Pannon Egyetem Vegyészmérnöki és Folyamatmérnöki Intézet Ásványolaj és Széntechnológia Intézeti Tanszék 8201 Veszprém, Pf.: 158.
|
|
- Bálint Lakatos
- 2 évvel ezelőtt
- Látták:
Átírás
1 övényolajok minőségi jellemzőinek meghatározása közeli infravörös spektroszkópia ( IR) alkalmazásával Application of near infrared ( IR) spectroscopy for the determination of vegetable oil quality properties Fülöp András, Krár Márton, Hancsók Jenő Pannon Egyetem Vegyészmérnöki és Folyamatmérnöki Intézet Ásványolaj és Széntechnológia Intézeti Tanszék 8201 Veszprém, Pf.: 158. Summary Due to the carbon-dioxide emission problem and the scant amount of the available energy sources, an increasing vegetable oil demand is expected in the area of transportation fuels. Hence a fast, simple and reliable analytical technique is needed to determine the chemical and physical properties of vegetable oils. In general these properties are determined by the ASTM methods. However, these methods are often expensive, time consuming and some of them require sample preparation. The advantages of the NIR technique are the shorter analysis time, the non-destructive nature of the method, no sample pre-treatment is needed and chemical and physical properties can also be predicted. This study shows that near infrared spectroscopy is a reliable technique to determine the concentration of oleic acid, which is one of the most important key fatty acid (FA), the acid number, the iodine value and the viscosity at 40 C of sunflower and rapeseed oils. To establish the chemometric model, a calibration set of 36 rapeseed oil samples and 47 sunflower oil samples were used and 51 oil samples were used for external validation. For calibration and validation the properties of the samples were determined with the appropriate ASTM methods. The near infrared transmittance spectrums of the samples were acquired using a BRUKER- MPA spectrometer with the aid of the OPUS software in the wave number range of cm -1 with a resolution of 2 cm -1. For the better accuracy each spectrum was recorded two times. To develop and optimize the calibration models partial least squares (PLS) method was used in cross-validation mode. The results of the experiments confirmed that NIR spectroscopy is sufficiently accurate for estimating the properties of vegetable oils even if the calibration set consists of relatively few calibration samples. Bevezetés Kutatásaink során a növényolajok minőségi jellemzőinek közeli infravörös spektroszkópiával történő meghatározását vizsgáltuk. Célunk volt a növényolajok savszámának, jódszámának a 40 Con mért viszkozitásának és a zsírsavösszetétel egyik fő komponensének, az olajsav koncentrációjának a meghatározása. Az olajsav a zsírsavösszetétel egyik egyszeresen telítetlen komponense, amelynek mennyisége nagymértékben befolyásolja a növényolajból az átészterezés során nyert biodízel minőségi jellemzőit (cetánszm, hideg oldali tulajdonságok, stb.) [1]. A közeli infravörös spektroszkópia (NIR) egy jól kidolgozott analitikai módszer, amely az anyagok elektromágneses-sugárzás abszorpcióján alapul a cm -1 hullámszám tartományban. Ez a módszer alkalmas összetett komponensű rendszerek (benzinek, gázolajok, növényolajok, stb) fizikai és kémiai tulajdonságainak gyors, roncsolásmentes meghatározására különösebb mintaelőkészítés alkalmazása nélkül [2]. Hátránya, hogy az ismeretlen minták tulajdonságainak meghatározásához kalibrációs modellt kell készíteni egy gondosan kiválasztott, megfelelő mintaszámú kalibrációs mintasor segítségével.
2 A NIR spektrum tartományában egy komponensnek jellemzően több hullámszám értéknél van abszorbanciája, valamint egy hullámszám értéknél a vizsgált minta több komponensének is van elnyelése. Ezért a kalibrációnál a minták spektruma és a minták referencia adatai közötti korreláció felderítése és modellezése rendkívül összetett feladat [3]. Ennek megoldására az egyik legjobban alkalmazható, az OPUS által is használt módszer a részleges legkisebb négyzetek módszere (PLS). A módszer a teljes spektrumból kiválasztja azokat a sávokat, ahol a kalibrációs mintasereg adott tulajdonságának elnyelése a legvalószínűbb, majd létrehoz egy, a kiválasztott sávokon értelmezett kalibrációs modellt. A jobb korreláció érdekében a spektrumokon több fajta spektrumkezelési módszer alkalmazható (alapjel eltolódás, stb), amelyek kiemelik a spektrumok információ tartalmát anélkül, hogy torzítanák azokat. A kapott kalibrációs modellek jóságának számszerűsítésére két értéket, a hibanégyzetet (RMSE: Root Mean Squared Error) és a determinációs koefficienst (R 2 ) használjuk. A hibanégyzet a modellel számított és a tényleges értékek közötti különbségek négyzetösszegének négyzetgyöke elosztva a minták számával. Segítségével ki tudjuk választani az egy tulajdonságra kapott kalibrációs modellek közül a legjobbat. Minél jobban közelít a hibanégyzet értéke a nullához, a modellünk annál pontosabb. A determinációs koefficiens (R 2 ) azt fejezi ki, hogy az egyik változó változásai várhatóan milyen mértékben járnak a másik változó változásaival, vagyis mennyire lehet az egyik változóból a másikat előre jelezni. Minél jobban megközelítik a modellel számított értékek a tényleges értékeket, az R 2 értéke annál jobban közelíti a 100%-ot. Felhasznált kísérleti anyagok és módszerek övényolaj minták A vizsgálat során 134 különböző típusú repceolaj és napraforgóolaj minta állt rendelkezésünkre. A 134 mintából 83 mintát a kalibrációhoz és 51 mintát a külső validáláshoz referenciaként használtunk fel a kalibrációs modellek jóságának ellenőrzésére. A