Μετατροπέας Μέρη Ανά Μετατροπέα
Μετατροπή μεταξύ μερών ανά εκατομμύριο (ppm), μερών ανά δισεκατομμύριο (ppb), μερών ανά τρισεκατομμύριο (ppt), ποσοστού και άλλων με ακρίβεια
Ανταλλακτικά ανά μετατροπή
Αποτελέσματα μετατροπής Ιστορικό
μετατροπών
Δεν υπάρχουν ακόμη
Οπτικοποίηση
Σχετικά με τα μέρη ανά σημείωση
Τα μέρη ανά συμβολισμό είναι ένα σύνολο ψευδομονάδων για την περιγραφή μικρών τιμών διαφόρων αδιάστατων ποσοτήτων, π.χ. γραμμομόριο κλάσμα ή κλάσμα μάζας. Δεδομένου ότι αυτά τα κλάσματα είναι μέτρα ποσότητας ανά ποσότητα, είναι καθαροί αριθμοί χωρίς σχετικές μονάδες μέτρησης.
Τα κοινά μέρη ανά συμβολισμό στην επιστήμη και τη μηχανική περιλαμβάνουν:
- ppm (parts per million): 10⁻⁶
- ppb (parts per billion): 10⁻⁹
- ppt (parts per trillion): 10⁻¹²
- ppq (parts per quadrillion): 10⁻¹⁵
- Percentage (%): 10⁻²
- Per-mil (‰): 10⁻³
- Per-myriad (‱): 10⁻⁴
Τύποι μετατροπής Βασικές
μετατροπές
ppm = ppb × 1000
ppb = ppt × 1000
ppt = ppq × 1000
ppm = τοις εκατό × 10.000
τοις εκατό = ppm ÷ 10.000
γραμμομοριακές και μοριακές μετατροπές
To convert between molar (mol/L) or molal (mol/kg) and parts-per units, you need to know the molar mass of the substance and the density of the solution.
ppm = (molarity × molar_mass × 1000) ÷ density
molarity = (ppm × density) ÷ (molar_mass × 1000)
Related Tools
Μετατροπέας ογκομετρικού ρυθμού ροής
Μετατρέψτε τον ογκομετρικό ρυθμό ροής μεταξύ διαφορετικών μονάδων με ακρίβεια και ευκολία
Μετατροπέας μονάδων όγκου
Μετατροπή μεταξύ διαφορετικών μονάδων όγκου με ακρίβεια για τις μαγειρικές, μηχανικές και επιστημονικές σας ανάγκες
Μετατροπέας μονάδων βάρους
Μετατροπή μεταξύ διαφορετικών μονάδων βάρους με ακρίβεια για το μαγείρεμα, τη φυσική κατάσταση και τις επιστημονικές σας ανάγκες
Μετατροπέας JSON σε Base64
Κωδικοποιήστε τα δεδομένα JSON σε μορφή Base64 με ασφάλεια και αποτελεσματικότητα
Μετατροπέας Μονάδας Πίεσης
Μετατροπή μεταξύ διαφορετικών μονάδων πίεσης με ακρίβεια για τη μηχανική και την επιστήμη σαςeds
Απομπλοκοποιητής JavaScript
Μετατρέψτε ξανά τον περίπλοκο κώδικα JavaScript σε αναγνώσιμη μορφή με το ισχυρό εργαλείο deobfuscation. Ιδανικό για εντοπισμό σφαλμάτων, ανάλυση κώδικα και εκμάθηση από υπάρχοντα σενάρια.