Новые подходы к постановке эксперимента и обработке данных в потенциометрическом мультисенсорном анализе тема диссертации и автореферата по ВАК РФ 02.00.02, кандидат наук Хайдукова Мария Михайловна

• Хайдукова Мария Михайловна
• кандидат наук
• 2016

Оглавление диссертации кандидат наук Хайдукова Мария Михайловна

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ_4

ГЛАВА 1. ОБЗОР ЛИТЕРАТУРНЫХ ДАННЫХ_

1.1. Мультисенсорные системы _9

1.1.1 Основные объекты исследований _9

1.1.2 Химические сенсоры_12

1.1.3 Методы многомерной обработки данных от мультисенсорных систем _20

1.2. Планирование эксперимента_29

1.2.1. Основные понятия и цели_29

1.2.2. Способы планирования эксперимента_32

1.3 Перенос градуировочных зависимостей_38

ГЛАВА 2. МЕТОДИКА ЭКСПЕРИМЕНТА_43

2.1. Изготовление чувствительных мембран_43

2.2. Приготовление растворов_44

2.3. Индивидуальное определение РЗЭ в трехкомпонентных смесях_44

2.3.1. Массив потенциометрических сенсоров_44

2.3.2. Измерения с сенсорами_47

2.3.3. Многомерная обработка данных от МС 1 _48

2.4. Определение химически схожих РЗЭ в двукомпонентных смесях_51

2.4.1. Массив потенциометрических сенсоров_51

2.4.2. Измерения с сенсорами_53

2.4.3. Предварительная подготовка данных от мультисенсорной системы

2.4.4. Многомерная обработка данных от МС 2_56

2.5. Перенос градуировочных зависимостей _59

2.5.1. Массив потенциометрических сенсоров_59

2.5.2. Измерения с сенсорами_62

2.5.2. Измерения концентраций компонентов референтным методом_63

2.6. Методы планирования эксперимента_63

2.6.1. Планирование составов градуировочных смесей_63

2.6.2. Спектроскопические измерения для сравнения эффективности способов планирования эксперимента_67

2.6.3. Потенциометрические измерения для сравнения эффективности способов планирования эксперимента_68

2.7. Вспомогательные устройства_69

ГЛАВА 3. ИНДИВИДУАЛЬНОЕ ОПРЕДЕЛЕНИЕ РЗЭ В СМЕСЯХ_

3.1. Индивидуальное определение РЗЭ в трехкомпонентных смесях_70

3.1. Определение химически схожих РЗЭ в двукомпонентных смесях_72

ГЛАВА 4. СПОСОБЫ ПЛАНИРОВАНИЯ СОСТАВОВ ГРАДУИРОВОЧНЫХ СМЕСЕЙ_

4.1. Новый способ планирования составов градуировочных смесей_79

4.2. Сравнение эффективности различных способов планирования составов градуировочных смесей на результатах спектроскопических измерений _

4.2. Сравнение эффективности различных способов планирования составов градуировочных смесей на результатах мультисенсорных измерений ___

ГЛАВА 5. ПЕРЕНОС ГРАДУИРОВОЧНЫХ МОДЕЛЕЙ_

ЗАКЛЮЧЕНИЕ_103

ВЫВОДЫ_105

ПРИНЯТЫЕ СОКРОЩЕНИЯ И ТЕРМИНЫ_106

СПИСОК ЛИТЕРАТУРЫ_108

ПРИЛОЖЕНИЕ 1_128

ПРИЛОЖЕНИЕ 2_130

ПРИЛОЖЕНИЕ 3_131

ПРИЛОЖЕНИЕ

ПРИЛОЖЕНИЕ

133

Введение диссертации (часть автореферата) на тему «Новые подходы к постановке эксперимента и обработке данных в потенциометрическом мультисенсорном анализе»

Актуальность:

Актуальной задачей аналитической химии является разработка и усовершенствование простых и недорогих методов анализа. С этой точки зрения мультисенсорные системы являются перспективным инструментом для анализа жидких сред. На основе таких систем созданы анализаторы типа «электронный язык». Мультисенсорные системы состоят из массива перекрестно-чувствительных сенсоров и прибора для регистрации отклика. Интерпретация отклика сенсоров методами многомерного статистического анализа позволяет определять качественные, или количественные характеристики образцов. Потенциометрические химические сенсоры занимают лидирующие позиции в области создания мультисенсорных систем, что обусловлено простотой проведения анализа и возможностью измерений в режиме реального времени, поэтому в данной работе исследования проводили при помощи потенциометрических систем. Несмотря на аналитические возможности мультисенсорного подхода, в настоящее время его применение ограничивается исследовательскими лабораториями. Для интеграции мультисенсорных систем в рутинную лабораторную практику необходимо решить некоторые задачи, такие как автоматизация, повышение точности количественного анализа, коррекция откликов сенсоров для обеспечения долговременной стабильности многомерных градуировочных моделей.

Для математической интерпретации отклика потенциометрических мультисенсорных систем обычно используют одно значение потенциала для каждого сенсора в массиве, регистрируемое через определенный промежуток времени после контакта сенсоров с анализируемым раствором. Такой временной интервал должен превышать времена откликов всех сенсоров в массиве. Время отклика - индивидуальная характеристика сенсора, наравне с наклоном электродной функции, которая зависит от состава чувствительной мембраны, анализируемой жидкости и методики измерений. При этом форма

функциональной зависимости изменения потенциала сенсора от времени, до достижения постоянного потенциала, отличается от датчика к датчику и может содержать дополнительную информацию об анализируемой пробе. Поскольку такая зависимость является уникальной характеристикой сенсора, то учет динамических составляющих откликов всех сенсоров массива способен положительно повлиять на точность анализа. Представляется перспективным оценить влияние обработки динамического профиля откликов сенсоров на ошибки количественного определения элементов в многокомпонентных смесях.

Одна из причин ограниченного использования мультисенсорных систем -необходимость периодического обновления градуировочной модели. Потребность в повторении градуировки появляется при замене одного, нескольких или всех сенсоров в массиве, в результате повреждения чувствительных мембран сенсоров (физического или химического), истечения срока службы или существенного изменения характеристик отклика (дрейфа сигнала) сенсоров. При этом каждый сенсор обладает уникальными характеристиками, что обусловлено спецификой производства чувствительных мембран. Как следствие, градуировочная модель, построенная для определенного массива сенсоров, не будет адекватно интерпретировать отклик нового аналогичного массива. Возможный путь решения данной проблемы заключается в разработке математического алгоритма корректировки откликов новых сенсоров и их соотнесения с откликами исходного массива на основе измерений в небольшом наборе образцов, с известными характеристиками. Отклик новых сенсоров, в результате поправки, должен корректно интерпретироваться исходной градуировочной моделью. В спектроскопии проблему перехода между инструментами решают при помощи методов переноса градуировочных зависимостей, для мультисенсорных систем подобные способы не применялись и не предложены. Разработка и внедрение подобной процедуры для мультисенсорных систем существенно ускорит их внедрение в повседневную аналитическую практику.

В ходе работы со сложными многокомпонентными образцами исследователи часто начинают эксперимент с модельных растворов, состав

которых должен подбираться определенным образом. Создание многомерных градуировочных моделей - сложная задача и далеко не все методы планирования эксперимента, предложенные в литературе, позволяют корректно проектировать составы модельных градуировочных растворов. Алгоритмы, специально разработанные для таких целей, имеют существенные ограничения, например, минимальное число градуировочных образцов. Для построения качественной градуировочной модели необходимо использовать несколько концентрационных уровней каждого аналита в смеси, а в образце сложного состава таких аналитов может быть много. Уровни концентраций - это граничные точки отрезков, на которые делят весь диапазон изучаемых концентраций. Чем больше уровней, тем более подробно будет описано взаимодействие факторов. Полный факторный план эксперимента предполагает изучение всех возможных комбинаций аналитов на всех уровнях концентрации. Так, например, для шести компонентной системы при пяти уровнях концентраций потребуется 56=15625 экспериментов. Бессистемное уменьшение числа образцов может привести к существенному снижению надежности построенной градуировочной модели. Таким образом, еще одна существенная проблема в аналитической химии вообще, и в области мультисенсорных систем в частности, заключается в необходимости разработки новых методов планирования эксперимента позволяющих оптимизировать составы многокомпонентных образцов для создания надежных многомерных градуировочных моделей.

На основании изложенного сформулированы цели и задачи данного исследования.

Цели_работы: усовершенствование схем выполнения

потенциометрического мультисенсорного анализа.

Для достижения цели решались следующие задачи:

1) Увеличение точности определения отдельных компонентов в смеси за счет применения методов многомерного анализа данных (проекции на латентные структуры и искусственных нейронных сетей) при обработке динамического профиля отклика мультисенсорной системы на примере определения

концентрации Бш и Ей, в азотнокислых смесях содержащих гадолиний, в условиях последовательного инжекционного анализа.

2) Оптимизация трудоемкости анализа путем разработки и применения нового подхода к планированию составов многокомпонентных градуировочных растворов на основе равномерного заполнения концентрационного гиперкуба для построения многомерной регрессионной модели.

3) Снижение затрат времени на повторную градуировку мультисенсорных систем за счет применения методов переноса градуировочных зависимостей (прямой стандартизации, стандартизации индивидуальных откликов) и их оптимизация для потенциометрических мультисенсорных систем на примере анализа смесей химически схожих элементов (Се, Рг, Бш, Ей, Оё).

Научная новизна

Разработан новый алгоритм планирования составов модельных градуировочных растворов для многомерной градуировки, основанный на равномерном распределении экспериментальных точек в пространстве концентрационного гиперкуба. Предлагаемый подход отличается от существующих методов тем, что позволяет оптимизировать составы градуировочных растворов для решения конкретной задачи и позволяет произвольно варьировать как количество смесей так и число компонентов в них. Метод опробован на примере определения лантанидов в многокомпонентных растворах с помощью молекулярной спектроскопии в видимой области и с помощью потенциометрической мультисенсорной системы.

Показана возможность применения методов прямой стандартизации и стандартизации индивидуальных откликов для решения задачи переноса градуировочных зависимостей между двумя физически различными массивами потенциометрических сенсоров. Предложен новый способ корректировки откликов сенсоров при переносе градуировок между потенциометрическими мультисенсорными массивами.

Практическая значимость работы

Предложен и апробирован новый способ планирования составов многокомпонентных градуировочных смесей, который позволяет экспериментатору оптимизировать трудозатраты для каждого отдельного эксперимента. Это возможно благодаря тому, что предложенный подход позволяет планировать любое удобное число градуировочных растворов для необходимого количества компонентов.

Обработка динамической составляющей отклика потенциометрических сенсоров, предложенная в работе, является эффективным способом снижения ошибок при количественном определении компонентов в смеси.

Применение математических алгоритмов переноса градуировочных зависимостей позволяет уменьшить суммарную продолжительность и стоимость измерений, что способствует внедрению мультисенсорного анализа в аналитическую практику, поскольку позволяет использовать одну многомерную градуировочную модель для нескольких массивов сенсоров.

Положения выносимые на защиту

1) Экспериментальное доказательство снижения погрешности определения концентраций отдельных компонентов в смесях, при обработке динамической составляющей отклика сенсоров в сравнении с результатом, полученным при обработке отдельных значений потенциалов мультисенсорной системы, на примере индивидуального определения европия и самария в смесях лантанидов (Eu-Gd, Sm-Eu, Sm-Gd).

