CN113406258A - 一种在线监测gcms设备的智能标定方法 - Google Patents
一种在线监测gcms设备的智能标定方法 Download PDFInfo
- Publication number
- CN113406258A CN113406258A CN202110670947.3A CN202110670947A CN113406258A CN 113406258 A CN113406258 A CN 113406258A CN 202110670947 A CN202110670947 A CN 202110670947A CN 113406258 A CN113406258 A CN 113406258A
- Authority
- CN
- China
- Prior art keywords
- data
- substance
- calibration data
- ions
- batch
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000002290 gas chromatography-mass spectrometry Methods 0.000 title claims abstract description 25
- 238000012544 monitoring process Methods 0.000 title claims abstract description 18
- 208000033962 Fontaine progeroid syndrome Diseases 0.000 title claims 10
- 150000002500 ions Chemical class 0.000 claims abstract description 68
- 239000000126 substance Substances 0.000 claims abstract description 49
- 230000014759 maintenance of location Effects 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000001514 detection method Methods 0.000 claims description 14
- 239000000463 material Substances 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000013500 data storage Methods 0.000 claims description 3
- 238000004451 qualitative analysis Methods 0.000 claims description 3
- 238000004445 quantitative analysis Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 6
- 240000004808 Saccharomyces cerevisiae Species 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000010813 internal standard method Methods 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 238000001819 mass spectrum Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 235000013599 spices Nutrition 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 239000012855 volatile organic compound Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/86—Signal analysis
- G01N30/8665—Signal analysis for calibrating the measuring apparatus
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N30/00—Investigating or analysing materials by separation into components using adsorption, absorption or similar phenomena or using ion-exchange, e.g. chromatography or field flow fractionation
- G01N30/02—Column chromatography
- G01N30/62—Detectors specially adapted therefor
- G01N30/72—Mass spectrometers
