模样品和待测样品的光谱数据进行预处理，以提高光谱的分辨率，分辨重叠的吸收峰，同时也能够降低背景信号的干扰。
例如，在一些具体的实施例中使用Savitzky—Golay平滑求导的方法来进行一阶导数光谱的计算，具体而言，该方法基于Savitzky—Golay平滑，根据局部拟合的多项式公式进行求导计算，图3中示出了对示例性的光谱数据进行平滑求导预处理前后的对比图，平滑求导将原本重叠的吸收峰进行了分辨，并且降低了背景信号的干扰，使得曲线更为平滑。
进一步的，在一些实施方式中，待测样品中的铀浓度在70～90g/L的范围内，也就是说，是将该分析方法应用于核燃料后处理中料液的亚硝酸浓度的分析。
下面结合本发明一个具体的实施例对上述实施例涉及到的技术方案进行说明。
参照图4，具体的实施例中，在构建分析模型时，将建模样品中的铀浓度设置在70～90g/L的范围内，亚硝酸浓度设置在2×10-4～2×10-3mol/L，在该亚硝酸范围内，使用正交试验的方法，确定各组建模样品中的亚硝酸浓度。
进一步的，使用草酸来对各组建模样品进行反萃取的预处理，采集各组建模样品的光谱数据，进行平滑求导后，使用偏最小二乘法求解导数光谱进行建模，并对该模型进行交叉有效性的检验，最后导出分析模型。
获得了分析模型后，对待测样品同样使用草酸进行反萃取的预处理后，采集光谱数据并进行Savitzky—Golay平滑求导，然后使用上述分析模型进行分析。
图5示出了具体的实施例中，分析结果与待测样品中亚硝酸的真实浓度的拟合曲线，图6示出了具体的预测结果和误差值。
如图5和图6所示，当铀浓度为70～90g/L，亚硝酸浓度为2×10-4～2×10-3mol/L范围内时，使用草酸对建模样品和分析样品进行预处理后，分析模型对亚硝酸浓度预测结果精度优于10％，预测值与配置值相对误差小于5％。
以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。

Claims (10)

1.一种含铀有机相中亚硝酸浓度分析模型构建方法，包括：
采样步骤：采集多组含有不同确定浓度的亚硝酸的含铀有机相建模样品的光谱数据；
建模步骤：利用所述光谱数据构建分析模型；
其中，所述建模样品使用掩蔽剂进行预处理，以降低所述建模样品中的铀浓度。
2.根据权利要求1的含铀有机相中亚硝酸浓度分析模型构建方法，其中，所述掩蔽剂包括草酸和/或草酸盐。
3.根据权利要求1的含铀有机相中亚硝酸浓度分析模型构建方法，其中，所述建模步骤使用偏最小二乘法构建分析模型。
4.根据权利要求3的含铀有机相中亚硝酸浓度分析模型构建方法，所述建模步骤后还包括：
校验步骤：利用交叉有效性检验确定所述分析模型的主成分数。
5.根据权利要求1的含铀有机相中亚硝酸浓度分析模型构建方法，其中，所述多组建模样品中亚硝酸的浓度使用正交试验方法确定。
6.根据权利要求1的含铀有机相中亚硝酸浓度分析模型构建方法，其中，所述建模样品中的铀浓度在70～90g/L范围内。
7.根据权利要求1的含铀有机相中亚硝酸浓度分析模型构建方法，其中，所述建模样品中的亚硝酸浓度在2×10-4～2×10-3mol/L范围内。
8.一种含铀有机相中亚硝酸浓度的分析方法，包括：
使用权利要求1至7中任意一项所述的分析模型构建方法建立分析模型；
使用所述分析模型对含铀有机相待测样品的光谱数据进行分析，其中
所述待测样品与所述建模样品进行相同的预处理，以降低所述待测样品中的铀浓度。
9.根据权利要求8的含铀有机相中亚硝酸浓度的分析方法，其中，所述建模样品和所述待测样品的光谱数据使用平滑求导方法进行预处理以提高分辨率。
10.根据权利要求8的含铀有机相中亚硝酸浓度的分析方法，其中，所述待测样品中的铀浓度在70～90g/L范围内。
CN202010667619.3A 2020-07-09 2020-07-13 含铀有机相中亚硝酸浓度分析方法 Pending CN111650142A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2020106550797 2020-07-09
CN202010655079 2020-07-09

Publications (1)

Publication Number Publication Date
CN111650142A true CN111650142A (zh) 2020-09-11

Family

ID=72340651

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010667619.3A Pending CN111650142A (zh) 2020-07-09 2020-07-13 含铀有机相中亚硝酸浓度分析方法

Country Status (1)