2) Способ планирования составов градуировочных растворов для построения многомерной модели, не накладывающий ограничений на число градуировочных проб и количество компонентов в смеси.

3) Метод математической корректировки отклика массива сенсоров, обеспечивающий возможность использования одной градуировочной модели для интерпретации отклика двух, физически различных массивов сенсоров, на примере потенциометрического мультисенсорного определения редкоземельных элементов.

ГЛАВА 1. ОБЗОР ЛИТЕРАТУРНЫХ ДАННЫХ

1.1. Мультисенсорные системы

Мультисенсорные системы (МС), также именуемые «электронный язык» (ЭЯ), представляют собой комбинацию из массива неспецифических химических сенсоров, проявляющих перекрестную чувствительных к компонентам раствора, аппаратуры для сбора данных и методов машинного обучения для интерпретации отклика сенсоров. В приведенном значение термин ЭЯ впервые был использован в 1995 в рамках конференции «Евросенсор Х» [1] и позднее, в 2005 году, введен на заседание Международного союза по теоретической и прикладной химии [2]. Поскольку в ЭЯ можно изменять и физическую составляющую, использовать разные химические сенсоры, и применять различные способы интерпретации данных, такие системы используют для анализа объектов различной природы. Впервые набор химических сенсоров и многомерную обработку данных применили еще в 1985 году, для определения ионов М^2+, Са2+, №+ и К+ в смеси [3]. Отклик пяти ионоселективных электродов (ИСЭ) анализировали методом проекции на латентные структуры (ПЛС) для количественного определения индивидуальных ионов в модельных смесях. В системах типа ЭЯ селективность сенсоров не является определяющим фактором, что существенно увеличило число датчиков пригодных для использования и расширило область их применения.

1.1.1 Основные объекты исследований

Наиболее активно МС применяются для анализа пищевых продуктов. Это связано с возможностью определения интегральных характеристик объектов, например вкуса. Первая система для определения пяти базовых вкусов предложена в 1990 году группой японских исследователей [4, 5]. Она состояла из восьми потенциометрических сенсоров, на основе липидных мембран, и электрода сравнения. Под руководством К. Токо проведен ряд исследований [6 ,7, 8] и создана серия приборов, выпускаемая под торговой маркой ТшеП ®.

Отклик «сенсоров вкуса» (от англ. taste sensor) [9] демонстрирует высокую корреляцию с оценками дегустаторов. Приборы на основе таких сенсоров определят основные дескрипторы (признаки) вкуса, а именно горький, сладкий, кислый, соленый и умами. Более широкий перечень различных характеристик позволяют определять системы типа ЭЯ. В ряде работ показана возможность определения вкусовых характеристик вин, в терминах панели дегустаторов [10, 11, 12, 13]. Такая оценка позволяет избежать субъективности человеческого восприятия, которую невозможно исключить при органолептическом анализе. Системы применяли для определения горькости пива [14, 15, 16], химического состава минеральных вод [17] и чая [18]. Кроме того ЭЯ использовали для отнесения образцов чая к различным регионам произрастания [19] и оценки его качества [20]. Не только напитки анализируют при помощи МС, вкусовые характеристики продуктов питания также оценивают посредством массивов сенсоров [21, 22, 23].

Поскольку задача определения вкусовых характеристик важна и при производстве лекарственных препаратов, то ЭЯ нашли применение и в данной области для оценки эффективности маскировки вкуса активных фармацевтических ингредиентов [24, 25].

Область применения МС выходит за пределы изучения вкусовых характеристик. В медицине существует опыт применения систем, например для определения химического состава образцов мочи [26, 27, 28].

Другой значительной областью, где успешно применены МС, является экологический контроль. При помощи сенсоров и многомерной обработки данных можно определять различные загрязнения в пробах природной воды [29, 30]. Также продемонстрирована возможность оценки общей токсичности таких образцов, без использования живых организмов [31,32].

Системы типа ЭЯ использовали для оценки качества сточных вод, поступающих от бумажной фабрики [33]. Описывая области применения МС необходимо подчеркнуть применимость таких систем для онлайн мониторинга, например биотехнологических процессов [34]. Именно возможность анализа в

режиме реального времени существенно расширяет области применения и делает такие системы интересным аналитическим инструментом. Несмотря на то, что на данный момент МС мало применяются для анализа промышленных растворов, такое направление развития является перспективным.

Сложными объектами исследования являются растворы, содержащие элементы схожие по химическим свойствам. Например, многокомпонентные смеси редкоземельных элементов (РЗЭ). Группа РЗЭ включает 15 лантанидов, а также скандий и иттрий. Элементы обладают исключительно схожими физико-химическими свойствами. Например, ионные радиусы трехзарядных катионов уменьшаются в группе Ьа (1,061 А) к Ьи (0,846 А), ионный радиус иттрия почти равен гольмию [35].

Интерес к аналитическим приборам пригодным для анализа растворов содержащих РЗЭ, часто в режиме реального времени, является следствием ряда причин. В первую очередь возросшим числом областей применения таких элементов в энергетике, электронике и других областях [36]. В связи с чем происходит постепенная выработка естественных месторождений и повышается стоимость добычи элементов данной группы [37, 38]. Как следствие возрастает спрос на разработку способов выделения и разделения РЗЭ из различных смесей [39, 40], где необходимо аналитическое сопровождение.

В настоящее время совместное определение РЗЭ в смеси успешно проводят при помощи сложных аналитических методов, например масс-спектрометрии с индуктивно-связанной плазмой [41, 42]. При этом не теряет своей актуальности задача по разработке дополнительных методов, позволяющих осуществлять контроль составов растворов в режиме реального времени. С этой точки зрения химические сенсоры, измерения с которыми экспрессны, легко автоматизируются и не требуют дорогой и сложной аппаратуры являются интересным направлением развития аналитического приборостроения.

1.1.2 Химические сенсоры

Химические сенсоры (ХС) - основная часть любой мультисенсорной системы. Химический сенсор - это устройство, предназначенное для непрерывного определения концентрации химических компонентов в жидкостях или газах и конвертирующее информацию в электрический или оптический сигнал в режиме реального времени [43].

Все ХС оснащены следующими основными элементами: чувствительный слой - ответственен за формирование отклика на изменение концентрации определяемого компонента; преобразователь (трансдьюсер) - преобразует энергию в электрический или световой сигнал; токоотвод - передает сигнал от преобразователя к измерительному прибору.

Сигнал, формирующийся на чувствительном элементе - аналитический и предоставляет информацию о составе среды. В зависимости от способа преобразования сигнала ХС можно разделить на электрохимические, оптические, масс-чувствительные и теплочувствительные [44]. Несмотря на широкий выбор ХС, первое место в области разработки ЭЯ занимают электрохимические сенсоры [45]. Данная тенденция обусловлена, в существенной мере, возможностью изменения спектров чувствительности ХС путем модификации чувствительных слоев сенсоров, ответственных за формирование аналитического сигнала.

Электрохимические сенсоры могут быть разделены на группы в соответствие с процессом, инициирующим проявление характеристических свойств аналитов, и по тому какие параметры данных процессов считают аналитическим сигналом. В общем случае электрохимические методы, подразделяют на равновесные и неравновесные. Группа неравновесных методов предполагает протекание тока конечной величины через измерительную ячейку, что выводит электрохимическую систему из состояния равновесия и провоцирует появление массопереноса веществ в приэлектродном пространстве. К неравновесным методам относятся вольтамперометрия, кулонометрия и

электрогравиметрия [46]. В равновесных методах электрический ток стараются свести к минимуму, т.е. заметного воздействие на равновесие на границе раздела фаз и в глубине раствора не происходит. К данной группе относится прямая потенциометрия, которая применяется для прямого определения концентрации или активности ионов в растворе. Потенциометрические химические сенсоры занимают лидирующие позиции в области создания мультисенсорных систем [47], что обусловлено простотой проведения анализа и возможностью измерений в режиме реального времени, поэтому в данной работе исследовали потенциометрические мультисенсорные системы. Остановимся более подробно на принципах работы таких сенсоров и их видах. В процессе потенциометрических измерений регистрируют электродвижущую силу (э.д.с.) электрохимической цепи [48], которую формируют стандартный и индикаторный электроды. На рисунке 1 представлены схемы двух видов индикаторных потенциометрических электродов с твердым и жидким контактом.

Рисунок 1 - Схема потенциометрических сенсоров с жидким (слева) и твердым

(справа) контактом [49].

Формирование регистрируемого скачка потенциала происходит на чувствительной мембране. Чувствительные мембраны бывают нескольких видов [46]:

- стеклянные мембраны, в основном изготавливаются из силикатного

стекла;

- кристаллические мембраны, в свою очередь бывают монокристаллические (фтор селективные мембраны из LaF3) и поликристаллические (представляют собой смесь Ag2S c низко растворимыми сульфидами металлов или солями серебра, например PbS и AgBr соответственно);

- полимерные пластифицированные мембраны, содержащие ионофоры и липофильные добавки, введенные в полимерную матрицу (поли(винилхлорид) или силиконовую резину). Использование полимеров в комбинации с растворителем-пластификатором позволяет получить пластичные мембраны с большим числом различных компонентов. Возможность варьировать составы таких мембран определил рост интереса к сенсорам на их основе.

Для потенциометрических измерений необходимо как минимум 2 электрода: электрод сравнения, потенциал которого не зависит от состава раствора, и индикаторный электрод, чувствительная мембрана которого взаимодействует с потенциалопределяющими компонентами анализируемого образца, в результате чего происходит изменение межфазного потенциала. Более подробно с теоретическими и практическими аспектами функционирования ИСЭ можно ознакомится в соответствующей литературе [50, 51, 52].

Прежде чем проводить измерения с потенциометрическими сенсорами, необходимо определить функциональную зависимость между потенциалом сенсора и концентрацией определяемого компонента. В соответствие с определением ИЮПАК потенциал ионоселективного электрода (ИСЭ) должен линейно зависеть от логарифма активности определяемого иона. Тогда для интерпретации отклика сенсора строят градуировочный график E=f(lg a) или используют уравнение Никольского:

0 , RT pot zi1 zj

=E + vFln(ai Kj aj J) (i)

ij

где E0 - стандартный электродный потенциал; F - число Фарадея; R -универсальная газовая постоянная; T - температура; zi - заряд потенциалопределяющего иона; ai - активность потенциалопределяющего иона;

Кр° - коэффициент селективности; - заряд мешающего иона; а - активность мешающего иона. Тангенс угла наклона линейного участка графика функции Е=Ц\% а) называют чувствительностью. Теоретические значения чувствительности при 25оС: для однозарядных ионов (±)59 мВ/дек, для двухзарядных (±) 29,5 мВ/дек, а для трехзарядных (±) 19,7 мВ/дек. Помимо чувствительности к основным характеристикам потенциометрических сенсоров относятся: рабочий диапазон рН, время отклика и время жизни сенсора. Селективность - параметр, который определяют именно для ИСЭ, поскольку такие сенсоры должны избирательно взаимодействовать с потенциалопределяющим ионом в присутствие мешающих ионов. Величину коэффициента селективности оценивают различными способами, например методом биионных потенциалов или смешанных раствор, но только относительно одного мешающего иона. Зачастую именно ограниченная селективность сокращает возможности применения ИСЭ на практике, поскольку многие реальные растворы содержат компоненты понижающие чувствительность сенсора к целевому иону. Сильное влияние мешающих ионов особенно характерно для элементов со схожими химическими свойствами, к которым относятся РЗЭ. Некоторые результаты работы множества исследователей по поиску ИСЭ, чувствительных к катионам РЗЭ приведены в таблице 1.

