Хорошие продукты и сервисы
Наш Поиск (введите запрос без опечаток)
Наш Поиск по гостам (введите запрос без опечаток)
Поиск
Поиск
Бизнес гороскоп на текущую неделю c 29.12.2025 по 04.01.2026
Открыть шифр замка из трёх цифр с ограничениями

ГОСТ Р 57986-2017; Страница 6

или поделиться

Ещё ГОСТы из 41757, используйте поиск в верху страницы ГОСТ Р 51786-2001 Водка и спирт этиловый из пищевого сырья. Газохроматографический метод определения подлинности Vodka and ethanol from food raw material. Gas-chromatographic method for determination of authenticity (Настоящий стандарт распространяется на водки и водки особые, спирт этиловый ректификованный из пищевого сырья и устанавливает газохроматографический метод определения содержания токсичных микропримесей, не характерных для водки и спирта: компонентов сивушного масла (2-бутанола, 1-пентанола, 1-гексанола), кротональдегида, кетонов (ацетона и 2-бутанона), ароматических спиртов (бензилового и 2-фенилэтанола), ароматического альдегида (бензальдегида), этилового эфира, сложных эфиров (изобутилацетата, этилбутирата, этиллактата). Метод предусматривает одновременное определение содержания токсичных микропримесей, характерных для водки и спирта: метилового спирта (метанолом), сивушного масла (2-пропанола, 1-пропанола, изобутилового спирта, 1-бутанола, изоамилового спирта), уксусного альдегида, сложных эфиров (метилацетата, этилацетата)/. Метод применяют для исследовательских работ и накопления статистических данных для установления подлинности водки и спирта по наличию токсичных микропримесей, образующихся при нарушении технологических режимов производства водки и спирта или условий их хранения) ГОСТ 34215-2017 Овощи листовые свежие. Технические условия Fresh leafy vegetables. Specifications (Настоящий стандарт распространяется на свежие листовые овощи культурных сортов: - кресс водяной вида Nasturtium officinale R. Br.; - рукколу видов Eruca sativa Mill., Diplotaxis tenuifoila (L.) DC. и Diplotaxis muralis (L.) DC., шпинат вида Spinacia oleracea L.; - мангольд вида Beta vulgaris L. subsp. cicla (L.) W.D.J. Koch Flaverscens Group); - ботву молодой репы вида Brassica rapa L. Rapa Group; - листья брокколи вида Brassica rapa L. Broccoletto Group, поставляемые и реализуемые в свежем виде для потребления) ГОСТ ISO 21807-2015 Микробиология пищевой продукции и кормов. Определение активности воды (Настоящий стандарт устанавливает основные принципы и требования к физическим методам определения активности воды в пищевой продукции и кормах.Активность воды может быть использована для прогнозирования роста микроорганизмов и определения микробиологической стабильности пищевой продукции, и также является важным, количественно определяемым критерием оценки времени, в течение которого может храниться пищевая продукция)
Страница 6
Страница 1 Untitled document
ГОСТ Р 57986—2017
предварительно группироваться в библиотеки подобных материалов (например, жидких и твердых). За
тем неизвестные материалы сравнивают с библиотеками подходящих материалов. Предварительное
группирование или сортировка уменьшает вероятность ложных определений, но требует осторожности,
чтобы неизвестный материал, заведомо отсутствующий в библиотеке, не был определен как материал,
имеющийся в библиотеке.
Измерения проводятся на пропускание, отражение или другим способом, пригодным для полу
чения ИК-слектров в ближней области. Чаще всего проводят измерения на пропускание и диффузное
отражение.
Определение соотношения между интенсивностями поглощения при разных длинах волн для на
бора материалов и выработка на их основе критериев для идентификации данных материалов требует
использования обучаемых компьютерных алгоритмов. Данные алгоритмы могут также учитывать по
сторонние изменения, которые возникают, например, при измерении порошков.
Для измерения в ближней ИК области имеется целый ряд коммерчески доступных приборов.
Для обеспечения надлежащей работы, оптимальной точности и безопасности необходимо соблюдать
указания, приведенные в руководстве по эксплуатации.
Проведение спектроскопии в ближней ИК области практически не требует подготовки проб или
образцов. В связи с этим этапы подготовки проб в других спектроскопических методиках замещаются
методами измерения проб. Наиболее распространены следующие методы:
-диффузное отражение твердые материалы измельчают до порошкообразного состояния (или
используют в полученном виде, если они представляют собой достаточно тонко измельченные порошки) и
плотно утрамбовывают в кювету, чтобы можно было осветить поверхность пробы и измерить мощ ность
отраженного излучения;
- пропускание-отражение прозрачную или опалесцирующую жидкость помещают в кювету с
прозрачным окном и находящимся позади образца экраном из рассеивающего свет материала. Излуче
ние проходит через пробу и диффузно отражается экраном, что позволяет проводить измерения точно
так же. как и измерения диффузного отражения порошков;
- пропускание — жидкую или твердую пробу помещают в кювету с двумя прозрачными стенками и
измеряют проходящее сквозь нее излучение;
- оптоволоконные датчики светоизлучающий и светолриемный волноводы параллельно при
кладывают к образцу. В различных оптических «головках» для передачи излучения из оптоволокна в
образец и обратно используется широкая гамма конфигураций оптики. С оптоволоконными датчиками
можно использовать методы пропускания, отражения и взаимодействия. Измерения методом взаимо
действия часто делаются простым прижатием пучка оптических волокон, содержащего как светоизлу
чающие. так и светоприемные волноводы, к поверхности образца.
Для применения математического аппарата к спектроскопическим данным обычно используют
метод, заключающийся в следующем:
- спектральные измерения определяют некоторое многомерное пространство. Оси в данном про
странстве — это интенсивности поглощения при различных длинах волн или величины, полученные их
математическим преобразованием;
- группы спектров одного материала определяют область в многомерном пространстве;
- анализ заключается в определении того, в какую область попадает спектр неизвестного образца.
В данном аналитическом подходе существуют следующие проблемы; недостаточное разделение
групп в многомерном пространстве для их классификации (недостаточные различия в спектрах мате
риалов), неадекватное представление измерительной вариабельности в пределах групп в процессе
обучения (недостаточное количество или разнообразие образцов для обучения), плохие пределы об
наружения примесных загрязнителей.
Для оптимизации методов к данным возможным проблемам создание метода проводится в три
этапа. На первом этапе, обучении, прибором исследуют известные образцы. Собранные данные об
рабатываются одним или несколькими алгоритмами и используют для «обучения» алгоритмов распоз
наванию различных других материалов.
На втором этапе, валидации, проверяют способность алгоритмов правильно распознавать мате
риалы. не входившие в обучающий комплект. Крайне желательно, чтобы образцы, измеряемые в про
цессе валидации, находились в том же фазовом и физическом состоянии, что и обучающие образцы.
На третьем этапе, использовании, проводят измерение неизвестных образцов с последующим
сравнением полученных данных с известными образцами в библиотеке и определением совпадения
полученныхданных с данными какого-либо известного материала. Неизвестный материал соотносится с
образцом, характеризующимся наиболее близкими результатами.
3