सीरियल कमजोर पड़ने के लाभ

अपने परिणामों की सटीकता सुनिश्चित करने के लिए, रासायनिक विश्लेषण के लिए आपको अपने उपकरणों को कैलिब्रेट करने की आवश्यकता होती है। कुछ तकनीकें प्रचालन करती हैं और विचाराधीन प्रजातियों की सांद्रता की एक विस्तृत श्रृंखला पर लागू होती हैं। उपकरण प्रतिक्रिया का अंशांकन वक्र उत्पन्न करने के लिए समाधानों की एक श्रृंखला तैयार करना काफी श्रमसाध्य है और कई बिंदु प्रदान करता है जहां त्रुटियां हो सकती हैं।

टीएल; डीआर (बहुत लंबा; पढ़ा नहीं)

आप प्रयोगशाला उपकरणों को कैलिब्रेट करने और इसकी सटीकता सुनिश्चित करने के लिए ज्ञात एकाग्रता के समाधान के सीरियल dilutions का उपयोग कर सकते हैं।

अपने प्रयोगशाला उपकरणों के लिए कई अंशांकन मानक बनाने का अर्थ है ज्ञात एकाग्रता के समाधान को मापना और इसे कम सांद्रता की एक श्रृंखला बनाने के लिए पतला करना। आपको हर कदम पर सावधानी बरतनी चाहिए; कई कमजोरियों के माध्यम से कोई भी त्रुटि बढ़ जाएगी। चूंकि बिंदु आपके उपकरणों को कैलिब्रेट करना है, इस प्रक्रिया में त्रुटियां आपके अंतिम परिणामों से समझौता करेंगी; वास्तव में, आपको अपने डेटा के साथ गंभीर समस्याएं हो सकती हैं।

सीरियल कमजोर पड़ने के लिए केवल यह आवश्यक है कि आप एक बार ज्ञात एकाग्रता के अपने समाधान को मापें। निम्नलिखित प्रत्येक अंशांकन मानक पिछले एक से आता है। जैसे-जैसे एकाग्रता कम होती जाती है, प्रत्येक मानक में त्रुटि का पूर्ण आकार छोटा और छोटा होता जाता है।

प्रत्येक अंशांकन मानक समाधान पिछले अंशांकन मानक के आधार पर तैयार किया जाता है। इस प्रक्रिया में पिछले मानक का एक हिस्सा लेना और अगले अंशांकन मानक को प्राप्त करने के लिए इसे विलायक के साथ पतला करना शामिल है। प्रत्येक क्रमिक कमजोर पड़ने के साथ शुरू की गई त्रुटियां समाधान एकाग्रता के अनुपात में कम हो जाती हैं। इस विधि द्वारा अंशांकन मानकों की एक श्रृंखला तैयार करने से आवश्यक समय की मात्रा कम हो जाती है। अधिकांश अंशांकन मानकों में सांद्रता की एक बड़ी श्रृंखला होती है, इसलिए तैयार किए गए अंशांकन मानक की सटीकता बढ़ जाती है।

अंशांकन मानकों को विश्लेषण की संपूर्ण एकाग्रता सीमा तक फैलाना चाहिए। इस सीमा से अधिक समान रूप से दूरी वाले अंशांकन मानक, विश्लेषण के परिणामों को अधिक विश्वसनीय बनाते हैं। धारावाहिक कमजोर पड़ने का उपयोग करके समान रूप से दूरी वाले अंशांकन मानकों को तैयार करना आसान है। प्रत्येक क्रमिक मानक पिछले मानक के एक छोटे से हिस्से का उपयोग करता है, जो श्रृंखला में अगला अंशांकन मानक उत्पन्न करने के लिए विलायक द्वारा पतला होता है।

अंशांकन मानकों की श्रृंखला के लिए चुना गया कमजोर पड़ने वाला कारक सीरियल कमजोर पड़ने का उपयोग करके प्राप्त किया जा सकता है। अंशांकन मानक एकाग्रता की प्रगति हमेशा एक ज्यामितीय श्रृंखला होती है। ज्ञात, अगले अंशशोधक की सांद्रता के 1/3 पर पहला मानक बनाने के उदाहरण पर विचार करें ज्ञात की सांद्रता का 1/9वां होगा और निम्नलिखित दो अंशों का गठन 1/27 वां और 1/81 वां होगा। यह एक बहुत बड़ा लाभ बन जाता है जब अंशांकन मानकों की अवधि को एकाग्रता में परिमाण के कई आदेशों को कवर करना चाहिए।