minták, savszámát, jódszámát, viszkozitását és zsírsavösszetételét az MSZ EN ISO szabványok szerinti módszerekkel határoztuk meg. Spektrumok felvétele A NIR elemzéshez egy, a BRUKER cég által gyártott MPA típusú közeli infravörös spektrométert használtunk. Ez az OPUS vezérlő és kiértékelő szoftvert tartalmazza. Minden minta abszorbancia spektrumát cm -1 hullámszám tartományban 2 cm -1 -es felbontással vettük fel transzmissziós módban (1. ábra). A mintánkénti mérések száma 32 volt. A nyers spektrumokon ezután kétfajta spektrumkezelési módszert alkalmaztunk. Az alapjel eltolódás kiküszöbölésére alapjel korrekciót (Baseline correction), a mérési zajok csökkentésére pedig az úgynevezett Smooth funkciót használtuk. Az így kapott spektrumok a 2. ábrán láthatók. A kalibrációs eljárás során a kalibrációs modellek optimalizálásánál a szoftver további transzformációs módszereket alkalmazhat. Abszorbancia Abszorbancia 1. Ábra A minták nyers spektrumai 2. Ábra A minták transzformált spektrumai
3 Az ábrákon látható, hogy a spektrumkezelés után a spektrumok sokkal egységesebbek lettek. Természetesen, ha a kalibráló sor mintáin valamilyen spektrumkezelési módszert alkalmazunk, akkor a további minták (külső validálás mintái, ismeretlen minták) spektrumain is végre kell hajtani ugyanazt a transzformációt. Kalibráció A kalibráció során 36 repce és 47 napraforgó növényolaj mintát használtunk, amelyek spektrumait a pontosság érdekében kétszer vettük fel. A kalibrációs modellekhez az OPUS program a részleges legkisebb négyzetek módszerét alkalmazza (PLS: Partial Least Squares) keresztvalidálási (Crossvalidation) módban. Esetünkben egy adott tulajdonságra készítendő kalibrációnál ez a következőt jelenti: a kalibráció kezdetén a program a 83 ismert tulajdonságú kalibráló mintából egyet kivesz a kalibrációs mintasorból, amelyet validálásra használ. A maradék 82 mintából kalibrációs modellt készít, amellyel aztán meghatározza az egy kihagyott minta adott tulajdonságát. A következő lépésben az előzőleg kivett mintát visszahelyezi a kalibrációs sorba, és helyette kiválaszt egy másik mintát, amelyet ugyancsak kihagy a kalibrációból és validálásra használ. Az algoritmusnak akkor van vége, amikor a kalibrációs sor minden egyes mintája egyszer szerepelt, mint validáló minta. A keresztvalidálás során a kalibráló sor minden eleméről kapunk egy, az adott tulajdonságra vonatkozó, kalibrációs modellel meghatározott értéket. Ennek, és a kalibráló minták adott tulajdonságára vonatkozó tényleges értékeinek ismeretében a hibanégyzet (RMSECV: Root Mean Squared Error of Cross Validation) és a determinációs (R 2 ) koefficiens segítségével a kalibrációs modellünk jósága értékelhető. Egy adott tulajdonságra kapott kalibrációs modell modell-optimalizálással tovább tökéletesíthető. Ennek során a program az adott tulajdonságra kalibrációs modelleket készít keresztvalidálással különböző spektrum kezelési módszerek alkalmazásával eltérő hullámszám tartományokban. A kapott modellek közül kiválaszthatjuk azt az egyet, amelyik az adott tulajdonság meghatározásánál a legjobb közelítést adja, vagyis amelynél a hibanégyzet (RMSECV) értéke a legkisebb. Eredmények Kalibrációs eredmények A 3-6. ábrákon a kalibráció eredményei láthatók az olajsav koncentrációra, a savszámra, a jódszámra, a viszkozitásra (40 C-on). Az ábrákon az adott tulajdonság kalibrációs modell által számított értékeit ábrázoltuk a tényleges értékek függvényében. Az ábrákon a modellek jóságát az mutatja, hogy a keresztvalidálási eljárás során számított értékek (pontok) mennyire közelítik a tényleges értékeket (egyenes vonal). A kalibráció során talált gyenge referencia adatú mintákat kivettük a kalibrációs mintasorból. 3. Ábra Az olajsav számított koncentrációja a tényleges koncentráció függvényében Savszám számított értéke, mgkoh/g 4. Ábra A savszám számított értéke a tényleges érték függvényében
4 Jódszám számított értéke, gi2/100g 5. Ábra A jódszám számított értéke a tényleges érték függvényében kalibrációs modelleket a kalibrációs sorban nem szereplő, ismert tulajdonságú növényolaj mintákkal teszteljük. Ennek eredményeként a minták jellemzőinek tényleges, és a kalibrációs modellekkel kapott számított értékeinek összehasonlításával, a hibanégyzet (RMSEP: Root Mean Squared Error of Prediction) és a determinációs koefficiens (R 2 ) kiszámításával következtethetünk a módszerek jóságára. A külső validálást 51 különböző típusú repce- és napraforgóolaj mintával végeztük. Ezek spektrumait ugyanolyan beállításokkal vettük fel, mint a kalibrációhoz használt spektrumokat és ezeken is végre hajtottuk a két spektrumkezelési módszert (Baseline correction, Smooth). A kísérlet eredményei a 2. táblázatban láthatók. 6. Ábra A 40 0 C-on mért viszkozitás számított értéke a tényleges érték függvényében Az egyes jellemzőkre az optimalizálás után kapott RMSECV és R 2, értékeket az 1. táblázatban foglaltuk össze. A táblázatban feltüntettük az optimalizációs eljárásnál, az egyes tulajdonságok esetében alkalmazott spektrumkezelési módszereket is. Jellemző RMSECV R 2, % Módszer Olajsav 0,566 99,2 2. Der. a Savszám 0,129 99,52 MSC b Jódszám 0,684 99,67 1. Der.