Country Link
CN (1) CN111650142A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112630177A (zh) * 2020-12-31 2021-04-09 中国原子能科学研究院 有机相中铀、钚、硝酸含量的分析方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1477649A (zh) * 2003-07-11 2004-02-25 清华大学 用水溶性氧杂酰胺从有机相反萃分离放射性元素的方法
CN102262086A (zh) * 2011-04-19 2011-11-30 中国原子能科学研究院 一种萃取光度法精密测定铀的方法
CN105420521A (zh) * 2015-12-30 2016-03-23 江阴加华新材料资源有限公司 一种有机相萃取稀土分离工艺
CN109580589A (zh) * 2018-12-27 2019-04-05 中核四0四有限公司 一种用于二氧化铀中微量钽的icp—aes测定方法
CN110243778A (zh) * 2019-07-10 2019-09-17 福州大学 一种测定溶液中铀酰离子的分光光度法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1477649A (zh) * 2003-07-11 2004-02-25 清华大学 用水溶性氧杂酰胺从有机相反萃分离放射性元素的方法
CN102262086A (zh) * 2011-04-19 2011-11-30 中国原子能科学研究院 一种萃取光度法精密测定铀的方法
CN105420521A (zh) * 2015-12-30 2016-03-23 江阴加华新材料资源有限公司 一种有机相萃取稀土分离工艺
CN109580589A (zh) * 2018-12-27 2019-04-05 中核四0四有限公司 一种用于二氧化铀中微量钽的icp—aes测定方法
CN110243778A (zh) * 2019-07-10 2019-09-17 福州大学 一种测定溶液中铀酰离子的分光光度法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LI LI等: "Simultaneous spectrophotometric determination of uranium,nitric acid and nitrous acid by least-squares method in PUREX process", 《J RADIOANAL NUCL CHEM》 *
李定明等: "光纤光谱技术在后处理过程控制分析中的应用", 《中囯核科学技木进展报告》 *
王大佐编著: "《有机试剂与化探分析》", 28 February 1985 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112630177A (zh) * 2020-12-31 2021-04-09 中国原子能科学研究院 有机相中铀、钚、硝酸含量的分析方法

Similar Documents

Publication Publication Date Title
Antunes et al. Multivariate curve resolution of overlapping voltammetric peaks: quantitative analysis of binary and quaternary metal mixtures
CN104062257B (zh) 一种基于近红外光谱测定溶液中总黄酮含量的方法
CN104062258B (zh) 一种采用近红外光谱快速测定复方阿胶浆中可溶性固形物的方法
CN104062259B (zh) 一种采用近红外光谱快速测定复方阿胶浆中总皂苷含量的方法
CN109738413B (zh) 基于稀疏非负最小二乘的混合物拉曼光谱定性分析方法
CN103900990B (zh) 同时快速测定有机相中钚和硝酸含量的方法
CN102445428B (zh) 一种四价铀的分析方法
CN104596979A (zh) 近红外漫反射光谱技术测定造纸法再造烟叶纤维素的方法
Agafonova-Moroz et al. Quantification of thorium and uranium in real process streams of Mayak radiochemical plant using potentiometric multisensor array
CN111650142A (zh) 含铀有机相中亚硝酸浓度分析方法
CN103308475A (zh) 一种同时测量后处理料液中Pu（Ⅳ）及HNO3含量的方法
CN110887798B (zh) 基于极端随机树的非线性全光谱水体浊度定量分析方法
CN101231270B (zh) 清开灵注射液中间体及成品中指标成分含量的过程分析方法
CN116399836A (zh) 基于交替梯度下降算法的串扰荧光光谱分解方法
CN116106289A (zh) 一种基于拉曼信号的复杂体系物质多组分分析方法和系统
Khorshidi et al. Moving window partial least squares after orthogonal signal correction as a coupling method for determination of uranium and thorium by ultrasound‐assisted emulsification microextraction
WO2023123329A1 (zh) 近红外光谱的净信号提取方法及其系统
Li et al. Simultaneous spectrophotometric determination of uranium, nitric acid and nitrous acid by least-squares method in PUREX process
Galeev et al. Application of the normalized relative error distribution analysis for non‐destructive quality control of drugs by Raman spectroscopy
CN113740294A (zh) 基于近红外建模的汽油/柴油检测分析方法及装置
CN113406038A (zh) 一种水质pH值光学检测方法及装置
Benavente et al. A multiway approach for classification and characterization of rabbit liver apothioneins by CE‐ESI‐MS
Qing et al. Application of alternating trilinear decomposition-assisted multivariate curve resolution to gas chromatography-mass spectrometric data for the quantification of polycyclic aromatic hydrocarbons in aerosols
CN112649390A (zh) 一种基于近红外光谱的粘合剂水分含量监测方法
CN105044019A (zh) 海产品处理过程中牛磺酸含量的快速检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200911