Таблица 1

Результаты исследований по разработке ИСЭ к различным РЗЭ и их

основные свойства

Элемент Наименование мембраноактивного компонента Диапазон линейности Угол наклона, мВ рН Лит. ссылка

Иттрий У (III) Молибдовольфрамат олова (IV) 1.0 х 10-4 -1.0 х 10 -1 42.0 2.1-9.1 [53]

Лантан Ьа (III) 1,3,5-тритиациклогексан 8.0 х 10 -6 -5.0 х 10 -2 19.8 5.0-8.0 [54]

Моноза-12-краун-4 3.2 х 10-5 -1.0 х 10-1 20.5 3.0-7.0 [55]

5,14-Ж,Ж -гидраоксифенил-4,15-диоксо-1,5,14,18-тетраазагексокосан 1.8 х 10-6 -1.0 х 10-1 20.0 3.06.5 [56]

4-метил-2-гидразинобензотиазол 1.0 х 10 "7 -1.0 х 10 -1 19.8 3.010.0 [57]

Лантан Ьа (III) #-(Гексагидроциклопентапиррол-2(1Н)-илкарбамоил)-4-метилфенилсульфонамид (Гликлазид) 1.0 х 10"1 -1.0 х 10"6 20.1 4.0-8.0 [58]

Бис-2-меркаптоанилдиацетил 1.0 х 10 "5 -1.0 х 10 19.7 4.0-8.0 [59]

Бис-тиофенолфенилен-1,3-диамин 1.0 х 10"7 -1.0 х 10"1 19.6 3.5-9.5 [60]

#,#-адипилбис-5-фенилазосалицилальдегидгидразон 1.0 х 10 "6 -1.0 х 10"2 19.4 4.0-8.0 [61]

Бис-2-метилбензальдегидбутан-2,3-дигидразон 1.0 х 10"5 -1.0 х 10"1 19.8 3.0-9.4 [62]

2,2'-дитиодипиридин 7.1 х 10"6 - 2.2 х 10"2 20.0 3.3-8.0 [63]

ЖД-[(метилимино)диметилидин]ди- 2,4-ксилидин (Амитраз) 1.0 х 10"7 -1.0 х 10"1 19.8 3.0-9.0 [64]

Бис-(5-нитро-2-фуральдегид)бутан-2,3-дигидразон 1.0 х 10"7 -1.0 х 10"1 19.8 4.0-7.5 [65]

3-гидрокси-Ж -(пиридин-2-илметилен)-2-нафтогидразид 1.0 х 10"7 -1.0 х 10"2 19.2 3.0-9.0 [66]

8-амино-#-(2- гидроксибензилиден)нафтиламин 1.0 х 10"7 -1.0 х 10"1 20.3 4.0-9.0 [67]

Ж-(1-пиридин-2-илметилен)-2-фурогидразид 1.0 х 10"6 -1.0 х 10"1 19.2 3.510.0 [68]

#-(2-пиридил)-Ж -(4-метоксифенил)тиомочевина 4.0 х 10"8-1.0 х 10 19.6 4.0-9.0 [69]

Церий Се (III) Арсенат антимонида циркония (IV) 5.0 х 10"5 -1.0 х 10"1 52.0 па [70]

1,3,5-тритиан 4.7 х 10"8 -2.5 х 10"4 19.2 2.010.0 [71]

Пиперонилидин-4-(2,2)парациклофениламин 2.5 х 10"5 -1.0 х 10"1 19.3 4.5-8.0 [72]

#-[(2)-2-хлоро-2-(1 -гидрокси-1,1,1-трифенилфосфоранил)-1-этенил]-4-этил-1-бензолсульфамид 6.6 х 10"7 -6.2 х 10"2 19.5 4.5-8.5 [73]

2-аминобензотиазол 2.0 х 10"6 -2.0 х 10"2 19.6 4.1-7.3 [74]

#,Ж-бис-[2- (салицилиденамино)этил]этан-1,2-диамин 1.41 х Ю"7 -1.0 х 10-2 20.0 3.0-8.0 [75]

1,4,7-тритиациклононан 5.0 х 10-6 -5.0 х 10-2 19.4 5.0-8.0 [76]

4-(4,-нитробензил)-1 -фенил-3,5-пиразолидинедион 2.5 х 10-6 -1.0 х 10-1 19.5 4.0-8.0 [77]

К-[(2-гидроксифенил)метилиден]-2-фурогидразид 1.0 х 10-5 -1.0 х 10-1 19.4 3.510.0 [78]

Празеодим Рг (III) Ы^1,Ы^2-бис-(2-оксо-1,2-дифенилэтилиден)этандигидразид 1.0 х 10-6 -1.0 х 10-2 19.6 2.8-8.7 [79]

Празеодим Pr (III) N -(пиридин-2-илметилен)бензогидразид 1.0 х 10 -6 -1.0 х 10 "2 21.1 3.5-8.0 [80]

Неодим Nd (III) Тангстофосфат циркония (IV) 1.0 х 10 -1 -5.0 х 10 "5 19.8 3.0-7.0 [81]

5-пиридино-2,8-дитиа[9](2.9)-1,10-фенантролинефан 1.0 х 10-6 -1.0 х 10-2 20.0 4.0-6.5 [82]

#-(2-фурилметилен)пиридин-2,6-диамин 1.0 х 10-5 -1.0 х 10-2 19.6 4.0-8.0 [83]

2-[[(6-аминопиридин-2-ил)имино]метил]фенол 1.0 х 10-5 -1. 0 х10-2 19.6 3.5-8.5 [84]

Бензил-бис-тиосемикарбазон 1.0 х 10-6 -1.0 х 10-2 19.7 3.7-8.3 [85]

5-[[1-[3-[3-[(5-меркапто-1,3,4-триадиазол-2-илимино)метил]-1Н-индол-1-ил]пропил]-1 Н-индол-3 -ил] метиленамино]-1,3,4-тиодиазол-2-тиол 2.6 х 10-7 -1.0 х 10-1 19.3 3.58.0 [86]

#-[[1-[3-[3-[(тиазол-2-илимино)метил]-1 Н-индол-1-ил] пропил]-1 Н-индол-3-ил]метилен]триазол-2-амин 3.1 х 10-8-1.0 х 10-1 19.8 3.58.0 [79]

Самарий Sm (III) Боратофосфат олова (IV) 1.0 х 10-5 -1.0 х 10-1 40.0 4.010.0 [87]

4,5,6,7-тетратиоцино-(1,2-Ь-3,4-Ь')-диимидазолил-1,3,8,10-тетраэтил-2,9-дитион (Е141оё11) 1.0 х 10-5 -1.0 х 10-1 25.0 4.0-6.5 [88]

Изопропил-2- [(изопропоксикарботиоил)дисульфа нил]этантиоат 1.0 х 10-5 -1.0 х 10-1 19.5 4.0-7.0 [89]

1-циклогексил-3- [[пара-2-(5-метилпиразинкарбоксамид) этил] фенил] сульфонил] мочевина. (Глипизид) 1.0 х 10-6 -1.0 х 10-1 19.8 4.0-8.0 [90]

Список литературы диссертационного исследования кандидат наук Хайдукова Мария Михайловна, 2016 год

СПИСОК ЛИТЕРАТУРЫ

1. Legin A., Rudinitskaya A., Vlasov Y., Di Natale C., Davide F., D'AmicoA. Tasting of beverages using an electronic tongue based on potentiometric sensor array // In ''Technical Digest of Eurosensors X", Leuven. - Amsterdam: Elsevier, 1996. - P. 427-430.

2. Vlasov Yu., Legin A., Rudnitskaya A., Di Natale C., D'Amico A. Nonspecific sensor arrays ("electronic tongue") for chemical analysis of liquids: (IUPAC technical report) // Pure .Appl. Chem. 2005. V. 77 (11). P. 1965-1983.

3. Otto M., Thomas J. D. R. Model studies on multiple channel analysis of free magnesium, calcium, sodium, and potassium at physiological concentration levels with ion-selective electrodes // Anal. Chem. 1985. V. 57. P. 2647-2651.

4. Toko K., Hayashi K., Yamanaka M., Yamafuji K. Multichannel taste sensor with lipid membranes // Technical Digest of the 9th Sensor Symposium. 1990. P. 193-196.

5. Hayashi K., Yamanaka M.,Toko K., Yamafuji K. Multichannel taste sensor using lipid membranes // Sen. and Actuat. B. 1990. V. 2 (3).P. 205-213.

6. Murata T., Hayashi K., Toko K., Ikezaki H., Sato K., Toukubo R., Yamafuji K. Quantification of sourness and saltiness using a multichannel sensor with lipid membranes // Sensors and Materials. 1992. V. 4(2). P. 81-88.

7. Toko K., Matsuno T., Yamafuji K., Hayashi K., Ikezaki H., Sato K., Toukubo R., Kawarai S. Multichannel taste sensor using electrical potential changes in lipid membranes // Biosens. Bioelectron. 1994. V.9. P. 359-364.

8. Iiyama S., Ezaki S., Toko K., Matsumoto T., Yamafuji K. Study of astringency and pungency with multichannel taste sensor made of Lipid Membranes // Sen. and Actuat. B. 1995. V. 24 (1-3). P. 75 - 79

9. Toko K. Taste sensor // Sen. and Actuat. B. 2000. V. 64 . P. 205-215.

10. Rudnitskaya A., Nieuwoudt H.H., Muller N., Legin A.,Du Toit M., Bauer F.F. Instrumental measurement of bitter taste in red wine using an electronic tongue // Anal. and Bioanal. Chem. 2010. V. 397 (7). P. 3051-3060.

11. Legin A., Rudnitskaya A., Lvova L., Vlasov Y., Di Natale C. Evaluation of Italian wine by the electronic tongue: Recognition, quantitative analysis and correlation with human sensory perception // Anal. Chim. Acta. 2003. V. 484. P. 33-44.

12. Kirsanov D., Mednova O., Vietoris V., Kilmartin P.A., Legin A. Towards reliable estimation of an "electronic tongue" predictive ability from PLS regression models in wine analysis // Talanta. 2012. V. 90. P. 109-116.

13. Cetó X., González-Calabuig A., Capdevila J., Puig-Pujol A., Del Valle M. Instrumental measurement of wine sensory descriptors using a voltammetric electronic tongue // Sen. and Actuat. B. 2015. V. 207 (PB). P. 1053-1059.

14. Rudnitskaya A., Polshin E., Kirsanov D., Lammertyn J., Nicolai B., Saison D., Delvaux F.R., Delvaux F., Legin A. Instrumental measurement of beer taste attributes using an electronic tongue // // Anal. Chim. Acta. 2009. V. 646. P. 111-118.

15. Gutiérrez J.M., Haddi Z., Amari A., Bouchikhi B., Mimendia A., Cetó X., Del Valle M. Hybrid electronic tongue based on multisensor data fusion for discrimination of beers // Sen. and Actuat. B. 2013. V. 177. P. 989-996.

16. Arrieta T.A., Rodríguez-Méndez M.L., de Saja J.A., Blanco C.A. , Nimubona D. Prediction of bitterness and alcoholic strength in beer using an electronic tongue // Food Chem. 2010. V. 123 (3). P. 642-646.

17. Legin A., Rudnitskaya A., Vlasov Y., Di Natale C., Mazzone E., D'Amico A. Application of electronic tongue for quantitative analysis of mineral water and wine // Electroanal. 1999. V. 11. P. 814-820.