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)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明涉及气相色谱质谱联用仪的技术领域,且公开了一种在线监测GCMS设备的智能标定方法,所述方法包括:获取标定数据;将标定数据分为两批次,处理第一批次标定数据,并基于第一批次数据的结果进行第二次批次标定数据的处理,得到选择综合的质谱图相关性最高的波峰位置作为该物质的特征离子和保留时间;记录并存储处理后数据;关联标定数据,生成标准曲线;审核标准曲线。优选的,所述第一批次标定数据:逐物质获取其标准质谱图,确认其所有离子;取出物质的每个离子的色谱图,找出其所有的波峰;可在做标定时实时出结果,若标定数据有问题可及时发现处理;整个过程需要人工参与的部分较少,可大幅降低操作复杂度,节省人力成本,提高效率。
Description
技术领域
本发明涉及气相色谱质谱联用仪的技术领域,具体为一种在线监测GCMS设备的智能标定方法。
背景技术
气相色谱质谱联用仪(GC/MS)被广泛应用于复杂组分的分离与鉴定,其具有GC的高分辨率和质谱的高灵敏度,在环保行业、电子行业、纺织品行业、石油化工、香精香料行业、医药行业、农业及食品安全等领域广泛使用;其每次检测前需要做标定,制作标准曲线(标曲),而目前的标曲制作流程负责,操作困难、耗时;在环保领域将气相色谱质谱联用仪用于实时在线挥发性有机物的监测,需要定期对设备做标定、制作标准曲线,且需要同时针对多大百种以上的化合物进行分析检测,对该操作流程的便利性提出了更高的要求;
目前标定、制作标曲的现有流程及技术如下:
1.将多个批次的标准气体进样注入气相色谱质谱联用仪,得到各批次的离子色谱图;
2.手工逐物质确认其特征离子及保留时间:
根据经验为各物质的挑选几副离子色谱图,并根据经验判断该物质在色谱图中的出峰时间,在出峰时间范围内找到色谱图峰值;计算色谱图峰值处的质谱图,并与物质的标准质谱图比对,确定最合适的保留时间及特征离子。
3.逐物质在特征离子色谱图上确定出峰的起止时间,并计算峰面积。
4.各批次峰面积与标准浓度拟合成的曲线及为各物质的标准曲线。
现有制作标准曲线时,需要投入较高的人力成本去校正标定数据,并因人工参与而引入新的不确定性。在业务实际执行过程中,为了确保标准曲线/标定方法的正确性,需要由人工参与,基于每个物质的每条结果记录进行手工校正,最终获得标定数据的定性定量结果。这个过程操作繁琐、劳动强度大、复杂性较高。分析员不仅需要具备较高的专业素养,还需要足够的耐心和细心,才能确保最终结果的正确性。
首先,在传统技术里,数据之间的关联情况是由操作员自己去维护,而非软件去维护。因此,查询数据、关联数据、分析数据相关性等工作会引入较大的工作量,进一步增加出错的可能性。其次,在这个过程中,手工校正会引入较大的主观性因素。不仅有可能出现定性错误的情况,还可能出现定性结果不一致的情况。最后,面对存疑数据,分析员需要依靠质谱分析技术去进行分析判断,这样又会提高对分析员的专业要求。倘若分析员的能力不达标,那最终可能既浪费了人力物力,又无法获得准确的结果。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种在线监测GCMS设备的智能标定方法,具备提高工作效率的优点,解决了准确性差和效率低的问题。
(二)技术方案
为实现上述目的,本发明提供如下技术方案:一种在线监测GCMS设备的智能标定方法,所述方法包括:
获取标定数据;
将标定数据分为两批次,处理第一批次标定数据,并基于第一批次数据的结果进行第二次批次标定数据的处理,得到选择综合的质谱图相关性最高的波峰位置作为该物质的特征离子和保留时间;
记录并存储处理后数据;
关联标定数据,生成标准曲线;
审核标准曲线。
优选的,所述第一批次标定数据:
逐物质获取其标准质谱图,确认其所有离子;
取出物质的每个离子的色谱图,找出其所有的波峰;
在所有的波峰位置,得到其检测质谱图,并与物质标准质谱图计算相关性;
选择质谱图相关性最高的五个波峰时间点作为该物质的候选保留时间,并将出现该波峰的离子作为候选特征离子。
优选的,所述第二批次标定数据:
基于第一批次数据的候选保留时间和后续特征离子,在其附近一定范围内找到波峰位置;若找不到波峰,则可以将该离子剔除出候选特征离子;
在剩余的波峰位置,得到其检测质谱图,并与物质标准质谱图计算相关性;若相关性小于设定的阈值,则将其对应的离子剔除出候选特征离子;
剩余的候选特征离子及保留时间参与下一批次的计算。
优选的,所述第二批次标定数据:
若最终可选出多个特征离子,选择标定后的多批实际的样本数据,采用不同的特征离子做定性定量分析,选择可较好分离出物质的离子作为最终的特征离子。
优选的,所述记录并存储处理后数据:
应用数据存储技术,数据查询和更新可同时进行,并且还能追溯操作记录。
优选的,所述方法还包括:
对审核不过关的曲线进行手工校正。
优选的,所述手工校正:
支持多数据谱图叠加功能,更方便的查看多数据间各特征峰之间的关联关系。
优选的,所述手工校正:
支持物质知识库以及指定物质多离子谱图叠加功能,无需用户记录各物质的常用特征离子集合。
(三)有益效果
与现有技术相比,本发明提供了一种在线监测GCMS设备的智能标定方法,具备以下有益效果:
该在线监测GCMS设备的智能标定方法,可在做标定时实时出结果,若标定数据有问题可及时发现处理;整个过程需要人工参与的部分较少,可大幅降低操作复杂度,节省人力成本,提高效率。
附图说明
图1为本发明流程结构示意图;
图2为本发明中的标定数据处理流程结构示意图;
图3为本发明中的单一物质多数据叠加谱图;