+MSC Viszkozitás 0,117 99,71 MSC a : Secund Derivate b : Multiplicative Scattering Correction 1. táblázat A kalibráció eredményei A kalibráció eredményei alapján megállapítottuk, hogy megfelelően pontos modelleket kaptunk a tulajdonságok meghatározásához. Külső validálás eredményei A külső validálás (external validation) azt jelenti, hogy az egyes tulajdonságokra kapott Jellemző RMSEP R 2, % Olajsav 1,092 99,89 Savszám 0,639 91,47 Jódszám 1,494 99,57 Viszkozitás 0,239 99,59 2. táblázat A külső validálás eredményei A külső validálás eredményei azt mutatják, hogy megfelelően pontos közelítést kaptunk mind a négy jellemző meghatározásához, azonban a savszám meghatározásánál kapott eredmények kissé elmaradnak a többitől. Ennek az az oka, hogy a külső validálásnál alkalmazott minták savszámai 0,2 és 1,1 között változott, amely intervallum nem terjed ki a kalibráció teljes tartományára (0,3-11,4 mgkoh/g). A külső validálásra használt 51 minta savszámainak tartományában tehát a kalibrációs modellünk kevésbé pontos. Ennek javítására egy szűkebb tartományban elvégzett kalibrációt hajtottunk végre, amelynek eredményeképpen a hibanégyzetre 0,075 értéket a determinációs koefficiensre 98,75 %-ot kaptunk. Azonban ezzel feladnánk a széles tartományú meghatározhatóságot, ezért inkább elfogadtunk egy szűkebb tartományban felmerülő pontatlanságot a szélesebb tartományú meghatározhatóság érdekében. Egyébként a determinációs koefficiens
5 91,47 %-os értéke még mindig kielégítően jó közelítésnek számít. Összefoglalás Az eredmények alapján levonhatjuk azt a következtetést, hogy a NIR módszer jól alkalmazható növényolajok zsírsavösszetételének főbb komponens koncentrációinak, és egyéb fizikai-kémiai jellemzőinek meghatározásánál. Előnyei, hogy a mérés és kiértékelés gyors (1-3 perc) és olcsó, nincs szükség a minták időigényes és drága előkészítésére, az analízis roncsolásmentes és több fizikai-kémiai tulajdonság határozható meg egyszerre. Példaként megemlítjük, hogy növényolajoknál a zsírsav-metilészter összetételének gázkromatográfiás módszerrel való meghatározásakor, mérés előtt el kell végezni a minták átészterezését, és csak ezután lehet elvégezni az elemzést. Ehhez nagytisztaságú hidrogén és levegő szükséges, és az elemzés átlagban 30 percet vesz igénybe. NIR módszer esetében közvetlenül a növényolaj minták közeli infravörös spektrumát vesszük fel, és az előzőleg elvégzett kalibráció segítségével tudjuk becsülni a minták fizikai és kémiai tulajdonságait. Hátránya, hogy a meghatározáshoz kalibrációs modellt kell készíteni ismert tulajdonságú, gondosan összeválogatott mintákból álló kalibrációs sor segítségével. A jelen közleményünkben csupán négy növényolaj minőségi jellemző NIR módszerrel történő meghatározását mutattuk be. Ezen kívül azonban még számos növényolaj minőségi jellemző (teljes zsírsavösszetétel, sűrűség, stb), benzin minőségi jellemző (összetétel, oktánszám, kéntartalom, stb) és gázolaj minőségi jellemző (összetétel, cetánszám, CFPP, stb) NIR módszerrel történő meghatározását is folyamatosan vizsgáljuk. Irodalmi hivatkozások [1] Hancsók, J., Veszprémi Egyetemi Kiadó, (ISBN ), Veszprém (2004) [2] Kwan Su Kim, Si Hyung Park, Myoung Gun Choung, Young Seok Jang, Journal of Crop Science and Biotechnology, 10, 15 20, (2007) [3] Baptista, P., Felizardo, P., Menezes, J.C., Neiva Correia, J., Analytica Chimica Acta, 607(2) , (2008)
Bevezetés 1. Ábra A minták nyers spektrumai Felhasznált anyagok és módszerek
Közeli infravörös spektroszkópiában (NIR) alkalmazott kalibrációs modellek összehasonlítása növényolajok minőségi jellemzőinek meghatározására Comparison of calibration models based on near infrared spectroscopy
Modern Fizika Labor. Fizika BSc. Értékelés: A mérés dátuma: A mérés száma és címe: 12. mérés: Infravörös spektroszkópia. 2008. május 6.
Modern Fizika Labor Fizika BSc A mérés dátuma: A mérés száma és címe: 12. mérés: Infravörös spektroszkópia Értékelés: A beadás dátuma: 28. május 13. A mérést végezte: 1/5 A mérés célja A mérés célja az
Modern Fizika Labor. A mérés száma és címe: A mérés dátuma: Értékelés: Infravörös spektroszkópia. A beadás dátuma: A mérést végezte:
Modern Fizika Labor A mérés dátuma: 2005.10.26. A mérés száma és címe: 12. Infravörös spektroszkópia Értékelés: A beadás dátuma: 2005.11.09. A mérést végezte: Orosz Katalin Tóth Bence 1 A mérés során egy
DETERMINATION OF SHEAR STRENGTH OF SOLID WASTES BASED ON CPT TEST RESULTS
Műszaki Földtudományi Közlemények, 83. kötet, 1. szám (2012), pp. 271 276. HULLADÉKOK TEHERBÍRÁSÁNAK MEGHATÁROZÁSA CPT-EREDMÉNYEK ALAPJÁN DETERMINATION OF SHEAR STRENGTH OF SOLID WASTES BASED ON CPT TEST
Alternatív motorhajtóanyagok elállítása és vizsgálata tématerület
Alternatív motorhajtóanyagok elállítása és vizsgálata tématerület 2005 Témavezet: Dr. Hancsók Jen egyetemi docens Eladó : Krár Márton PhD. hallgató 8201 Veszprém, Pf. 158., Tel. +36 88 624217 Fax: +36
Modern fizika laboratórium
Modern fizika laboratórium Röntgen-fluoreszcencia analízis Készítette: Básti József és Hagymási Imre 1. Bevezetés A röntgen-fluoreszcencia analízis (RFA) egy roncsolásmentes anyagvizsgálati módszer. Rövid
KÖZELI INFRAVÖRÖS SPEKTROSZKÓPIA ALKALMAZÁSA SERTÉSHÚS MINŐSÉGVÁLTOZÁSÁNAK JELLEMZÉSÉRE
KÖZELI INFRAVÖRÖS SPEKTROSZKÓPIA ALKALMAZÁSA SERTÉSHÚS MINŐSÉGVÁLTOZÁSÁNAK JELLEMZÉSÉRE Magyarné Dr. Horváth Kinga, Dr. Farkas József Budapest, 2009. november.3 NIR Klub Bevezetés (1) Húsfeldolgozás- és
1. Ábra Az n-paraffinok olvadáspontja és forráspontja közötti összefüggés
Nagy izoparaffin-tartalmú gázolajok előállításának vizsgálata Investigation of production of gas oils with high isoparaffin content Pölczmann György, Hancsók Jenő Pannon Egyetem, Vegyészmérnöki és Folyamatmérnöki
Szójabab és búza csírázási folyamatainak összehasonlítása NIR spektrumok segítségével
Szójabab és búza csírázási folyamatainak összehasonlítása NIR spektrumok segítségével Bartalné Berceli Mónika BME VBK ABÉT NIR Klub, Budapesti Corvinus Egyetem, 2015. október 6. 2. Búza összetétele (sz.a.)