18. Chen Q., Zhao J., Guo Z., Wang X. Determination of caffeine content and main catechins contents in green tea (Camellia sinensis L.) using taste sensor technique and multivariate calibration // Journal of Food Composition and Analysis. 2010. V. 23. P. 353-358.

19. He W., Hu X., Zhao L., Liao X., Zhang Y., Zhang M., Wu J. Evaluation of Chinese tea by the electronic tongue: correlation with sensory properties and

classification according to geographical origin and grade level // Food Res. Int. 2009. V. 42. P. 1462-1467.

20. Bhattacharyya R., Tudu B., Das S.C., Bhattacharyya N., Bandyopadhyay R., Pramanik P. Classification of black tea liquor using cyclic voltammetry // J. of Food Eng. 2012. V. 109. P. 120-126.

21. Wang L., Niu Q., Hui Y, Jin H, Chen S. Assessment of taste attributes of peanut meal enzymatic-hydrolysis hydrolysates using an electronic tongue // Sensors. 2015. V. 15. P. 11169-11188.

22. Beullens K., Meszaros P., Vermeir S., Kirsanov D., Legin A., Buysens S., Cap N., Nicolai B. M., Lammertyn J. Analysis of tomato taste using two types of electronic tongues // Sen. and Actuat. B. 2008. V. 131 (1). P. 10-17.

23. Li S., Ma C., Liu Z., Gong G., Xu Z., Xu A., Hua B. Flavour analysis of stirred yoghurt with cheddar cheese adding into milk // Food Science and Technology Res. 2014. V. 20 (5). P. 939-946.

24. Legin A., Rudnitskaya A., Clapham D., Seleznev B., Lord K.,Vlasov Y. Electronic tongue for pharmaceutical analytics: Quantification of tastes and masking effects // Anal. Bioanal. Chem. 2004. V.380 (1). P. 36-45.

25. Lorenz J. K., Reo J. P., Hendl O., Worthington J. H., Petrossian V. D. Evaluation of a taste sensor instrument (electronic tongue) for use in formulation development. Int. J. Pharm. 2009. V. 367(1-2). P. 65-72.

26. Yaroshenko I., Kirsanov D., Kartsova L., Sidorova A., Borisova I., Legin A. Determination of urine ionic composition with potentiometric multisensor system // Talanta. 2015. V. 131. P. 556-561.

27. Lvova L., Martinelli E., Dini F., Bergamini A., Paolesse R., Di Natale C., D'Amico A. Clinical analysis of human urine by means of potentiometric electronic tongue // Talanta. 2009. V. 77 (3). P. 1097-1104.

28. Ciosek P., Grabowska I., Brzozka Z., Wroblewski W. Analysis of dialysate fluids with the use of a potentiometric electronic tongue // 2008. Microchim. Acta. V. 163(1-2). P. 139-145.

29. Ha D., Yu H., Hu N., Wu C.X., Zhou J., Kirsanov D., Legin A., Wang P. Portable e-tongue based on multi-channel laps array with PVC membrane for rapid environment detection // AIP Conference Proceedings. 2011. V. 1362. P. 187-188.

30. Di Natale C., Macagnano A., Davide F., D'Amico A., Legin A., Vlasov Y., Rudnitskaya A., Selezenev B. (1997). Multicomponent analysis on polluted waters by means of an electronic tongue. Sens. Actuators B 44(1-3), 423-428.

31. Zadorozhnaya O., Kirsanov D., Buzhinsky I., Tsarev F., Abramova N., Bratov A., Muñoz F.J., Ribó J., Bori J., Riva M.C., Legin A. Water pollution monitoring by an artificial sensory system performing in terms of Vibrio fischeri bacteria // Sen. and Actuat. B. 2015. V.207. P. 1069-1075.

32. Kirsanov D., Legin E., Zagrebin A., Ignatieva N., Rybakin V., Legin A. Mimicking Daphnia magna bioassay performance by an electronic tongue for urban water quality control// Anal. Chim. Acta. 2014. V. 824. P. 64-70.

33. Gutés A., Cespedes F., del Valle M., Louthander D., Krantz-Rülcker C., Winquist F. A flow injection voltammetric electronic tongue applied to paper mill industrial waters // Sen. and Actuat. B. V.115 (1). P. 390-395.

34. Rudnitskaya A., Legin A. Sensor systems, electronic tongues and electronic noses, for the monitoring of biotechnological processes // J. Ind. Microbiol. Biotechnol. 2008. V 35 (5). P. 443-451.

35. Templeton D. H., Dauben C. H. Lattice parameters of some rare earth compounds and a set crystal radII. - Report Number: UCRL-2606. 1954

36. Rare Earth Elements: A Review of Production, Processing, Recycling, and Associated Environmental Issues. EPA 600/R-12/572. 2012. www.epa.gov/ord

37. Massari S., Ruberti M. Rare earth elements as critical raw materials: Focus on international markets and future strategies // Resources Policy.2013. V.38 P. 36-43.

38. Zhanheng C. Global rare earth resources and scenarios of future rare earth industry // Journal of rare earths. 2011. V. 29 (1). P. 1-6.

39. Xie F., Zhang T.A., Dreisinger D., Doyle F. A critical review on solvent extraction of rare earths from aqueous Solutions // Miner. Eng. 2014. V.56. P. 10 -28.

40. Binnemans K, Jones P.T., Blanpain B., Gerven T.V., Yang Y., Walton A., Buchert M. Recycling of rare earths: a critical review // J. of Cleaner Production. 2013. V. 51. P. 1-22.

41. Montaser A. Inductively coupled plasma mass spectrometry / A. Montaser. -USA: Wiley VCH Inc., 1998. - 1004 p.

42. Roos P., Radioactiv. Environm. 2008. V. 11. 295 p.

43. Аналитическая химия. Проблемы и подходы: в 2 т. Т. 1. / под. ред. Кельнер Р.; пер. с англ. под ред. ак. Ю. А. Золотова.- М.: Мир, 2004. - 608 c

44. Каттралл, Р. В. Химические сенсоры / Р. В. Каттралл; пер. с англ. к.х.н. О. О. Максиманко; под ред. д.х.н. проф. О.М. Петрухина. - М.: Научный Мир, 2000.- 143 с.

45. Oliveri P., Casolino M.C., Forina M. Chemometric brains for artificial tongues // Advances in Food and Nutrition Research. 2010. V. 61. P. 57-117.

46. Будников Г.К. Основы современного электрохимического анализа / Г.К. Будников, В.Н. Майстренко, М.Р. Вяселев. - М.: Мир: Бином ЛЗ, 2003. - 592 с. ил. - (Методы в химии).

47. Del Valle M. Electronic Tongues Employing Electrochemical Sensors // Electroanal. 2010. V. 22 (14). P. 1539-1555.

48. Бобрешова О.В. Паршина А.В. / Потенциометрические сенсоры на основе ионообменников для анализа водных растворов. - Воронеж: Издательско-полиграфический центра Воронежского государственного университета, 2012. -154 с.

49. Научный совет по аналитической химии ОХНМ РАН. Проблемы аналитической химии. Т.14. Химические сенсоры / под ред. Ю.Г.Власова. - М.: Наука, 2010. - 399 с.

50. . Никольский Б.П. Ионоселективные электроды / Б. П. Никольский, Е. А. Матерова. - Л.: Химия, 1980. - 240 c.

51. . Mikhelson K.N. Ion-selective electrodes. Series: Lecture Notes in Chemistry, Vol. 81/ K.N. Mikhelson, - USA: Springer, 2013. - 162 p.

52. Морф В. Принципы ионоселективных электродов и мембранный транспорт, пер. с англ.; под. Ред. О. М. Петрухина, М., Мир, 1985 - 280 с.

53. Sharma H.K., Sharma N. Potentiometric sensor for yttrium (III) based on tin [IV] molybdotungstate as an electroactive material // Sens. Lett. 2013. V. 11(3). P. 591-595.

54. Shamsipur M., Yousefi M., Hosseini M., Ganjali M.R. Lanthanum(III) PVC membrane electrodes based on 1,3,5-trithiacyclohexane // Anal. Chem. 2002. V. 74(21). P. 5538-5543.

55. Gupta V.K., Jain S., Chandra S. Chemical sensor for lanthanum(III) determination using aza-crown as ionophore in poly(vinyl chloride) matrix // Anal. Chim. Acta. 2003. V. 486(2). P. 199-207.

56. Khalil S. Ion-selective electrode for lanthanum determination in standard samples // Anal. Lett. - 2003. V. 36(7). P.. 1335-1349

57. Ganjali M.R., Norouzi P., Shamsolahrari L., Ahmadi A. PPb level monitoring of lanthanium by a novel PCV-membrane sensor based on 4-methyl-2-hydrazinobenzothiazole // Sen. and Actuat. B. 2006. V.114(2). P. 713-719.

58. Ganjali M.R., Daftari A., Rezapour M., Puorsaberi T., Haghgoo S. Gliclazide as novel carrier in construction of PVC-based La(III)-selective membrane sensor // Talanta. 2003. V. 59(3). P. 613-619.

59. Ganjali M.R., Kiani-Anbouhi R., Shamsipur M., Poursaberi T., Salavati-Niasari M., Talebpour Z., Emami M. Novel potentiometric PVC-membrane and coated graphite sensors for lanthanum(III) // Electroanal. 2014. V. 16(12). P. 1002-1008.

60. Ganjali M.R., Qomi M., Daftari A., Norouzi P., Salavati-Niasari M., Rabbani M. Novel lanthanum(III) membrane sensor based on a new N-S Schiffs base // Sen. and Actuat. B. 2004. V. 98(1). P. 92-96.

61. Shamsipur M., Ershad S., Samadi N., Esmaeilbeig A.R., Kia R., Abdolmaleki A. Polymeric membrane lanthanum(III)-selective electrode based on N,N'-adipylbis(5-phenylazo salicylaldehyde hydrazone) // Electroanal. 2005. V. 17(20). P. 1828-1834.

62. Ganjali M.R., Matloobi P., Ghorbani M., Norouzi P., Salavati-Niasari M. La(III) selective membrane sensor based on a new N-N Schiffs base // Bulletin of the Korean Chem. Soc. 2005. V. 26(1). P. 38-42.

63. Akhond M., Najafi M.B., Tashkhourian J. Lanthanum-selective membrane electrode based on 2,2'-dithiodipyridine // Anal. Chim. Acta. 2005. V. 531(2). P. 179184.

64. Ganjali M.R., Akbar V., Ghorbani M., Norouzi P., Ahmadi A. Fluoride determination in some mouth wash preparations by a novel La(III) graphite coated membrane sensor based on amitraz // Anal. Chim. Acta. 2005. V. 531(2). P. 185-191.

65. Ganjali M.R., Gholivand M.B., Rahimi-Nasrabadi M., Maddah B., Salavati-Niasari M., Ahmadi F. Synthesis of a new octadentates Schiffs base and its aP.lication in construction of a highly selective and sensitive lanthanum (III) membrane sensor // Sens. Lett. 2006. V. 4 (4). P. 356-363.

66. Ganjali M.R., Norouzi P., Yousefian N., Faridbod F., Adib M. Sub-micro molar monitoring of La3+ by a novel lanthanum PVC-based membrane sensor based on 3-hydroxy-N'-(pyridin-2-ylmethylene)-2- naphthohydrazide // Bulletin of the Korean Chem. Soc. 2006. V. 27(10). P. 1581-1586.

