含铀有机相中亚硝酸浓度分析方法技术

根据本发明专利技术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。根据本发明专利技术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。

【技术实现步骤摘要】
含铀有机相中亚硝酸浓度分析方法
本专利技术涉及分析化学
，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。
技术介绍
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。
技术实现思路
鉴于上述问题，提出了本专利技术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。根据本专利技术实施例的一个方面，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。根据本专利技术实施例的另一方面，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。根据本专利技术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为根据本专利技术实施例的分析模型构建方法示意图；图2为根据本专利技术实施例的分析方法示意图；图3为根据本专利技术实施例的平滑求导处理效果示意图；图4为根据本专利技术又一个实施例的分析方法示意图；图5为根据本专利技术实施例的分析结果与真实浓度拟合曲线；图6为根据本专利技术实施例的分析结果。具体实施方式下面结合附图，对本专利技术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。根据本专利技术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，专利技术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，在根据本专利技术的实施例汇总，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：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。虽然理论上本专利技术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本文档来自技高网...

【技术保护点】
1.一种含铀有机相中亚硝酸浓度分析模型构建方法，包括：/n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；/n建模步骤：利用所述光谱数据构建分析模型；/n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。/n

【技术特征摘要】
20200709 CN 20201065507971.一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...

【专利技术属性】
技术研发人员：付建丽，熊超杰，范德军，陶苗苗，李辉波，
申请(专利权)人：中国原子能科学研究院，
类型：发明
国别省市：北京;11