Növényi alapanyagú megújuló tüzelőanyagok adagolásának hatása a gázolaj viszkozitására és az égésfolyamatra
Zöldy Máté: Effects of vegetable based renewable fuels on the diesel oil s viscosity and burning abilities The application of the renewable fuels is coming forwards with the increasing of oil prices. One
A festéktelenítési folyamatban nyert pép illetve szűrlet optikai jellemzőinek mérése
014, december illetve szűrlet optikai jellemzőinek mérése Ezt a dokumentumot eredeti formájában az INGEDE, tagjai és kutató partnerei készítették illetve adták ki. Az EcoPaperLoop projekt keretében INGEDE
Modern Fizika Labor. 12. Infravörös spektroszkópia. Fizika BSc. A mérés dátuma: okt. 04. A mérés száma és címe: Értékelés:
Modern Fizika Labor Fizika BSc A mérés dátuma: 011. okt. 04. A mérés száma és címe: 1. Infravörös spektroszkópia Értékelés: A beadás dátuma: 011. dec. 1. A mérést végezte: Domokos Zoltán Szőke Kálmán Benjamin
Kutatási beszámoló. 2015. február. Tangens delta mérésére alkalmas mérési összeállítás elkészítése
Kutatási beszámoló 2015. február Gyüre Balázs BME Fizika tanszék Dr. Simon Ferenc csoportja Tangens delta mérésére alkalmas mérési összeállítás elkészítése A TKI-Ferrit Fejlsztő és Gyártó Kft.-nek munkája
Módszerfejlesztés Fourier-transzformációs közeli infravörös technika (FT-NIR) alkalmazási körének kibővítésére élelmiszeripari mintákon SZIGEDI TAMÁS
Módszerfejlesztés Fourier-transzformációs közeli infravörös technika (FT-NIR) alkalmazási körének kibővítésére élelmiszeripari mintákon SZIGEDI TAMÁS Doktori (Ph.D.) értekezés tézisei Készült: Budapesti
ELŐHIDROGÉNEZETT NÖVÉNYOLAJOK IZOMERIZÁLÁSA. Krár Márton, Hancsók Jenő
ELŐHIDROGÉNEZETT NÖVÉNYOLAJOK IZOMERIZÁLÁSA Krár Márton, Hancsók Jenő Pannon Egyetem Vegyészmérnöki és Folyamatmérnöki Intézet Ásványolaj- és Széntechnológia Intézeti Tanszék MŰSZAKI KÉMIAI NAPOK 07 2007.
A HULLATÉK-ANALÍZIS ÉS A GYOMORTARTALOM ELEMZÉS ÖSSZE- HASONLÍTÁSA VÖRÖS RÓKA TÁPLÁLKOZÁS VIZSGÁLATA SORÁN
A HULLATÉK-ANALÍZIS ÉS A GYOMORTARTALOM ELEMZÉS ÖSSZE- HASONLÍTÁSA VÖRÖS RÓKA TÁPLÁLKOZÁS VIZSGÁLATA SORÁN Szôcs Emese¹, Lanszki József², Heltai Miklós¹ és Szabó László¹ ¹Szent István Egyetem, Vadbiológiai
DOKTORI (PhD) ÉRTEKEZÉS TÉZISEI
DOKTORI (PhD) ÉRTEKEZÉS TÉZISEI KÉN-, NITROGÉN- ÉS OXIGÉNTARTALMÚ VEGYÜLETEK GÁZKROMATOGRÁFIÁS ELEMZÉSE SZÉNHIDROGÉN-MÁTRIXBAN Készítette STUMPF ÁRPÁD okl. vegyész az Eötvös Loránd Tudományegyetem Természettudományi
A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv
Mérések, mérési eredmények, mérési bizonytalanság A mérések általános és alapvető metrológiai fogalmai és definíciói mérés Műveletek összessége, amelyek célja egy mennyiség értékének meghatározása. mérési
Korreláció és lineáris regresszió
Korreláció és lineáris regresszió Két folytonos változó közötti összefüggés vizsgálata Szűcs Mónika SZTE ÁOK-TTIK Orvosi Fizikai és Orvosi Informatikai Intézet Orvosi Fizika és Statisztika I. előadás 2016.11.02.
Al-Mg-Si háromalkotós egyensúlyi fázisdiagram közelítő számítása
l--si háromalkotós egyensúlyi fázisdiagram közelítő számítása evezetés Farkas János 1, Dr. Roósz ndrás 1 doktorandusz, tanszékvezető egyetemi tanár Miskolci Egyetem nyag- és Kohómérnöki Kar Fémtani Tanszék
Minőségbiztosítás, validálás
Minőségbiztosítás, validálás Előzetes tanulmányok (BSc): Műszeres analitika gyakorlatok inorg.unideb.hu/oktatas Kapcsolódó tanulmányok (MSc): Minőségbiztosítás című előadás Tételek: 1. Minőségbiztosítási
Széntechnológiai Intézeti Tanszék Veszprém Egyetem u. 10.
Biodízelek tárolási stabilitásának vizsgálata Investigation of storage stability of biodiesels Kovács Sándor 1, Pölczmann György 1, Beck Ádám 2, Holló András 2, Hancsók Jenő 1 1 Pannon Egyetem, Vegyészmérnöki
Indikátorok alkalmazása a labordiagnosztikai eljárások minőségbiztosításában
Indikátorok alkalmazása a labordiagnosztikai eljárások minőségbiztosításában Minőségi indikátorok az analitikai szakaszban Dr. Kocsis Ibolya Semmelweis Egyetem Laboratóriumi Medicina Intézet Központi Laboratórium
KÍSÉRLET A KAKAÓPOR ZSÍR-, FEHÉRJE- ÉS SZÉNHIDRÁTTARTALMÁNAK NIR TECHNIKÁVAL VALÓ MEGHATÁROZÁSÁRA
Acta Alimentaria, Vol. 11 (3), pp. 271-288 (1982) KÍSÉRLET A KAKAÓPOR ZSÍR-, FEHÉRJE- ÉS SZÉNHIDRÁTTARTALMÁNAK NIR TECHNIKÁVAL VALÓ MEGHATÁROZÁSÁRA KAFFKA, K. J., NORRIS, K. H., KULCSÁR, F. and DRASKOVITS,
A derivált arány és a polár minsít rendszer kiértékelése adatelemzési szempontból gyógyszeripari tabletták transzmittancia adatainak felhasználásával
A derivált arány és a polár minsít rendszer kiértékelése adatelemzési szempontból gyógyszeripari tabletták transzmittancia adatainak felhasználásával Norris K.H. a Seregély Zs. b és Kaffka K.J. c a konzultáns,