67. Ganjali M.R., Norouzi P., Alizadeh T., Adib M. Application of 8-amino-N-(2-hydroxybenzylidene)naphthyl amine as a neutral ionophore in the construction of a lanthanum ion-selective sensor // Anal. Chim. Acta. 2006. V. 576(2). P. 275-282.

68. Zamani H.A., Ganjali M.R., Norouzi P., Adib M., Aceedy M. Synthesis of N'-(1-pyridin-2-ylmethylene)-2-furohydrazide and its aP.lication in construction of a highly selective PVC-based membrane sensor for La(III) ions // Anal. Sci. 2006. V.22 (7). P. 943-948.

69. . Ganjali M.R., Norouzi P., Alizadeh T., Tadjarodi A., Hanifehpour Y. Construction of a highly selective and sensitive La(III) sensor based on N-(2-pyridyl)-N'-(4-methoxyphenyl)-thiourea for nano level monitoring of La(III) ions // Electroanal. 2006. V. 18(11). P. 1091-1096.

70. . Mittal S.K., Sharma H.K., Kumar S.K. Synthesis, characterization and analytical application of zirconium (IV) antimonoarsenate as a Potentiometrie sensor // React. Funct. Polym. 2006. V. 66(10). P. 1174-1181.

71. Shamsipur M., Yousefi M., Hosseini M., Ganjali M.R. PVC-based 1,3,5-trithiane coated graphite electrode for determination of cerium(III) ions // Anal. Lett. 2001. V. 34(13). P. 2249-2261.

72. Gaber A.A.A. A novel PVC membrane sensor for selective determination of cerium(III) ions //Anal. Lett. 2003. V. 36(12). P. 2585-2596.

73. Karami H., Mousavi M.F., Shamsipur M., Yavari I., Alizadeh A.A. A new ion-selective electrode for potentiometric determination of Ce(III) // Anal. Lett. 2003. V. 36(6). P. 1065-1078.

74. Akhond M., Najafi M.B., Tashkhourian, J. A new cerium (III)-selective membrane electrode based on 2-aminobenzothiazole // Sen. and Actuat. B. 2004. V. 99(2-3). P. 410-415.

75. Gupta V.K., Singh A.K., Gupta B. A cerium(III) selective polyvinyl chloride membrane sensor based on a Schiff base complex of N,N'-bis[2-(salicylideneamino)ethyl]ethane-1,2-diamine // Anal. Chim. Acta. 2006. V. 575(2). P. 198-204.

76. Pouretedal H.R., Semnani A., Keshavarz M.H. Cerium(III) ion-selective electrodes based on 1,4,7-trithiacyclononane // Turkish J. of Chem. 2006. V. 30(6). P. 711-721.

77. Saleh M.B., Abdel Gaber A.A., Khalaf M.M.R., Tawfeek A.M. A new ion-selective electrode for potentiometric determination of Ce(III) ions // Sen. Actuat. B. 2006. V. 119(1). P. 275-281.

78. Zamani H.A., Ganjali M.R., Adib M. Construction of a highly selective PVC-based membrane sensor for Ce(III) ions // Sen. Actuat. B. 2007. V. 120(7). P. 545550.

79. Zamani H. A., Masrournia M., Sahebnasagh S., Ganjali M. R. Fabrication of a praseodymium(III) PVC-membrane sensor based on N'1,N'2-bis(2-oxo-1,2-diphenylethylidene) ethanedihydrazide // Anal. Lett. 2013. V. 42(3). P. 555-570

80. Ganjali M.R., Mirnaghi F.S., Norouzi P., Adib M. Novel Pr(III)-selective membrane sensor based on a new hydrazide derivative // Sen. Actuat. B. 2006. V. 115(1). P. 374-378.

81. Gupta A.P., Agrawal H., Shukla S.K., Bharduwaj V.R. Studies on PVC based chelating inorganic ion exchange resin membrane sensor for neodymium(III) ion // Indian J. Chem. Technol. 2004. V. 11(4). P. 500-503.

82. Shamsipur M., Hosseini M., Alizadeh K., Mousavi M.F., Garau A., Lippolis V., Yari A. PVC membrane potentiometric sensor based on 5-pyridino-2,8-dithia[9](2,9)- 1, 10-phenanthrolinephane for selective determination of neodymium(III) // Anal. Chem. 2005. V. 77(1). P. 276-283.

83. Norouzi P., Ganjali M.R., Ahmadalinezhad A., Adib M. Novel neodymium(III) membrane sensor based on N-(2-furylmethylene)pyridine- 2,6-diamine // Journal of the Brazilian Chem. Soc. 2006. V. 17(7). P. 1309-1315.

84. Ganjali M.R., Ahmadalinezhad A., Norouzi P., Adib M. Nd(III)-PVC membrane sensor based on 2-{[(6-aminopyridin-2-yl)imino]methyl} -phenol // J. Appl. Electrochem. 2006. V. 36(8). P. 931-936.

85. Behmadi H., Zamani H.A., Ganjali M.R., Norouzi P. Determination of neodymium(III) ions in soil and sediment samples by a novel neodymium(III) sensor based on benzyl bisthiosemicarbazone // Electrochim. Acta. 2007. V. 53(4). P. 18701876.

86. Bandi K.R., Singh A.K., Upadhyay A. Biologically active Schiff bases as potentiometric sensor for the selective determination of Nd3+ ion // Electrochim. Acta. 2013. V. 105. P. 654-664.

87. Mittal S.K., Sharma H.K., Kumar A.S.K. Samarium (III) selective membrane sensor based on tin (IV) boratophosphate // Sensors. 2004. V. 4(8). P. 125135.

88. Shamsipur M., Hosseini M., Alizadeh K., Talebpour, Z. Mousavi M.F., Ganjali M.R., Arca M., Lippolis V. PVC membrane and coated graphite potentiometric sensors based on Et4todit for selective determination of samarium(III) // Anal. Chem. 2003. V. 75(21). P. 5680-5686.

89. Shamsipur M., Hosseini M., Alizadeh K., Eskandari M.M., Sharghi H., Mousavi M.F., Ganjali M.R. Polymeric membrane and coated graphite samarium(III)-selective electrodes based on isopropyl 2-[(isopropoxycarbothioyl)disulfanyl]ethanethioate // Anal. Chim. Acta. 2003. V. 486(1). P. 93-99.

90. Ganjali M.R., Pourjavid M.R., Rezapour M., Haghgoo S. Novel samarium(III) selective membrane sensor based on glipizid // Sen. Actuat. B. 2003. V. 89(1-2). P. 21-26.

91. Zamani H.A., Ganjali M.R., Adib M. Fabrication of a new samarium(III) ion-selective electrode based on 3-{[2-oxo-1(2H)-acenaphthylenyliden]amino}-2-thioxo-1,3-thiazolidin-4-one // J. of the Brazilian Chem. Soc. - 2007. V. 18(1). P. 215222.

92. Saleh M.B., Abdel Gaber A.A., Khalaf M.M.R., Tawfeek A.M. Novel Sm(III) ion-selective polymeric membrane sensor based on spiro[Oxirane-pyrazolidinedione] derivative ionophore // Anal. Lett. 2006. V. 39(1). P. 17-31.

93. Sharma, H.K., Sharma, N. A new europium (III) sensor based on titanium [IV] tungstophosphate as an electroactive material // Res. J. of Chem. and Environ. 2013. V. 17(3). P. 34-39.

94. Upadhyay A., Singh A.K., Bandi K.R., Jain A.K. Fabrication of coated graphite electrode for the selective determination of europium (III) ions // Talanta. 2013. V. 115. P. 569-576.

95. Ganjali M.R., Rahimi M., Maddah B., Moghimi A., Borhany S. An Eu(III) sensor based on N,N-diethyl-N-(4-hydroxy-6-methylpyridin-2-yl) guanidine // Anal. Sci. 2004. V. 20(10). P. 1427-1431.

96. Ganjali M.R., Faridbod F., Norouzi P., Adib, M. A novel Er(III) sensor based on a new hydrazone for the monitoring of Er(III) ions // Sen. Actuat. B. 2006. V. 120(1). P. 119-124.

97. Zamani H.A., Rajabzadeh G., Ganjali M.R. A new europium(III) PVC membrane potentiometric sensor based on 4-(2-hydroxybenzylideneamino)-6-methyl-3-

thioxo-3,4-dihydro-1,2,4-triazin-5(2H) -one // Bulletin of the Chem. Soc. of Japan. 2007. V. 80(1). P. 172-177.

98. Ganjali M.R., Norouzi P., Daftari A., Faridbod F., Salavati-Niasari M. Fabrication of a highly selective Eu(III) membrane sensor based on a new S-N hexadentates Schiffs base // Sen. Actuat. B. 2007. V. 120(2). P. 673-678.

99. Ganjali M.R., Davarkhah N., Ganjali H., Larijani B., Norouzi P., Hossieni M. A novel europium(III) sensor based on 4E-4-(2-phenylviazenyl)-2-((E)-(2-aminoethylimino)methyl)phenol // J. Electrochem. Soc. 2009. V. 4(6). P. 762-771.

100. Sharma H.K., Sharma N. Potentiometric sensor for gadolinium(III) ion based on zirconium[IV] tungstophosphate as an electroactive material // E-Journal of Chemistry. 2009. V. 6(4). P. 1139-1149.

101. Vahdani M., Zamani H.A., Karimian S. Quantitative determination of gadolinium ion by a gd3+-liquid membrane sensor based on 1-(4-nitrophenyl)-3-(4-phenylazophenyl)triazene as a sensing material // Int. J. Electrochem. Soc. 2013. V. 8(2). P. 2734-2745.

102. Ganjali M.R., Rezapour M., Norouzi P., Salavati-Niasari M. A new pentadentate S-N schiffs' base as a novel ionophore in construction of a novel Gd(III) membrane sensor // Electroanal. 2005. V. 17(22). P. 2032-2036.

103. Sharma H.K., Sharma N., Dogra P. Potentiometric sensor for gadolinium (III) ion based on tin [II] tungstophosphate as an electroactive material // Res. J. of Chem. and Environ. 2011. V. 15(2). P. 897-902.

104. Ganjali M.R., Norouzi P., Alizadeh T., Tajarodi A., Hanifehpour Y. Fabrication of a highly selective and sensitive Gd(III)-PVC membrane sensor based on N-(2-pyridyl)-N'-(4-nitrophenyl)thiourea // Sen. Actuat. B. 2007. V. 120(2). P. 487-493.

105. Zamani H.A., Rajabzadeh G., Ganjali M.R., Norouzi P. Determination of gadolinium(III) ions in soil and sediment samples by a novel gadolinium membrane sensor based on 6-methyl-4-{[1-(2-thienyl)methylidene]amino}3-thioxo-3,4-dihydro-1,2,4-triazin-5-(2H)-one // Anal. Chim. Acta. 2007. V. 598(1). P. 51-57.

106. Ganjali M.R., Tahami M., Shamsipur M., Poursaberi T., Haghgoo S., Hosseini M. Novel gadolinium PVC-based membrane sensor based on omeprazole as an antibiotic // Electroanal. 2003. V. 15(12). P. 1038-1042.

107. Ganjali M.R., Emami M., Rezapour M., Shamsipur M., Maddah B., Salavati-Niasari M., Hosseini M., Talebpoui Z. Novel gadolinium poly(vinyl chloride) membrane sensor based on a new S-N Schiffs base // Anal. Chim. Acta. 2003. V. 495(1-2). P. 51-59.

108. Zamani H.A., Faridbod F., Ganjali M.R. A new selectophore for gadolinium selective sensor // Mat. Sci. and Eng. C. 2014. V. 43 (1). P. 488-493.