图4为本发明中的多组离子叠加谱图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
一种在线监测GCMS设备的智能标定方法,所述方法包括:
获取标定数据;
将标定数据分为两批次,处理第一批次标定数据,并基于第一批次数据的结果进行第二次批次标定数据的处理,得到选择综合的质谱图相关性最高的波峰位置作为该物质的特征离子和保留时间;
记录并存储处理后数据;
关联标定数据,生成标准曲线;
审核标准曲线。
具体的,所述第一批次标定数据:
基于待检测的物质范围,对每个物质采取如下操作:获取其标准质谱图,确认其所有离子;
取出物质的每个离子的色谱图,找出其所有的波峰;
在所有的波峰位置,得到其检测质谱图,并与物质标准质谱图计算相关性;
相关系数计算公式为:
其中,X是物质浓度集合,Y是物质响应集合。若物质采用内标法进行定量,X是物质浓度比集合,Y是物质相应比集合。
选择质谱图相关性最高的五个波峰时间点作为该物质的候选保留时间,并将出现该波峰的离子作为候选特征离子。
具体的,所述第二批次标定数据:
基于第一批次数据的候选保留时间和后续特征离子,在其附近一定范围(支持自定义,默认为0.2分钟)内找到波峰位置;若找不到波峰,则可以将该离子剔除出候选特征离子;
在剩余的波峰位置,得到其检测质谱图,并与物质标准质谱图计算相关性;若相关性小于设定的阈值(支持自定义,默认为0.98),则将其对应的离子剔除出候选特征离子;
剩余的候选特征离子及保留时间参与下一批次的计算。
具体的,所述第二批次标定数据:
若最终可选出多个特征离子,选择标定后的多批实际的样本数据,采用不同的特征离子做定性定量分析,选择可较好分离出物质的离子作为最终的特征离子。
本实施例中,智能定标模型:基于物质特征和标定数据,自动输出物质定量配置和标准曲线的算法模型;物质出峰时间预估模型:基于样本数据,采用有监督学习方法,预估各个物质出峰时间的算法模型。
关于智能定标模型中的定量配置的自动计算功能,本***分两步进行处理。
第一步,确定特征离子。本***采用两个维度的特征进行综合判断:第一个维度,干扰情况【左右(2侧)干扰,左/右(1侧)干扰,无干扰】;第二个维度,峰高。简单地讲,要选出的特征离子应该具备峰高响应好且尽可能无干扰的离子。
第二步,计算标准曲线。采用近期环境部指导文件的计算方式,进行标准曲线的计算。目前,本***采用计算(相对)响应因子的方式,对物质进行定标计算。
关于物质出峰时间预估模型,本***采用线性拟合法进行有监督学习,综合考虑内标物质色谱峰特征、当前选定物质色谱峰特征,预估各个物质的出峰时间。
实施例二
在实施例一的基础上增加了存储处理数据的方法。
具体的,所述记录并存储处理后数据:
应用数据存储技术,数据查询和更新可同时进行,并且还能追溯操作记录。
本实施例中,数据关联应用方案:为客户提供快捷数据导航和数据应用的***设计方案。
实施例三
在实施例二的基础上增加了校正数据的方法。
具体的,所述方法还包括:
对审核不过关的曲线进行手工校正。
具体的,所述手工校正:
支持多数据谱图叠加功能,更方便的查看多数据间各特征峰之间的关联关系。
多数据叠加功能包括两种:
第一种,单一物质多数据叠加。如下图3所示,将多个数据中关于该物质的谱图提取出来,叠加展示,获得直观视觉效果。
第二种,单一数据多离子叠加。如下图4所示,将一个数据中多组离子谱图提取出来,叠加展示,获得直观视觉效果。
具体的,所述手工校正:
支持物质知识库以及指定物质多离子谱图叠加功能,无需用户记录各物质的常用特征离子集合。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种在线监测GCMS设备的智能标定方法,其特征在于:所述方法包括:
获取标定数据;
将标定数据分为两批次,处理第一批次标定数据,并基于第一批次数据的结果进行第二次批次标定数据的处理,得到选择综合的质谱图相关性最高的波峰位置作为该物质的特征离子和保留时间;
记录并存储处理后数据;
关联标定数据,生成标准曲线;
审核标准曲线。
2.根据权利要求1所述的一种在线监测GCMS设备的智能标定方法,其特征在于:所述第一批次标定数据:
逐物质获取其标准质谱图,确认其所有离子;
取出物质的每个离子的色谱图,找出其所有的波峰;
在所有的波峰位置,得到其检测质谱图,并与物质标准质谱图计算相关性;
选择质谱图相关性最高的五个波峰时间点作为该物质的候选保留时间,并将出现该波峰的离子作为候选特征离子。
3.根据权利要求2所述的一种在线监测GCMS设备的智能标定方法,其特征在于:所述第二批次标定数据:
基于第一批次数据的候选保留时间和后续特征离子,在其附近一定范围内找到波峰位置;若找不到波峰,则可以将该离子剔除出候选特征离子;
在剩余的波峰位置,得到其检测质谱图,并与物质标准质谱图计算相关性;若相关性小于设定的阈值,则将其对应的离子剔除出候选特征离子;
剩余的候选特征离子及保留时间参与下一批次的计算。
4.根据权利要求3所述的一种在线监测GCMS设备的智能标定方法,其特征在于:所述第二批次标定数据:
若最终可选出多个特征离子,选择标定后的多批实际的样本数据,采用不同的特征离子做定性定量分析,选择可较好分离出物质的离子作为最终的特征离子。
5.根据权利要求1所述的一种在线监测GCMS设备的智能标定方法,其特征在于:所述记录并存储处理后数据:
应用数据存储技术,数据查询和更新可同时进行,并且还能追溯操作记录。
6.根据权利要求1所述的一种在线监测GCMS设备的智能标定方法,其特征在于:所述方法还包括:
对审核不过关的曲线进行手工校正。