PLATTÍROZOTT ALUMÍNIUM LEMEZEK KÖTÉSI VISZONYAINAK TECHNOLÓGIAI VIZSGÁLATA TECHNOLOGICAL INVESTIGATION OF PLATED ALUMINIUM SHEETS BONDING PROPERTIES
Anyagmérnöki Tudományok, 37. kötet, 1. szám (2012), pp. 371 379. PLATTÍROZOTT ALUMÍNIUM LEMEZEK KÖTÉSI VISZONYAINAK TECHNOLÓGIAI VIZSGÁLATA TECHNOLOGICAL INVESTIGATION OF PLATED ALUMINIUM SHEETS BONDING
NYÚLHÚS ZSÍRTARTALMÁNAK BECSLÉSE KÖZELI INFRAVÖRÖS SPEKTROSZKÓPIÁVAL
NYÚLHÚS ZSÍRTARTALMÁNAK BECSLÉSE KÖZELI INFRAVÖRÖS SPEKTROSZKÓPIÁVAL Romvári R., Bázár Gy., Kövér Gy., Locsmándi L., Szabó A., Andrássy Zoltánné, Szendrő Zs. Kaposvári Egyetem, Állattudományi Kar, 7400
Statistical Inference
Petra Petrovics Statistical Inference 1 st lecture Descriptive Statistics Inferential - it is concerned only with collecting and describing data Population - it is used when tentative conclusions about
DG(SANCO)/2012-6290-MR
1 Ensure official controls of food contaminants across the whole food chain in order to monitor the compliance with the requirements of Regulation (EC) No 1881/2006 in all food establishments, including
Mérés: Millikan olajcsepp-kísérlete
Mérés: Millikan olajcsepp-kísérlete Mérés célja: 1909-ben ezt a mérést Robert Millikan végezte el először. Mérése során meg tudta határozni az elemi részecskék töltését. Ezért a felfedezéséért Nobel-díjat
Élelmiszer-hamisítás kimutatásának lehetősége NIR spektroszkópia segítségével
Élelmiszer-hamisítás kimutatásának lehetősége NIR spektroszkópia segítségével Bázár György, Kövér György, Locsmándi László, Szabó András, Romvári Róbert Kaposvári Egyetem, Állattudományi Kar Állatitermék
TRIGLICERID ALAPÚ MOTORHAJTÓANYAGOK MINŐSÉGÉNEK JAVÍTÁSA
DOKTORI (PhD) ÉRTEKEZÉS TÉZISEI TRIGLICERID ALAPÚ MOTORHAJTÓANYAGOK MINŐSÉGÉNEK JAVÍTÁSA Készítette: BECK ÁDÁM okl. vegyészmérnök Készült a Pannon Egyetem Vegyészmérnöki Tudományok és Anyagtudományok Doktori
Abszorpciós fotometria
abszorpció Abszorpciós fotometria Spektroszkópia - Színképvizsgálat Spektro-: görög; jelente kép/szín -szkópia: görög; néz/látás/vizsgálat Ujfalusi Zoltán PTE ÁOK Biofizikai Intézet 2012. február Vizsgálatok
A vízfelvétel és - visszatartás (hiszterézis) szerepe a PM10 szabványos mérésében
A vízfelvétel és - visszatartás (hiszterézis) szerepe a PM10 szabványos mérésében Imre Kornélia 1, Molnár Ágnes 1, Gelencsér András 2, Dézsi Viktor 3 1 MTA Levegőkémia Kutatócsoport 2 Pannon Egyetem, Föld-
Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió
SZDT-08 p. 1/31 Biometria az orvosi gyakorlatban Korrelációszámítás, regresszió Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Korrelációszámítás
Több valószínűségi változó együttes eloszlása, korreláció
Tartalomjegzék Előszó... 6 I. Valószínűségelméleti és matematikai statisztikai alapok... 8 1. A szükséges valószínűségelméleti és matematikai statisztikai alapismeretek összefoglalása... 8 1.1. Alapfogalmak...
Az NMR és a bizonytalansági elv rejtélyes találkozása
Az NMR és a bizonytalansági elv rejtélyes találkozása ifj. Szántay Csaba MTA Kémiai Tudományok Osztálya 2012. február 21. a magspínek pulzus-gerjesztésének értelmezési paradigmája GLOBÁLISAN ELTERJEDT
Veszprémi Egyetem, Ásványolaj- és Széntechnológiai Tanszék
Petrolkémiai alapanyagok és s adalékok eláll llítása manyag m hulladékokb kokból Angyal András PhD hallgató Veszprémi Egyetem, Ásványolaj és Széntechnológiai Tanszék Veszprém, 2006. január 13. 200 Mt manyag
6. Előadás. Vereb György, DE OEC BSI, október 12.
6. Előadás Visszatekintés: a normális eloszlás Becslés, mintavételezés Reprezentatív minta A statisztika, mint változó Paraméter és Statisztika Torzítatlan becslés A mintaközép eloszlása - centrális határeloszlás
Mérési hibák 2006.10.04. 1
Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség
A rosszindulatú daganatos halálozás változása 1975 és 2001 között Magyarországon
A rosszindulatú daganatos halálozás változása és között Eredeti közlemény Gaudi István 1,2, Kásler Miklós 2 1 MTA Számítástechnikai és Automatizálási Kutató Intézete, Budapest 2 Országos Onkológiai Intézet,
Statistical Dependence
Statistical Dependence Petra Petrovics Statistical Dependence Deinition: Statistical dependence exists when the value o some variable is dependent upon or aected by the value o some other variable. Independent
Egyrétegű tömörfalapok ragasztási szilárdságának vizsgálata kisméretű próbatesteken
Köszönetnyilvánítás A kutatás részben az OTKA (projekt szám T 025985), részben a NATO Cooperative Research Grant (CRG.LG 973967) anyagi támogatásával folyt. Irodalomjegyzék 1. Molnár S. Szerk. 2000. Faipari
TRIGLICERID ALAPÚ MOTORHAJTÓANYAGOK MINŐSÉGÉNEK JAVÍTÁSA