109. Mittal S.K., Raj K., Pernita D., Sharma H. K. Potentiometric determination of terbium (III) ion using zirconium (IV) boratophosphate as an electroactive material // Res. J. of Chem. and Environ. 2007. V. 11(4). P. 47-51.

110. Ganjali M.R., Ghesmi A., Hosseini M., Pourjavid M.R., Rezapour M., Shamsipur M., Salavati-Niasari M. Novel terbium(III) sensor based on a new bis-pyrrolidene Schiffs base // Sen. Actuat. B. 2005. V. 105(2). P. 334-339.

111. Zamani H.A., Ranjkesh M., Abedi M.R. Detection of terbium(III) ions by a selective electrode based on a hydrazinecarboxamide derivative // Int. J. of Electrochem. Sci. 2014. V. 9(12). P. 8435-8445.

112. Zamani H.A., Abedi M.R. Determination of Tb 3+ ions in solution samples by a Tb3+-polyvinyl chloride membrane sensor // J. of Chem. and Pharm. Res. 2011. V. 3(4). P. 750-754.

113. Mittal S.K., Kumar S.K.A., Pernita D. Sharma K. H. Potentiometric determination of dysprosium(III) ion using zirconium(IV) antimonomolybdate as an electroactive material // J. Anal. Chem. 2010. V. 65(10). P. 1045-1051.

114. Tamaddon A., Sadeghi H.B., Mollaei S., Ebrahimi A.A. PVC membrane potentiometric sensor based on a schiff base for determination of Ho3+ ions // Anal. And Bioanal. Electrochem. 2014. V. 6(6). P. 676-687.

115. Zamani H.A., Zanganeh-Asadabadi A., Rohani M., Zabihi M.S., Fadaee J., Ganjali M.R., Faridbod F., Meghdadi S. A Ho(III) potentiometric polymeric membrane

sensor based on a new four dentate neutral ion carrier // Mat. Sci. and Eng.: C. 2013. V. 33 (2). P. 984-988.

116. Zamani H.A., Langroodi S., Meghdadi S. Application of N-quinoline-2-carboxamido- 8-aminoquinoline in fabrication of a ho(III)-PVC membrane sensor // E-J. of Chem. 2011. V. 8(S1). P. S237-S244.

117. Zamani H.A., Ganjali M.R., Norouzi P., Meghdadi S. Fabrication of a novel holmium(III) PVC membrane sensor based on 4-chloro-1,2-bis(2-pyridinecarboxamido)benzene as a neutral ionophore // J. of App. Electrochem. 2007. V. 37 (7). P. 853-859.

118. Faridbod F., Ganjali M.R., Larijani B., Norouzi P., Riahi S., Mirnaghi F.S. Lanthanide recognition: an asymetric erbium microsensor based on a hydrazine derivative // Sensors. 2007. V. 7. P. 3119-3135.

119. Ganjali M.R., Faridbod F., Norouzi P., Adib M. A novel Er(III) sensor based on a new hydrazone for the monitoring of Er(III) ions // Sen. Actuat. B. 2006. V. 120 (1). P. 119-124.

120. Zamani H.A., Ganjali M.R. Fabrication of an Er3+ PVC membrane sensor based on oxalic acid bis[2-[(phenylamino)carbonyl]hydrazide] // Monatsh Chem. 2010. V. 141. P. 1183-1189.

121. Singh A., Singh S., Singh G. Comparative study of poly(vinyl chloride) based polymeric membrane sensors for the determination of erbium (III) // Anal. And Bioanal. Electrochem. 2012. V. 4(3). P. 296-314.

122. Zamani H.A., Mohammadhosseini M., Nekoei M., Ganjali M.R. Determination of erbium ions in water samples by a pvc membrane erbium-ion selective electrode // Sens. Letters. 2010. V. 8(2). P. 303-307.

123. Zamani H.A., Sahebnasagh S. Construction of a highly selective and sensitive Ytterbium(III) membrane sensor based on 4-methoxybenzyl carbazate as a new neutral ionophore // Int. J. of Electrochem. Sci. 2013. V. 8(3). P. 3429-3440.

124. Давыдов, Ю. П. Формы нахождения металл-ионов (радионуклидов) в растворе / Ю. П. Давыдов, Д. Ю. Давыдов. - Минск: Беларус. навука, 2011. - 301 с.

125. Аналитическая химия редкоземельных элементов и иттрия. Серия «Аналитическая химия элементов» / Д.И. Рябчик, В. А. Рябухин. гл. редактор А.П. Виноградов. - М. Наука, 1966. - 381 с.

126. Спиридонов И. Г., Кирсанов Д. О., Легин А. В., Бабаин В. А., Власов Ю. Г., Аляпышев М. Ю. Полимерные сенсоры для определения ионов редкоземельных металлов на основе диамидов дипиколиновой кислоты // Журнал прикладной химии. 2011. Т. 84. № 8. С. 1289 - 1296.

127. Кирсанов Д. О., Борисова Н. Е., Решетова М. Д., Иванов А. В., Евдокимов Д. В., Елисеев И. И., Аляпышев М. Ю., Легин А. В., Спиридонов И. Г., Власов Ю. Г., Бабаин В. А. Новые диамиды 2,2'-дипиридил 6,6'-дикарбоновой кислоты: синтез, координационные свойства, возможности применения в электрохимических сенсорах и жидкостной экстракции // Изв. А. Н. Серия Химическая. 2012. № 4. С. 877 - 885.

128. Ni Y., Korot S. Does chemimetrics enhance the performance of electroanalysis // Anal. Chim. Acta. 2008. V. 626. P. 130-146.

129. Box G. E. P. , Draper N. R., Empirical Model-Building and Response Surface, Wiley Series in Probability and Statistics / G. E. P. Box, N. R. Draper, - New York: Wiley, 1987. - 424 p.

130. Bro R. Multi-way analysis in the food industry. Doctoral thesis. Royal Veterinary and Agricultural University, Denmark, 1998.

131. Smilde A., Bro R., Geladi P. Multi-way Analysis with Applications in the Chemical Sciences / A. Smilde, R. Bro, P. Geladi, - New York: Wiley, 2004. - 396 p.

132. Померанцев А. Л. Проекционные методы в системе эксель http://chemometrics.ru/materials/textbooks/projection.htm

133. Comprehensive Chemometrics Chemical and Biochemical Data Analysis . V. 2. / Eds S. D. Brown, R. Tauler, and B. Walczak, - Amsterdam: Elsevier - 2896 p.

134. Calvo D., Duran A., del Valle M. Use of sequential injection analysis to construct an electronic-tongue Application to multidetermination employing the transient response of a potentiometric sensor array // Anal. Chim. Acta. 2007. V.600. P. 97-104.

135. Cetó X., Apetrei C., Del Valle M., Rodríguez-Méndez M.L. Evaluation of red wines antioxidant capacity by means of a voltammetric e-tongue with an optimized sensor array // Electrochim. Acta. 2014. V. 120. P. 180-186.

136. Apetrei C.; Rodríguez-Méndez M.L., Parra, V., Gutierrez F., de Saja J.A. Array of voltammetric sensors for the discrimination of bitter solutions // Sen. Actuat. B. 2004. V.103 (1-2). P.145.

137. Cetó X., Céspedes F., del Valle M. Assessment of Individual polyphenol content in beer by means of a voltammetric bioelectronic tongue // Electroanal. 2013. V. 25 (1). P, 68-76.

138. Померанцев А. Калибровки (Градуировки). Российское хемометрическое общество. [Электронный ресурс], URL: http://www.chemometrics.ru/materials/textbooks/calibration.htm (дата обращения: 12.09.2012).

139. Brereton R.G. Introduction to multivariate calibration in analytical chemistry // Analyst. 2000. V. 125 (11). P. 2125-2154.

140. Wold S., Sjostrom M., Eriksson L. PLS-regression: a basic tool of chemometrics // Chemom. Intell. Lab. Syst. 2001. V. 58. P. 109-130.

141. Lvova L., Kim S.S., Legin A., Vlasov Y., Yang J.S., Cha G.S., Nam H. All-solid-state electronic tongue and its application for beverage analysis // Anal. Chim. Acta. 2002. V. 468 (2). P. 303-314.

142. Rudnitskaya A. , Kirsanov D., Legin A., Beullens K., Lammertyn J., Nicolaí B.M., Irudayaraj J. Analysis of apples varieties - comparison of electronic tongue with different analytical techniques // Sen. Actuat. B. 2006. V. 116 (1-2). P. 2328.

143. Sóderstróm C., Borén H., Winquist F., Krantz-Rülcker C. Use of an electronic tongue to analyze mold growth in liquid media // Int. J. of Food Microbiol. 2003. V. 83 (3). P.253-261.

144. Bro R. Multiway calibration. Multilinear PLS // J. Chemometr. 1996. V. 10. P. 47-61.

145. Hastie T., Tibshirani R., Friedman J. The elements of statistical learning: data mining, inference, and prediction, Second Edition / T. Hastie, R. Tibshirani, J. Friedman, Springer-Verlag, 2009. - 763 с.

146. Круглов В.В., Борисов В.В., Искусственные нейронные сети. Теория и практика. - 2-е издание, стереотип./ В.В. Круглов, В.В. Борисов, М.: Горячая линия-Телеком, 2002. - 382 с.

147. Esbensen, K.H. Multivariate Analysis - in Practice. / K.H.Esbensen. - 5th edition - Norway - Alborg University, Esbjerg: CAMO Process AS, 2001. - 594 p.

148. Математическая теория планирования эксперимента. / Под. ред. С.М. Ермакова. - М.: Наука; Главная редакция физико-математической литературы, 1983. - 392 с.

149. Винер Н. Кибернетика, или Управление и связь в животном и машине. / Н. Винер. Пер. с англ. И.В. Соловьева и Г.Н. Поварова; Под ред. Г.Н. Поварова. - 2-е издание. - М.: Наука; Главная редакция изданий для зарубежных стран, 1983. - 344 с.

150. Саутин С.Н. Планирование эксперимента в химии и химической технологии / С.Н. Саутин. - Л.: Химия, 1975. - 48 с.

151. Leardi R. Experimental design in chemistry: A tutorial // Anal. Chim. Acta. 2009. V. 652. P.161-172.

152. Butler N.A. Optimal and Orthogonal Latin Hypercube Designs for Computer Experiments // Biometrika. 2001. V. 88 (3). P. 847-857.

153. de Aguiar P.F., Bourguignon B., Khots M.S., Massart D.L., Phan-Than-Luu R. D-optimal designs. Tutorial // Chemom. Intell. Lab. Syst. 1995. V. 30. P. 199210.

154. .Plackett R. L. Burman J. P. The Design of Optimum Multifactorial Experiments // Biometrika. 1946. V. 33 (4). P. 305-325.

155. Зароченцев К. Д., Худяков А. И. Экспериментальная психология: учебник. / К. Д. Зароченцев, А. И. Худяков. - М.: Проспект, 2005. - 208 с.

156. Вознесенский В.А. Статистические методы планирования эксперимента в технико-экономических исследованиях. / В. А. Вознесенский. -М.: Финансы и статистика, 1981. - 263 с.

157. Архипов В.А., Березиков А.П. Основы теории инженерно-физического эксперимента: учебное пособие / В. А. Архипов, А.П. Березиков. -Томск: Издательство Томского политехнического университета, 2008. - 2006 с.