7.根据权利要求6所述的一种在线监测GCMS设备的智能标定方法,其特征在于:所述手工校正:
支持多数据谱图叠加功能,更方便的查看多数据间各特征峰之间的关联关系。
8.根据权利要求7所述的一种在线监测GCMS设备的智能标定方法,其特征在于:所述手工校正:
支持物质知识库以及指定物质多离子谱图叠加功能,无需用户记录各物质的常用特征离子集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110670947.3A CN113406258B (zh) | 2021-06-17 | 2021-06-17 | 一种在线监测gcms设备的智能标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110670947.3A CN113406258B (zh) | 2021-06-17 | 2021-06-17 | 一种在线监测gcms设备的智能标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113406258A true CN113406258A (zh) | 2021-09-17 |
CN113406258B CN113406258B (zh) | 2023-11-03 |
Family
ID=77684757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110670947.3A Active CN113406258B (zh) | 2021-06-17 | 2021-06-17 | 一种在线监测gcms设备的智能标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113406258B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008232844A (ja) * | 2007-03-20 | 2008-10-02 | Kitakyushu Foundation For The Advancement Of Industry Science & Technology | クロマトグラフ/質量分析装置における定量精度向上方法 |
CN103257199A (zh) * | 2012-02-17 | 2013-08-21 | 谱尼测试科技股份有限公司 | 一种水产品中甲基汞残留量的测定方法 |
CN103808847A (zh) * | 2014-02-26 | 2014-05-21 | 惠州出入境检验检疫局检验检疫综合技术中心 | 气相色谱-质谱联用同时测定dmf、dmac和nmp的检测方法 |
JP2014134385A (ja) * | 2013-01-08 | 2014-07-24 | Shimadzu Corp | クロマトグラフ質量分析用データ処理装置 |
CN104165936A (zh) * | 2014-06-03 | 2014-11-26 | 中国地质大学(武汉) | 一种岩石抽提物中含氮化合物的检测方法 |
JP2014235088A (ja) * | 2013-06-03 | 2014-12-15 | 国立医薬品食品衛生研究所長 | 定量方法およびプログラム |
CN104914184A (zh) * | 2015-06-05 | 2015-09-16 | 广西中烟工业有限责任公司 | 一种卷烟主流烟气呋喃的冷阱捕集-气相色谱/质谱联用检测方法 |
CN211014032U (zh) * | 2019-10-28 | 2020-07-14 | 武汉市三藏科技有限责任公司 | 一种gcms智能校准用数据检测装置 |
-
2021
- 2021-06-17 CN CN202110670947.3A patent/CN113406258B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008232844A (ja) * | 2007-03-20 | 2008-10-02 | Kitakyushu Foundation For The Advancement Of Industry Science & Technology | クロマトグラフ/質量分析装置における定量精度向上方法 |
CN103257199A (zh) * | 2012-02-17 | 2013-08-21 | 谱尼测试科技股份有限公司 | 一种水产品中甲基汞残留量的测定方法 |
JP2014134385A (ja) * | 2013-01-08 | 2014-07-24 | Shimadzu Corp | クロマトグラフ質量分析用データ処理装置 |
JP2014235088A (ja) * | 2013-06-03 | 2014-12-15 | 国立医薬品食品衛生研究所長 | 定量方法およびプログラム |
CN103808847A (zh) * | 2014-02-26 | 2014-05-21 | 惠州出入境检验检疫局检验检疫综合技术中心 | 气相色谱-质谱联用同时测定dmf、dmac和nmp的检测方法 |
CN104165936A (zh) * | 2014-06-03 | 2014-11-26 | 中国地质大学(武汉) | 一种岩石抽提物中含氮化合物的检测方法 |