DOKTORI (PhD) ÉRTEKEZÉS TRIGLICERID ALAPÚ MOTORHAJTÓANYAGOK MINŐSÉGÉNEK JAVÍTÁSA SZIGORÚAN BIZALMAS! Készült a Pannon Egyetem Vegyészmérnöki Tudományok és Anyagtudományok Doktori Iskola Kőolajipari eljárások
AZ ERDÕ NÖVEKEDÉSÉNEK VIZSGÁLATA TÉRINFORMATIKAI ÉS FOTOGRAMMETRIAI MÓDSZEREKKEL KARSZTOS MINTATERÜLETEN
Tájökológiai Lapok 5 (2): 287 293. (2007) 287 AZ ERDÕ NÖVEKEDÉSÉNEK VIZSGÁLATA TÉRINFORMATIKAI ÉS FOTOGRAMMETRIAI MÓDSZEREKKEL KARSZTOS MINTATERÜLETEN ZBORAY Zoltán Honvédelmi Minisztérium Térképészeti
Modern Fizika Labor Fizika BSC
Modern Fizika Labor Fizika BSC A mérés dátuma: 2009. május 4. A mérés száma és címe: 9. Röntgen-fluoreszencia analízis Értékelés: A beadás dátuma: 2009. május 13. A mérést végezte: Márton Krisztina Zsigmond
Mérési adatok illesztése, korreláció, regresszió
Mérési adatok illesztése, korreláció, regresszió Korreláció, regresszió Két változó mennyiség közötti kapcsolatot vizsgálunk. Kérdés: van-e kapcsolat két, ugyanabban az egyénben, állatban, kísérleti mintában,
Szamóca vízoldható szárazanyag tartalmának roncsolásmentes meghatározása közeli infravörös spektroszkópiával
Deák Konrád János 1 Ambrózy Zsuzsanna 2 Prokaj Enikő - Szigedi Tamás 3 Szamóca vízoldható szárazanyag tartalmának roncsolásmentes meghatározása közeli infravörös spektroszkópiával Nondestructive determination
(11) Lajstromszám: E 006 510 (13) T2 EURÓPAI SZABADALOM SZÖVEGÉNEK FORDÍTÁSA. (51) Int. Cl.: G01N 21/35 (2006.01)
!HU000006510T2! (19) HU (11) Lajstromszám: E 006 510 (13) T2 MAGYAR KÖZTÁRSASÁG Magyar Szabadalmi Hivatal EURÓPAI SZABADALOM SZÖVEGÉNEK FORDÍTÁSA (21) Magyar ügyszám: E 04 010763 (22) A bejelentés napja:
DOKTORI (PHD) ÉRTEKEZÉS TÉZISEI SZAFNER GÁBOR
DOKTORI (PHD) ÉRTEKEZÉS TÉZISEI SZAFNER GÁBOR MOSONMAGYARÓVÁR 2014 NYUGAT-MAGYARORSZÁGI EGYETEM Mezőgazdaság- és Élelmiszertudományi Kar Mosonmagyaróvár Matematika, Fizika és Informatika Intézet Ujhelyi
Dr. Dobos Endre, Vadnai Péter. Miskolci Egyetem Műszaki Földtudományi Kar Földrajz Intézet
Ideális interpolációs módszer keresése a talajvízszint ingadozás talajfejlődésre gyakorolt hatásának térinformatikai vizsgálatához Dr. Dobos Endre, Vadnai Péter Miskolci Egyetem Műszaki Földtudományi Kar
Biomatematika 13. Varianciaanaĺızis (ANOVA)
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 13. Varianciaanaĺızis (ANOVA) Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date:
AZ IPARI PARADICSOM MINŐSÉGÉNEK MEGHATÁROZÁSA KÖZELI INFRAVÖRÖS SPEKTROSZKÓPIÁVAL
KERTGAZDASÁG 205. 47. () 3 AZ IPARI PARADICSOM MINŐSÉGÉNEK MEGHATÁROZÁSA KÖZELI INFRAVÖRÖS SPEKTROSZKÓPIÁVAL DEÁK KONRÁD, SZIGEDI TAMÁS 2, PÉK ZOLTÁN Szent István Egyetem, Mezőgazdaság- és Környezettudományi
Műszeres analitika. Abrankó László. Molekulaspektroszkópia. Kémiai élelmiszervizsgálati módszerek csoportosítása
Abrankó László Műszeres analitika Molekulaspektroszkópia Minőségi elemzés Kvalitatív Cél: Meghatározni, hogy egy adott mintában jelen vannak-e bizonyos ismert komponensek. Vagy ismeretlen komponensek azonosítása
NÖVÉNYOLAJ-ZSÍRSAV-METILÉSZTEREK ELÁLLÍTÁSA ÉS VIZSGÁLATA
DOKTORI (PhD) ÉRTEKEZÉS TÉZISEI NÖVÉNYOLAJ-ZSÍRSAV-METILÉSZTEREK ELÁLLÍTÁSA ÉS VIZSGÁLATA Készítette: Kovács Ferenc okl. vegyészmérnök Pannon Egyetem Vegyészmérnöki Doktori Iskola Témavezet: Dr. Hancsók
STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése
4. A modell érvényességének ellenőrzése STATISZTIKA 4. Előadás Variancia-analízis Lineáris modellek 1. Függetlenség 2. Normális eloszlás 3. Azonos varianciák A maradék független a kezelés és blokk hatástól
Budapesti Műszaki és Gazdaságtudományi Egyetem Vegyészmérnöki és Biomérnöki Kar Szervetlen és Analitikai Kémia Tanszék
Budapesti Műszaki és Gazdaságtudományi Egyetem Vegyészmérnöki és Biomérnöki Kar Szervetlen és Analitikai Kémia Tanszék Szerkesztette: POKOL GYÖRGY Írta: POKOL GYÖRGY, GYURCSÁNYI E. RÓBERT, SIMON ANDRÁS,
már mindenben úgy kell eljárnunk, mint bármilyen viaszveszejtéses öntés esetén. A kapott öntvény kidolgozásánál még mindig van lehetőségünk
Budapest Régiségei XLII-XLIII. 2009-2010. Vecsey Ádám Fémeszterga versus viaszesztergálás Bev e z e t é s A méhviaszt, mint alapanyagot nehéz besorolni a műtárgyalkotó anyagok különböző csoportjaiba, mert
Villamos jelek mintavételezése, feldolgozása. LabVIEW 7.1
Villamos jelek mintavételezése, feldolgozása (ellenállás mérés LabVIEW támogatással) LabVIEW 7.1 előadás Dr. Iványi Miklósné, egyetemi tanár LabVIEW-7.1 KONF-5_2/1 Ellenállás mérés és adatbeolvasás Rn
Rugalmas állandók mérése
KLASSZIKUS FIZIKA LABORATÓRIUM 2. MÉRÉS Rugalmas állandók mérése Mérést végezte: Enyingi Vera Atala ENVSAAT.ELTE Mérés időpontja: 2011. november 16. Szerda délelőtti csoport 1. A mérés rövid leírása Mérésem