158. Davison A.C. Biometrika Centenary: Theory and General Methodology // Biometrika. 2001. V. 88 (1). P. 13-52.

159. Leardi R. Experimental design in chemistry: A tutorial // Anal. Chim. Acta. 2009. V. 652. P. 161-172.

160. Зенкевич И.Г. и др. Аналитическая химия. В 3т. Т.3 Химический анализ: учеб. для студ. высш. учеб. заведений / [И.Г. Зенкевич и др.]; под. ред. Л.Н. Москвина. - М.: Академия, 2010. - 368 с.

161. Munoz J.A., Brereton R. G. Partial factorial designs for multivariate calibration: extension to seven levels and comparison of strategy // Chemometr. Intel. Lab. Syst. 1998. 43. P. 89-105.

162. Liang Y.-Z., Fang K.-T., Xu Q.-S. Uniform design and its applications in chemistry and chemical engineering // Chemom. Intell. Lab. Syst. 2001. V. 58. P. 4357.

163. Santiago J., Claeys-Bruno M., Sergent, M. Construction of space-filling designs using WSP algorithm for high dimensional spaces // Chemom. Intell. Lab. Syst. 2012. V. 113. P. 26 -31.

164. Demir C., Brereton .R.G. Multivariate calibration on designed mixtures of four pharmaceuticals // Analyst. 1998. V. 123. P. 181-189.

165. Shenk, J. S.; Westerhaus. U.S. Patent No. 4866644, Sept 12, 1989.

166. Wang Y.D., Veltkamp D.J., Kowalski B.R. Multivariate instrument standardization // Anal. Chem. 1991. V. 63. P. 2750- 2756.

167. Bouveresse E., Hartmann C., Massart D.L., Last I.R., Prebble K.A. Standardization of near-infrared spectrometric instruments // Anal. Chem. 1996. V. 68. P. 982- 990.

168. Feudale R. N., Woody N. A., Tan H., Myles A. J., Brown S. D., Ferre' J. Transfer of multivariate calibration models: a review // Chemom. Intell. Lab. Syst. 2002. V. 64. P. 181- 192.

169. Fan W., Liang Y., Yuan D., Wang J. Calibration model transfer for near-infrared spectra based on canonical correlation analysis // Anal. Chim.acta. 2008. V. 623. P.22-29.

170. Swierenga H., Haanstra W.G., de Weijer A.P., Buydens L.M.C. Comparison of two different approaches toward model transferability in NIR spectroscopy //Appl. Spectrosc. 1998. V. 52. P. 7 - 16.

171. Herrero A., Ortiz M. C. Modelling the background current with partial least squares regression and transference of the calibration models in the simultaneous determination of Tl and Pb by stripping voltammetry// Talanta. 1998. V. 46 (1). P. 129138.

172. Herrero A., Ortiz M. C. Multivariate calibration transfer applied to the routine determination of copper, lead, cadmium and zinc // Anal. Chim. Acta. 1997. V. 348. P. 51-59.

173. Herrero A., Ortiz M. C. Piecewise direct standardization method applied to the simultaneous determination of Pb(II), Sn(IV) and Cd(II) by differential pulse polarography / Electroanal. 1998. V. 10 (10). P. 717-721.

174. Sales F., Callao M. P., Rius F. X. Multivariate standardization techniques on ion-selective sensor arrays // Analyst. 1999. V. 124. P. 1045-1051.

175. Sales F., Callao M. P., Rius F. X. Multivariate standardization for correcting the ionic strength variation on potentiometric sensor arrays // Analyst. 2000. 125. P. 883-888.

176. Romanovskiy V.N., Smirnov I.V., Babain V.A., Todd T.A., Herbst R.S., Law J.D., Brewer K.N. The universal solvent extraction (unex) process. I. development of the unex process solvent for the separation of cesiumstrontium and the actinides from acidic radioactive waste // Solvent Extraction and Ion Exchange. 2001. V. 19(1). P. 1-21

177. Anderssona M. A comparison of nine PLS1 algorithms // J. Chemometrics. 2009. V. 23. P. 518-529.

178. Эсбенсен, К. Анализ многомерных данных. Избранные главы / К. Эсбенсен: сокр. пер. с англ. С. В. Кучерявского; под ред. О. Е. Родионовой. -Черноголовка: Из-во ИПХФ РАН, 2005. - 160 с.

179. Durán A., Cortina M., Velasco L., Rodríguez J., Alegret S., del Valle M. Virtual instrument for an automated potentiometric e-yongue employing the SIA technique // Sensors. 2006. V. 6. P. 19-29.

180. Москвин Л. Н., Москвин А. Л. Проточные методы - общие принципы автоматизации химического анализа // Рос. хим. ж. 2005. т. XLIX. № 2. с. 11-15.

181. Mimendia A., Gutiérrez J.M., Opalski L.J., Ciosek P., Wróblewski W., del Valle M. SIA system employing the transient response from a potentiometric sensor array - Correction of a saline matrix effect // Talanta. 2010. V. 82. P. 931-938.

182. Gutierrez-Osuna R., Nagle H. T. A method for evaluating data-preprocessing techniques for odor classification with an array of gas sensors // IEEE Trans. Sys- tems. Man Cybernetics-Part B Cybernetics . 1999. V. 29 (5). P. 626-632.

183. Cetó X., Céspedes F., del Valle M. Comparison of methods for the processing of voltammetric electronic tongues data // Microchim. Acta. 2013. V. 180 (5-6). P. 319-330.

184. Comprehensive Analytical Chemistry V. 49 Electrochemical Sensor Analysis / Eds. Alegret, A. Merko?i - Amsterdam: Elsevier - 1028 p.

185. Brereton R. G. Multilevel multifactor designs for multivariate calibration // Analyst. 1997. 22. P. 1521-1529.

186. Kennard R. W., Stone L. A. Computer Aided Design of Experiments // Technometrics. 1969. V. 11. P. 137-148.

187. Kirsanov D., Khaidukova M., Tkachenko L., Legin A., Babain V. Potentiometric sensor array for analysis of complex rare earth mixtures // Electroanalysis, 2012. V. 1. № 24. P. 121-130.

188. K.H. Esbensen, Multivariate Data Analysis - in practice, CAMO Sosftware, Oslo, 2002.

189. Esbensen K.H., Geladi P. Principles of Proper Validation: use and abuse of re-sampling for validation // J. Chemometr. 2010. V. 24. P. 168-187.

190. Mimendia A., Legin A., Merko?i A., del Valle M. Use of Sequential Injection Analysis to construct a potentiometric electronic tongue: Application to the multidetermination of heavy metals // Sen. Actuat. B. 2010. V. 146. P. 420-426.

191. Kirsanov D., Ceto X., Khaydukova M., Blinova Yu., del Valle M., Babain V., Legin A. A combination of dynamic measurement protocol and advanced data treatment to resolve the mixtures of chemically similar analytes with potentiometric multisensor system // Talanta, 2014. V. 119. P. 226-231.

192. Соболь И. М. Равномерно распределенные последовательности с дополнительным свойством равномерности // Ж. вычисл. матем. и матем. физ., 1976. Т. 16. № 5. С. 1332-1337.

193. Соболь И. М. Точки, равномерно заполняющие многомерный куб. -М.: Знание, 1985. - 32 с.

194. Kirsanov D., Panchuk V., Agafonova-Moroz M., Khaydukova M., Lumpov A., Semenov V., Legin A. A sample-effective calibration design for multiple components // The Analyst, 2014. V. 139. P. 4303-4309.

195. Norgaard L. Direct standardization in multi wavelength fluorescence spectroscopy // Chemometr. Intel. Lab. Syst. 1995. V.29. P. 283-293.

Составы мембран для МС 1:

Код МАК Масса МАК, г Катионо- бменная цобавка Масса катионобменной добавки, г Растворитель -пластификатор Масса растворителя -пластификатора, г Масса ПВХ, г

С1 0,0069 ХДК 0,0017 НФОЕ 0,2192 0,1022

С2 0,0060 ХДК 0,0017 НФОЕ 0,2199 0,1023

С3 0,0067 ХДК 0,0018 НФОЕ 0,2192 0,1023

С4 0,0088 ХДК 0,0018 НФОЕ 0,2147 0,1047

С5 0,0140 ХДК 0,0017 НФОЕ 0,2127 0,1016

С6 0,0112 ХДК 0,0018 НФОЕ 0,2129 0,1041

С7 0,0094 ХДК 0,0018 НФОЕ 0,2145 0,1043

С8 0,0087 ХДК 0,0018 НФОЕ 0,2146 0,1049

С9 0,0096 ХДК 0,0018 НФОЕ 0,2177 0,1018

С10 0,0059 ХДК 0,0018 НФОЕ 0,2178 0,1089

С11 0,0062 ХДК 0,0018 НФОЕ 0,2178 0,1089

С12 0,0066 ХДК 0,0018 НФОЕ 0,2178 0,1089

С13 0,0068 ХДК 0,0018 НФОЕ 0,2178 0,1089

С14 0,0042 ХДК 0,0018 НФОЕ 0,2178 0,1089

Составы мембран для МС 2:

Код МАК Масса МАК, г Катионо- бменная добавка Масса катионобменной добавки, г Растворитель -пластификатор Масса растворителя -пластификатора, г Масса ПВХ, г

С1 0,0069 ХДК 0,0017 НФОЕ 0,2192 0,1022

С3 0,0067 ХДК 0,0018 НФОЕ 0,2192 0,1023

С4 0,0088 ХДК 0,0018 НФОЕ 0,2147 0,1047

С7 0,0094 ХДК 0,0018 НФОЕ 0,2145 0,1043

С8 0,0087 ХДК 0,0018 НФОЕ 0,2146 0,1049

С9 0,0096 ХДК 0,0018 НФОЕ 0,2177 0,1018

С11 0,0062 ХДК 0,0018 НФОЕ 0,2178 0,1089

С14 0,0042 ХДК 0,0018 НФОЕ 0,2178 0,1089

Составы мембран для МС 3:

Код МАК Масса МАК, г Катионо- бменная добавка Масса Р катионобменной г добавки, г астворитель -шастификатор р п Масса )астворителя - ] ластификатора, г Масса ТВХ, г

С1 0,0069 ХДК 0,0017 НФОЕ 0,2192 0,1022

С2 0,0060 ХДК 0,0017 НФОЕ 0,2199 0,1023

С3 0,0067 ХДК 0,0018 НФОЕ 0,2192 0,1023

С4 0,0088 ХДК 0,0018 НФОЕ 0,2147 0,1047

С5 0,0140 ХДК 0,0017 НФОЕ 0,2127 0,1016

С6 0,0112 ХДК 0,0018 НФОЕ 0,2129 0,1041

С7 0,0094 ХДК 0,0018 НФОЕ 0,2145 0,1043

С8 0,0087 ХДК 0,0018 НФОЕ 0,2146 0,1049

С9 0,0096 ХДК 0,0018 НФОЕ 0,2177 0,1018

С10 0,0059 ХДК 0,0018 НФОЕ 0,2178 0,1089

С11 0,0062 ХДК 0,0018 НФОЕ 0,2178 0,1089

С12 0,0066 ХДК 0,0018 НФОЕ 0,2178 0,1089

С13 0,0068 ХДК 0,0018 НФОЕ 0,2178 0,1089

С14 0,0042 ХДК 0,0018 НФОЕ 0,2178 0,1089

С15 0,0064 HТФM Б 0,0029 НФОЕ 0,2117 0,1089

С16 0,0074 HТФM Б 0,0029 2Ф2Н 0,2107 0,1089

С17 0,0094 HТФM Б 0,0030 2Ф2Н 0,2107 0,1099

Состав смешанных растворов для эксперимента с МС 1 (концентрации РЗЭ приведены в моль/л) _