CN104914184A (zh) * | 2015-06-05 | 2015-09-16 | 广西中烟工业有限责任公司 | 一种卷烟主流烟气呋喃的冷阱捕集-气相色谱/质谱联用检测方法 |
CN211014032U (zh) * | 2019-10-28 | 2020-07-14 | 武汉市三藏科技有限责任公司 | 一种gcms智能校准用数据检测装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113406258B (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7676329B2 (en) | Method and system for processing multi-dimensional measurement data | |
US11640901B2 (en) | Methods and apparatuses for deconvolution of mass spectrometry data | |
Katajamaa et al. | Data processing for mass spectrometry-based metabolomics | |
US20050251349A1 (en) | Method and apparatus for analyzing multi-channel chromatogram | |
EP2438436B1 (en) | Methods of automated spectral peak detection and quantification without user input | |
CN110441423A (zh) | 一种测定粮食香气成分的方法及其*** | |
WO2013109314A1 (en) | Systems and methods to process data in chromatographic systems | |
CN113203803B (zh) | 多元线性逐步回归鉴别白酒储存时间的方法 | |
US7680606B2 (en) | Two-step method to align three dimensional LC-MS chromatographic surfaces | |
JP4953175B2 (ja) | クロマトグラフ/質量分析装置における定量精度向上方法 | |
CN110836878B (zh) | 一种卷积插值耦合高斯混合模型快速三维荧光寻峰方法 | |
CN109115908B (zh) | 基于层次聚类提取特征的切达奶酪身份的判别标识方法 | |
CN111521577B (zh) | 一种以二氧化碳峰面积为参比的红外光谱定量分析方法 | |
CN113406258A (zh) | 一种在线监测gcms设备的智能标定方法 | |
CN114705766A (zh) | 基于is联合svr的大规模组学数据校正方法及*** | |
Erny et al. | Algorithm for comprehensive analysis of datasets from hyphenated high resolution mass spectrometric techniques using single ion profiles and cluster analysis | |
CN111474287A (zh) | 一种计算机辅助药物分析组成成份的***及方法 | |
CN115219618B (zh) | 一种噪声处理方法、装置、液质联用仪及可读存储介质 | |
EP3285190A1 (en) | Systems and methods for sample comparison and classification | |
CN113533581B (zh) | 基于信息熵分析物质质量的方法及计算机可读存储介质 | |
US20230126478A1 (en) | Peak area display device, peak area display method, peak area calculation device and peak area calculation method | |
US20230282310A1 (en) | Microorganism Discrimination Method and System | |
CN113533551B (zh) | 一种基于gc-ims的香米共享风味指纹谱的提取方法 | |
CN113237985B (zh) | 血红蛋白中组分类型的确定方法、装置和计算机设备 | |
JP2021135083A (ja) | 統計的手法によるクロマトグラムの分類方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: An intelligent calibration method for online monitoring of GCMS equipment Granted publication date: 20231103 Pledgee: Bank of China Limited Wuhan Donghu New Technology Development Zone Branch Pledgor: Wuhan Sanzang Technology Co.,Ltd. Registration number: Y2024980012866 |