Posztanalitikai folyamatok az orvosi laboratóriumban, az eredményközlés felelőssége
Posztanalitikai folyamatok az orvosi laboratóriumban, az eredményközlés felelőssége Autovalidálási folyamatok Lókiné Farkas Katalin Az autovalidálás elméleti alapjai Az előző eredménnyel való összehasonlítás
BIO-MOTORHAJTÓANYAGOK JELEN ÉS A JÖVŐ
821 Veszprém, Pf. 158., Tel. +36 88 624217 Fax: +36 88 62452 BIOMOTORHAJTÓANYAGOK JELEN ÉS A JÖVŐ Hancsók Jenő Krár Márton, Magyar Szabolcs I. Ökenergetikai és IX. Biomassza Konferencia Sopron 26. március
A jövőbeli hatások vizsgálatához felhasznált klímamodell-adatok Climate model data used for future impact studies Szépszó Gabriella
A jövőbeli hatások vizsgálatához felhasznált klímamodell-adatok Climate model data used for future impact studies Szépszó Gabriella Országos Meteorológiai Szolgálat Hungarian Meteorological Service KRITéR
a NAT /2006 számú akkreditálási ügyirathoz
Nemzeti Akkreditáló Testület KIEGÉSZÍTÕ RÉSZLETEZÕ OKIRAT a NAT-1-1498/2006 számú akkreditálási ügyirathoz A Károly-Róbert Kutató- Oktató Kht. Laboratóriuma (3213 Atkár, Tass-puszta hrsz 0165.) akkreditált
Abszorpciós spektroszkópia
Tartalomjegyzék Abszorpciós spektroszkópia (Nyitrai Miklós; 2011 február 1.) Dolgozat: május 3. 18:00-20:00. Egész éves anyag. Korábbi dolgozatok nem számítanak bele. Felmentés 80% felett. A fény; Elektromágneses
Hibridspecifikus tápanyag-és vízhasznosítás kukoricánál csernozjom talajon
Hibridspecifikus tápanyag-és vízhasznosítás kukoricánál csernozjom talajon Karancsi Lajos Gábor Debreceni Egyetem Agrár és Gazdálkodástudományok Centruma Mezőgazdaság-, Élelmiszertudományi és Környezetgazdálkodási
Adatbányászati és gépi tanulási algoritmusok szoftver szenzorok fejlesztésére. Kulcsár Tibor
Doktori (PhD) értekezés tézisei Adatbányászati és gépi tanulási algoritmusok szoftver szenzorok fejlesztésére Kulcsár Tibor Pannon Egyetem Vegyészmérnöki- és Anyagtudományok Doktori Iskola Témavezet :
A vörösréz és az S235J2G3 szénacél korróziója transzformátorolajokban
National Institute for R&D in Electrical Engineering ICPE-CA Bucharest, Romania www.icpe-ca.ro A vörösréz és az S235J2G3 szénacél korróziója transzformátorolajokban Red copper and S235J2G3 carbon steel
BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM SZERVETLEN ÉS ANALITIKAI KÉMIA TANSZÉK. Kmecz Ildikó, Kőmíves József, Devecser Eszter, Sándor Tamás
BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM SZERVETLEN ÉS ANALITIKAI KÉMIA TANSZÉK LEVEGŐSZENNYEZÉS VIZSGÁLÓLABORATÓRIUM a NAT által NAT-1-0972/2008 számon akkreditált vizsgálólaboratórium TELEPÍTETT
ÖDOMÉTERES VIZSGÁLAT LÉPCSŐZETES TERHELÉSSEL MSZE CEN ISO/TS 17892-5 BEÁLLÍTÁS ADAT. Zavartalan 4F/6,0 m Mintadarab mélysége (m)
BEÁLLÍTÁS ADAT Minta leírás Barna iszap Előkészítési módszer magmintából Részecske-sűrűség (Mg/m³) 2.70 Feltételezett / Mért Feltételezett Betöltés sorrend információ Kezdeti mérések (gyűrű) Terhelési
TANULÁSI GÖRBÉK AZ ÉPÍTŐIPARBAN
TANULÁSI GÖRBÉK AZ ÉPÍTŐIPARBAN Mályusz Levente ELŐZMÉNYEK 1 Tanulási görbe T.P. Wright 1936; Repülőgép alkatrészeket gyártó vállalatnál végezte kísérleteit Alapelv: Az ismétlődő munkát végző ember a betanulás
Akusztikus aktivitás AE vizsgálatoknál
Akusztikus aktivitás AE vizsgálatoknál Kindlein Melinda, Fodor Olivér ÁEF Anyagvizsgáló Laboratórium Kft. 1112. Bp. Budaörsi út 45. Az akusztikus emissziós vizsgálat a roncsolásmentes vizsgálati módszerek
Per Form Hungária Kft. 1142 Budapest, Ungvár u. 43 Felnőttképz. nyilv. szám: 01 0585 04
IV. Infravörös spektroszkópiás iskola Azonosító szám: 5400, műszaki technikusi képesítések (szakmai tanfolyamok felnőttképzés keretében) Tájékoztató felnőttképzési programról A Budapesti Műszaki és Gazdaságtudományi
A mérési eredmény megadása
A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk meg: a determinisztikus és a véletlenszerű
TANULÁSI GÖRBÉK AZ ÉPÍTŐIPARBAN
TANULÁSI GÖRBÉK AZ ÉPÍTŐIPARBAN Mályusz Levente ELŐZMÉNYEK 1 A tanulási görbét először egy 19 századi pszichológus Hermann Ebbinghaus írta le. Azt vizsgálta, hogy milyen gyorsan memorizál valaki különböző
15. Közeli Infravörös Spektroszkópiai Konferencia 2011. május 13-20. Fokváros, Dél-Afrikai Köztársaság. Salgó András - Gergely Szilveszter
15. Közeli Infravörös Spektroszkópiai Konferencia 2011. május 13-20. Fokváros, Dél-Afrikai Köztársaság Salgó András - Gergely Szilveszter 63 szóbeli és 111 poszter prezentáció 1 Szokatlan alkalmazások
Sztochasztikus kapcsolatok
Sztochasztikus kapcsolatok Petrovics Petra PhD Hallgató Ismérvek közötti kapcsolat (1) Függvényszerű az egyik ismérv szerinti hovatartozás egyértelműen meghatározza a másik ismérv szerinti hovatartozást.
Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók
Matematikai alapok és valószínőségszámítás Középértékek és szóródási mutatók Középértékek A leíró statisztikák talán leggyakrabban használt csoportját a középértékek jelentik. Legkönnyebben mint az adathalmaz
Erdészettudományi Közlemények
Erdészettudományi Közlemények 2. évfolyam 1. szám 2012 73 80 oldal AZ EZÜSTHÁRS FATERMÉSI TÁBLÁJÁNAK MÓDOSÍTÁSA Peszlen Roland József és Veperdi Gábor Nyugat-magyarországi Egyetem, Erdőmérnöki Kar, Erdővagyon-gazdálkodási
KÜLÖNBÖZŐ ÖSSZETÉTELŰ MANGALICA KOLBÁSZOK KÖZELI INFRAVÖRÖS SPEKTROSZKÓPIÁS VIZSGÁLATA
KÜLÖNBÖZŐ ÖSSZETÉTELŰ MANGALICA KOLBÁSZOK KÖZELI INFRAVÖRÖS SPEKTROSZKÓPIÁS VIZSGÁLATA Bázár György V. évfolyam, Agrár-mérnöktanár Szak Kaposvári Egyetem Állattudományi Kar, Kaposvár Sertés- és Kisállattenyésztési
A tisztítandó szennyvíz jellemző paraméterei
A tisztítandó szennyvíz jellemző paraméterei A Debreceni Szennyvíztisztító telep a kommunális szennyvizeken kívül, időszakosan jelentős mennyiségű, ipari eredetű vizet is fogad. A magas szervesanyag koncentrációjú
A Lengyelországban bányászott lignitek alkalmazása újraégető tüzelőanyagként
ENERGIATERMELÉS, -ÁTALAKÍTÁS, -SZÁLLÍTÁS ÉS -SZOLGÁLTATÁS 2.1 1.6 A Lengyelországban bányászott lignitek alkalmazása újraégető tüzelőanyagként Tárgyszavak: NO x -emisszió csökkentése; újraégetés; lignit;
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen
NÉHÁNY MEGJEGYZÉS A BURKOLÓFELÜLETEK VIZSGÁLATÁHOZ
Miskolci Egyetem, Multidiszciplináris tudományok, 1. kötet (2011) 1. szám, pp. 87-94. NÉHÁNY MEGJEGYZÉS A BURKOLÓFELÜLETEK VIZSGÁLATÁHOZ Nándoriné Tóth Mária egyetemi docens Miskolci Egyetem, Gépészmérnöki
Performance Modeling of Intelligent Car Parking Systems
Performance Modeling of Intelligent Car Parking Systems Károly Farkas Gábor Horváth András Mészáros Miklós Telek Technical University of Budapest, Hungary EPEW 2014, Florence, Italy Outline Intelligent
A regisztrált álláskeresők számára vonatkozó becslések előrejelző képességének vizsgálata
A regisztrált álláskeresők számára vonatkozó becslések előrejelző képességének vizsgálata Az elemzésben a GoogleTrends (GT, korábban Google Insights for Search) modellek mintán kívüli illeszkedésének vizsgálatával
Az infravörös spektroszkópia analitikai alkalmazása
Az infravörös spektroszkópia analitikai alkalmazása Egy molekula nemcsak haladó mozgást végez, de az atomjai (atomcsoportjai) egymáshoz képest is állandó mozgásban vannak. Tételezzünk fel egy olyan mechanikai
X. FIATAL MŰSZAKIAK TUDOMÁNYOS ÜLÉSSZAKA
X. FIATAL ŰSZAKIAK TUDOÁNYOS ÜLÉSSZAKA Kolozsvár, 2005. március 18-19. BLSŐÉGÉSŰ OTOROK ISSZIÓJA BIOHAJTÓANYAGOK ALKALAZÁSÁVAL Dr. Lengyel Antal Bodnár Gábor Summary odern agricultural production means
Módszerfejlesztés Fourier-transzformációs közeli infravörös technika (FT-NIR) alkalmazási körének kibővítésére élelmiszeripari mintákon
Módszerfejlesztés Fourier-transzformációs közeli infravörös technika (FT-NIR) alkalmazási körének kibővítésére élelmiszeripari mintákon Doktori értekezés Szigedi Tamás Témavezetők: Dr. Fodor Marietta Dr.
BIZALMAS MŐSZAKI JELENTÉS 46303
BIZALMAS MŐSZAKI JELENTÉS 46303 Dátum: 2006. Június 7. PROJEKT SZÁMA: AN0139 Székhely: Shawbury, Shrewsbury Shropshire SY4 4NR Egyesült Királyság T: +44 (0) 1939 250383 F: +44 (0) 1939 251118 E: info@rapra.net
BIOSZORBENSEK ELŐÁLLÍTÁSA MEZŐGAZDASÁGI HULLADÉKOKBÓL SZÁRMAZÓ, MÓDOSÍTOTT CELLULÓZROSTOK FELHASZNÁLÁSÁVAL
Pannon Egyetem Vegyészmérnöki- és Anyagtudományok Doktori Iskola BIOSZORBENSEK ELŐÁLLÍTÁSA MEZŐGAZDASÁGI HULLADÉKOKBÓL SZÁRMAZÓ, MÓDOSÍTOTT CELLULÓZROSTOK FELHASZNÁLÁSÁVAL DOKTORI (Ph.D) ÉRTEKEZÉS TÉZISEI
Mikroszkóp vizsgálata Lencse görbületi sugarának mérése Folyadék törésmutatójának mérése
Mikroszkóp vizsgálata Lencse görbületi sugarának mérése Folyadék törésmutatójának mérése (Mérési jegyzőkönyv) Hagymási Imre 2007. március 19. (hétfő délelőtti csoport) 1. Mikroszkóp vizsgálata 1.1. A mérés
Mikrohullámú abszorbensek vizsgálata 4. félév
Óbudai Egyetem Anyagtudományok és Technológiák Doktori Iskola Mikrohullámú abszorbensek vizsgálata 4. félév Balla Andrea Témavezetők: Dr. Klébert Szilvia, Dr. Károly Zoltán MTA Természettudományi Kutatóközpont
Földi mandula (Cyperus esculentus L.)
Földi mandula (Cyperus esculentus L.) A földi mandulát (Cyperus esculentus L.) értékes gumójáért már az ókori egyiptomiak, a görögök és nem utolsó sorban a rómaiak is termesztették és előszeretettel fogyasztották.
TPV Diagnosztikai és Kutató Kft.
TPV Diagnosztikai és Kutató Kft. 1151 Budapest, Sződliget u. 47. Dr. Szebeni Mária 1 2 3 A diagnosztika fontossága Cél: zavartalan és folyamatos energiaellátás On-line monitoring rendszerek Helyszínen
BÜCHI NIRFLEX N-500. Polarizációs FT-NIR Spektrométer
BÜCHI NIRFLEX N-500 Polarizációs FT-NIR Spektrométer A Donau Lab Kft a zürichi központú Donau Lab cégcsoport tagja Az 1947-ben alapított cégcsoport 1963. óta foglalkozik laboratóriumi eszközök és berendezések
SZOLGÁLTATÁS-VALIDÁCIÓ ITU-T AJÁNLÁSOK ALAPJÁN
SZOLGÁLTATÁS-VALIDÁCIÓ ITU-T AJÁNLÁSOK ALAPJÁN Szoftver verifikáció és validáció (BMEVIMMD052) 2013. december 11., Budapest Kara Péter András doktorandusz BME Hálózati Rendszerek és Szolgáltatások Tanszék
Étkezési búzák mikotoxin tartalmának meghatározása prevenciós lehetıségek
Étkezési búzák mikotoxin tartalmának meghatározása prevenciós lehetıségek Téren, J., Gyimes, E., Véha, A. 2009. április 15. PICK KLUB Szeged 1 A magyarországi búzát károsító Fusarium fajok 2 A betakarítás
Túlérzékenységi reakciókat kiváltó összetevők tulajdonságainak tanulmányozása valós élelmiszermátrixokban
BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM VEGYÉSZMÉRNÖKI ÉS BIOMÉRNÖKI KAR OLÁH GYÖRGY DOKTORI ISKOLA Túlérzékenységi reakciókat kiváltó összetevők tulajdonságainak tanulmányozása valós élelmiszermátrixokban
KÉPI INFORMÁCIÓK KEZELHETŐSÉGE. Forczek Erzsébet SZTE ÁOK Orvosi Informatikai Intézet. Összefoglaló
KÉPI INFORMÁCIÓK KEZELHETŐSÉGE Forczek Erzsébet SZTE ÁOK Orvosi Informatikai Intézet Összefoglaló Tanórákon és az önálló tanulás részeként is, az informatika világában a rendelkezésünkre álló óriási mennyiségű