№ смеси Ьа3+ уЗ+ Оё3+

1 1,00*10-5 1,00*10-3 1,00*10-3

2 3,16*10-5 1,00*10-3 1,00*10-3

3 1,00*10-4 1,00*10-3 1,00*10-3

4 3,16*10-4 1,00*10-3 1,00*10-3

5 1,00*10-3 1,00*10-3 1,00*10-3

6 1,00*10-5 1,00*10-4 1,00*10-4

7 3,16*10-5 1,00*10-4 1,00*10-4

8 1,00*10-4 1,00*10-4 1,00*10-4

9 3,16*10-4 1,00*10-4 1,00*10-4

10 1,00*10-3 1,00*10-4 1,00*10-4

11 1,00*10-5 1,00*10-5 1,00*10-5

12 3,16*10-5 1,00*10-5 1,00*10-5

13 1,00*10-4 1,00*10-5 1,00*10-5

14 3,16*10-4 1,00*10-5 1,00*10-5

15 1,00*10-3 1,00*10-5 1,00*10-5

16 1,00*10-3 1,00*10-5 1,00*10-3

17 1,00*10-3 3,16*10-5 1,00*10-3

18 1,00*10-3 1,00*10-4 1,00*10-3

19 1,00*10-3 3,16*10-4 1,00*10-3

20 1,00*10-4 1,00*10-5 1,00*10-4

21 1,00*10-4 3,16*10-5 1,00*10-4

22 1,00*10-4 3,16*10-4 1,00*10-4

23 1,00*10-4 1,00*10-3 1,00*10-4

24 1,00*10-5 3,16*10-5 1,00*10-5

25 1,00*10-5 1,00*10-4 1,00*10-5

26 1,00*10-5 3,16*10-4 1,00*10-5

27 1,00*10-5 1,00*10-3 1,00*10-5

28 1,00*10-3 1,00*10-3 1,00*10-5

29 1,00*10-3 1,00*10-3 3,16*10"5

30 1,00*10-3 1,00*10-3 1,00*10-4

31 1,00*10-3 1,00*10-3 3,16*10"4

32 1,00*10-4 1,00*10-4 1,00*10-5

33 1,00*10-4 1,00*10-4 3,16*10"5

34 1,00*10-4 1,00*10-4 3,16*10"4

35 1,00*10-4 1,00*10-4 1,00*10-3

36 1,00*10-5 1,00*10-5 3,16*10"5

37 1,00*10-5 1,00*10-5 1,00*10-4

38 1,00*10-5 1,00*10-5 3,16*10"4

39 1,00*10-5 1,00*10-5 1,00*10-3

Состав смешанных растворов для экспериментов с МС 2(концентрации РЗЭ приведены в моль/л)__

№ смеси Концентрация «основного» катиона А3+ (Ей, Бш, Бш) Концентрация «мешающего» катиона В3+ (Оё, Оё, Ей)

1 1,00*10-3 1,25*10-4

2 2,50*10-4 1,25*10-4

3 6,25*10-5 1,25*10-4

4 1,56*10-5 1,25*10-4

5 3,91*10-6 1,25*10-4

6 9,77*10-7 1,25*10-4

7 2,44*10-7 1,25*10-4

8 1,00*10-3 2,50*10-4

9 2,50*10-4 2,50*10-4

10 6,25*10-5 2,50*10-4

11 1,56*10-5 2,50*10-4

12 3,91*10-6 2,50*10-4

13 9,77*10-7 2,50*10-4

14 2,44*10-7 2,50*10-4

15 1,00*10-3 5,00*10-4

16 2,50*10-4 5,00*10-4

17 6,25*10-5 5,00*10-4

18 1,56*10-5 5,00*10-4

19 3,91*10-6 5,00*10-4

20 9,77*10-7 5,00*10-4

21 2,44*10-7 5,00*10-4

22 1,00*10-3 7,50*10-4

23 2,50*10-4 7,50*10-4

24 6,25*10-5 7,50*10-4

25 1,56*10-5 7,50*10-4

26 3,91*10-6 7,50*10-4

27 9,77*10-7 7,50*10-4

28 2,44*10-7 7,50*10-4

29 1,00*10-3 1,00*10-3

30 2,50*10-4 1,00*10-3

31 6,25*10-5 1,00*10-3

32 1,56*10-5 1,00*10-3

33 3,91*10-6 1,00*10-3

34 9,77*10-7 1,00*10-3

35 2,44*10-7 1,00*10-3

36 1,00*10-3 1,25*10-3

37 2,50*10-4 1,25*10-3

38 6,25*10-5 1,25*10-3

39 1,56*10-5 1,25*10-3

40 3,91*10-6 1,25*10-3

41 9,77*10-7 1,25*10-3

42 2,44*10-7 1,25*10-3

Состав смешанных растворов для эксперимента с МС 3 по переносу градуировочных зависимостей (концентрации РЗЭ приведены в моль/л)___

№ смеси Се3+ Рг3+ Ш3+ Бш3+ Еи3+ Оё3+

Градуировочные образцы

1 3,52*10-5 5,68*10-6 1,14*10-4 8,38*10-4 1,47*10-4 1,86*10-5

2 1,12*10-4 1,47*10-6 2,41*10-6 1,96*10-5 1,41*10-6 5,15*10-5

3 6,60*10-4 2,55*10-4 3,69*10-4 2,66*10-6 1,35*10-5 3,41*10-4

4 2,46*10-6 2,25*10-4 9,54*10-4 2,62*10-4 2,18*10-6 4,55*10-6

5 1,18*10-6 4,31*10-5 3,45*10-6 3,08*10-4 1,12*10-6 6,34*10-5

6 4,40*10-6 2,63*10-4 2,13*10-5 7,22*10-4 5,30*10-4 5,43*10-4

7 1,06*10-6 4,96*10-4 9,56*10-4 9,86*10-4 3,24*10-5 4,95*10-5

8 1,36*10-5 1,16*10-6 2,44*10-6 2,30*10-4 2,24*10-6 5,74*10-6

9 1,32*10-5 1,10*10-6 1,77*10-4 6,80*10-6 6,53*10-5 1,07*10-6

10 1,72*10-4 3,65*10-6 1,88*10-6 6,32*10-4 1,18*10-5 3,68*10-5

11 6,50*10-4 3,19*10-4 6,23*10-4 3,00*10-5 2,00*10-5 3,54*10-6

12 4,00*10-5 2,45*10-4 5,90*10-4 5,42*10-4 6,94*10-5 3,31*10-5

13 9,56*10-4 1,84*10-5 2,46*10-5 3,74*10-6 3,49*10-6 4,95*10-6

14 6,40*10-6 1,31*10-6 6,40*10-6 1,38*10-5 1,10*10-5 1,03*10-6

15 2,78*10-5 1,94*10-5 7,57*10-6 1,00*10-6 2,04*10-6 3,54*10-6

16 8,40*10-5 1,00*10-6 5,84*10-4 2,08*10-6 5,10*10-5 2,48*10-5

17 2,32*10-6 1,14*10-6 8,30*10-4 1,06*10-4 2,61*10-6 5,74*10-5

18 3,24*10-6 1,59*10-6 1,13*10-4 2,00*10-4 1,75*10-4 1,74*10-6

19 3,74*10-4 4,90*10-4 2,43*10-4 7,42*10-4 5,92*10-6 1,64*10-4

20 4,40*10-5 4,51*10-5 4,27*10-6 3,14*10-5 1,00*10-6 1,09*10-6

21 1,12*10-6 1,06*10-6 1,51*10-6 1,34*10-4 7,45*10-4 5,54*10-6

22 4,40*10-6 1,00*10-3 7,37*10-6 2,74*10-6 5,30*10-5 2,97*10-5

23 8,40*10-5 4,12*10-5 2,97*10-5 8,38*10-4 5,71*10-5 5,82*10-4

24 2,00*10-6 3,68*10-5 5,24*10-5 8,94*10-4 7,96*10-6 3,78*10-6

25 8,00*10-5 3,18*10-4 3,53*10-5 5,00*10-6 1,45*10-4 5,05*10-4

26 2,52*10-5 9,02*10-5 1,14*10-6 2,56*10-6 2,69*10-4 2,85*10-5

27 1,00*10-3 1,00*10-6 2,70*10-4 9,14*10-4 1,73*10-4 1,52*10-5

28 6,20*10-5 1,43*10-6 6,56*10-4 7,80*10-6 1,59*10-6 6,34*10-5

29 1,04*10-4 2,29*10-6 9,31*10-5 1,02*10-6 1,20*10-6 8,22*10-4

30 1,32*10-5 9,96*10-4 9,56*10-4 2,48*10-5 4,28*10-5 1,50*10-4

Тестовые образцы

1 1,40*10-6 9,76*10-4 1,01*10-6 5,60*10-5 2,73*10-5 2,18*10-4

2 9,90*10-4 1,90*10-6 1,16*10-4 1,40*10-4 4,81*10-6 9,52*10-4

3 1,06*10-6 1,02*10-6 6,79*10-6 2,42*10-4 4,26*10-4 6,47*10-5

4 5,40*10-6 1,14*10-6 9,45*10-4 2,22*10-4 5,28*10-5 8,16*10-4

5 4,00*10-6 1,84*10-6 6,79*10-5 9,00*10-6 2,53*10-6 1,96*10-6

6 8,12*10-4 1,04*10-6 2,29*10-4 5,40*10-5 8,49*10-4 3,07*10-5

7 3,66*10-6 4,61*10-5 2,46*10-5 4,86*10-6 1,00*10-6 2,97*10-4

8 4,36*10-4 3,16*10-5 4,89*10-4 1,66*10-6 2,67*10-4 1,01*10-6

9 1,88*10-5 2,76*10-5 5,63*10-6 4,48*10-6 1,47*10-4 1,88*10-5

10 5,50*10-4 2,10*10-4 6,13*10-4 3,16*10-5 4,28*10-6 1,70*10-5

Состав смешанных растворов для сравнения способов планирования эксперимента для спектроскопических измерений (концентрации РЗЭ приведены в мг/л, концентрация азотной кислоты в моль/л)_

№ смеси Се3+ Рг3+ ш3+ НШ3

Циклический-перестановочный план, 25 точек

1 1030,4 510,0 1727,5 2,2

2 1030,4 10,0 10,0 4,0

3 10,0 10,0 3524,1 1,3

4 10,0 1000,0 898,3 4,0

5 1996,4 280,0 3524,1 2,2

6 508,0 1000,0 1727,5 1,3

7 1996,4 510,0 898,3 1,3

8 1030,4 280,0 898,3 3,1

9 508,0 280,0 2625,8 4,0

10 508,0 750,0 3524,1 3,1

11 1481,2 1000,0 2625,8 2,2

12 1996,4 750,0 1727,5 4,0

13 1481,2 510,0 3524,1 4,0

14 1030,4 1000,0 3524,1 0,4

15 1996,4 1000,0 10,0 3,1

16 1996,4 10,0 2625,8 0,4

17 10,0 750,0 10,0 2,2

18 1481,2 10,0 1727,5 3,1

19 10,0 510,0 2625,8 3,1

20 1030,4 750,0 2625,8 1,3

21 1481,2 750,0 898,3 0,4

22 1481,2 280,0 10,0 1,3

23 508,0 10,0 898,3 2,2

24 10,0 280,0 1727,5 0,4