共查询到20条相似文献,搜索用时 919 毫秒
1.
色谱法分离硒和碲,多以强酸为洗脱液[1,2],有关高效离子交换色谱法(HPIEC)分离硒、碲的工作,似尚未见报导。本文用HPIEC法在十分钟内分离并测定了硒和碲。 相似文献
2.
建立了马铃薯、洋葱、大蒜中马来酰肼(MH)的高效离子排斥色谱(HPIEC)检测方法。样品经提取、净化、过滤后进行色谱分析,以3 mmol/L 甲酸水溶液-乙腈(70:30, v/v)为流动相,流速0.8 mL/min,采用Ionpac ICE-AS1(250 mm×9 mm)HPIEC色谱柱分离,紫外检测波长205 nm,外标法定量。结果表明,MH的线性范围为0.006~1.0 mg/L,相关系数为0.9999,回收率为91%~103%,相对标准偏差(RSD)均小于3%,检出限为0.002 mg/L (S/N=3)。该方法灵敏度高,前处理简便,可用于马铃薯、洋葱、大蒜中MH的检测。 相似文献
3.
本文用萃取剂[1.2]N263或N235为固定液,以硝酸钠溶液为流动相,在HPIEC仪器上研究了分离卤素离子的条件。32分钟完全分离了Cl-、Br-、I-,测定了一些样品,结果良好。讨论了卤素离子在高分子胺上的色谱行为,提出了用热力学参数及实验条件估算其保留值的经验公式。 相似文献
4.
5.
离子排斥色谱用于低分子羧酸分析的进展 总被引:5,自引:2,他引:3
低分子羧酸在电力工业、化学工业、食品工业、环境保护、生物化学、生物医学和生命科学等领域中有着重要的分析价值。低分子羧酸的高效液相色谱分析方法有离子色谱法、反相色谱法和离子对色谱法等。离子色谱是分析低分子羧酸的主要方法,根据离子色谱分离低分子羧酸的机理,大致可以分为离子交换色谱分离法(HPIC)和离子排斥色谱分离法(HPIEC)两大类。70年代后期,由于弱离子化低浓度有机酸定量分析的需要,导致以离子排斥色谱为基础的离子色谱分离方法的发展。本文着重评述了近年来国内外离子排斥色谱用于低分子羧酸分析的进展状况。 五十一六十年代Wheaton和Bauman建议使用离子交换树脂将溶液中的离子化组分与非离子化组分分离,并且首先将离子排斥概念用于这一分离方 相似文献
6.
数理统计是原子吸收光谱分析中设计试验和处理数据的有效方法,正确地应用数理统计方法可以提高工作效率。本文对在原子吸收光谱分析中应用数理统计方法的必要性、在国内的应用概况做了详细的介绍,并对应用前景做了展望。 相似文献
7.
8.
9.
10.
毛细管电泳技术在药物分离分析中的研究与应用 总被引:2,自引:0,他引:2
综述了近5年毛细管电泳在手性药物拆分、药物制剂及中草药分析中的应用.在手性药物拆分的应用中主要探讨了手性选择剂的种类及毛细管分离方法;在药物制剂、中草药的应用中主要介绍该法对药效成分进行的分离及定量分析,总结方法的检出限、线性范围和检测方法;最后,探讨了毛细管电泳在求取药物水解常数上的应用.提出毛细管电泳在药物分析中将有广阔的应用前景. 相似文献
11.
浊点萃取在痕量金属元素分析中的应用 总被引:17,自引:2,他引:17
浊点萃取(CPE)法是一种新兴的环保型液_液萃取技术,可以作为痕量金属元素的预富集方法。此文总结了CPE法在痕量金属元素分析中应用原理、方法及试验条件优化,概括了CPE作为预富集法在不同分析检测仪器中的应用,探讨了该技术方法的应用前景。 相似文献
12.
烯丙位氧化的几种方法 总被引:4,自引:0,他引:4
综述了近年来烯丙位氧化的研究进展,详细讨论了过渡金属及其络合物、硒化 合物在烯丙位氧化中的应用,并简述了丁基锂方法、固相催化方法、生物氧化方法 和次氯酸钠氧化方法在烯丙位氧化中的应用. 相似文献
13.
Monte Carlo方法在催化研究中的应用 总被引:3,自引:0,他引:3
介绍了以随机行走为基本特征的MonteCarlo方法的一般原理,以及MonteCarlo方法在多相催化研究中几个主要方面的应用情况,并对这一方法在催化中的应用前景作了一些展望。 相似文献
14.
15.
16.
17.
18.
19.
20.
随着大数据和人工智能的发展以及机器学习(ML)与化学学科领域的交叉,ML技术与电池领域的结合激发了更有前途的电池开发方法,尤其在电池材料设计、性能预测、结构优化等方面的应用愈加广泛。应用ML可以有效地加速电池材料的筛选进程并预测锂电池(LBs)的性能,从而推动LBs的发展。本文简要介绍了ML的基本思想及其在LBs领域中几种重要的ML算法,之后讨论了传统模拟计算方法与ML方法各自的误差表现及分析,借此来提高LBs专家对ML方法的理解。其次,重点介绍了ML在电池材料实际开发中的应用,包括正极材料、电解质、材料多尺度模拟及高通量实验(HTE)等方面,借此介绍ML方法在电池领域应用的思想和手段。最后,总结了ML方法在锂电池领域中的研究现状并展望了其应用前景。本综述旨在阐明ML在LBs开发中的应用,并为先进LBs的研究提供借鉴。 相似文献