竹红菌甲素光敏氧化吲哚类化合物的研究 I: 关于色氨酸光敏氧化机制的初步探讨

本文利用吸收光谱、荧光光谱和闪光光解研究了竹红菌甲素和色氨酸的相互作用.通过猝灭实验、氘代效应和溶剂效应探讨了竹红菌甲素敏化的色氨酸光氧化机制, 证明该反应是以单重态氧过程为主, 并辅以电子转移的机制. 另外, 考察了反应条件对反应的影响, 发现底物浓度、溶解氧浓度、溶剂的性质和溶液的PH值均对反应有很大的影响.     

含有十二烷基酚聚氧乙烯(10)醚的溶致液晶体系的研究

本文以非离子表面活性剂十二烷基酚聚氧乙烯(10)醚(TX-10)/苯乙烯/水组成的三元体系为研究对象, 绘制了三元相图, 选取液晶区域作为研究对象, 配制系列样品, 摄制了纹理照片, 用小角X光衍射法测定了液晶中各种组分变化时间的层间距, 并结合^2H NMR谱图和纹理照片的对照以及互为补充的分析, 为精确区分液晶结构提供了新的途径。这不仅对于基础理论研究, 同时对于日用化工和帮次采油都具有一定指导意义。     

Co100-xMnx合金在GaAs(001)表面的生长结构和磁性的实验研究

对Co_100-xMn_x合金在GaAs(001)表面的分子束外延生长、晶体结构和磁学性质进行了研究.结果表明,当0100-xMn_x合金薄膜是体材料中不存在的体心立方(bcc)结构,并且具有较强的铁磁性,当44100-xMn_x合金薄膜最初为bcc结构,随着厚度的增加,逐渐从bcc向面心立方(fcc)结构转化,最后成为完全的fcc结构,薄膜具有较 关键词：     

45fs钛宝石强激光场中Ar与Ne气的高次谐波辐射的实验研究 *

以Ar气为工作介质 ,研究了激光强度、工作介质密度对高次谐波辐射的影响 .结果表明 ,足够高的激光强度和气体密度是获得更大强度更高次谐波的基本条件 .观察到可分辨的最高谐波次数为第81次(相应的波长为969nm) ,不可分辨的谐波辐射不低于第91次 (相应的波长为863nm) ,这是目前世界上从Ar气中观察到的最高级次(最短波长)的谐波辐射 .理论分析表明 ,更高次谐波是从Ar⁺产生的 .以Ne气为工作介质 ,通过观察Ne⁺的特征谱线 ,研究了气体电离产生的自由电子对高次谐波辐射的破坏作用 .目前 ,以Ne气为工作介质观察到的可分辨的最高次谐波为第107次(相应波长为7.33nm) .而观察到的不可分辨的谐波辐射不低于第131次谐波(相应波长短于5.99nm) .     

硫酸铵中氮含量的电位滴定检测

建立一种酸碱电位滴定法直接测定硫酸铵中氮含量的方法。样品溶解后,可直接用氢氧化钠标准滴定溶液进行滴定。为了保证检测的准确度,分别使用硫酸铵高纯试剂和邻苯二甲酸氢钾基准试剂对氢氧化钠标准滴定溶液进行标定,并对标定结果进行比较,两种方法基本无差异。同时,通过适量硫酸的加入避免了样品中游离硫酸对检测结果的影响。该方法检测速度快、检测精度高、绿色环保、易于控制,非常适合于硫酸铵中氮含量的检测。将本方法与蒸馏后滴定法(仲裁法)检测结果进行比较,两种方法无显著性差异。采用本方法测得氮含量的加标回收率为99.9 %-100.3 %,相对标准偏差(RSD,n=5)为0.03 %-0.05 %。分别使用实验方法和蒸馏后滴定法测定不同样品的氮含量,结果相吻合。     

用经验模型评估环境样品测量不确定度

利用水样、土壤和沉积物标准样品定值数据,建立了评估环境样品测量结果不确定度的经验模型。讨论了判断模型质量的指标。用建立的经验模型估算了实际标样和能力验证数据不确定度,并与实测结果进行了比较。探讨了利用本模型计算的相对标准偏差允许限用于实验室内部质量管理与控制的可行性。经验模型能帮助客户判断送检样品检测结果在临界值时能否满足相关要求。     

基于Bi PLS结合Si PLS的组合权值COD浓度预测模型

水体中过高浓度的有机物含量危害巨大,不仅会造成严重的环境污染,而且危害人类身体健康,传统化学法检测水体化学需氧量(COD)的步骤繁琐且时效性差,不利于水体中COD的快速定量检测。针对这些问题,提出了一种将紫外光谱与组合权值模型相结合的快速定量检测COD方法,该组合权值模型是基于反向区间偏最小二乘法(BiPLS)结合组合区间偏最小二乘法(SiPLS)算法对紫外光谱的特征子区间筛选组合,然后依据特征子区间的权值建立的预测模型。首先按照一定的浓度梯度配制45份COD标准液样本,通过实验获取标准液的紫外光谱数据;对获取到的COD紫外光谱数据做一阶导数和S-G滤波(Savitzky-Golay)的预处理,消除基线漂移和环境干扰噪声;应用SPXY(Sample set partitioning based on jiont X-Y)算法将实验样本数据组划分成校正集和预测集。然后基于BiPLS算法对全光谱区间进行波长筛选,在BiPLS筛选过程中,目标区间的划分数量会对建模产生较大影响,于是对子区间划分数量进行优化,把子区间分成15~25个,在不同区间数下都进行偏最小二乘(PLS)建模,通过交互验证均方根误差(RMSECV)来筛选最优子区间数,得到区间数为18时,模型效果最佳。从18个波长区间筛选出了6个特征波长子区间,入选的子区间为2,1,3,11,7和6,对应波长为234~240,262~268,269~275,290~296,297~303和304~310 nm,这6个特征波长区间涵盖了大量的光谱信息,对最终预测模型的贡献度大;接下来通过SiPLS算法对这6个初选区间进行进一步的筛选组合,采用不同的组合数构建不同特征区间上的PLS模型,在相同组合数下,筛选出一个区间组合数最优的结果,对比不同组合数下预测模型的误差与相关性,将6个区间筛选组合为3个特征波长区间,分别为234~240,262~275和290~310 nm,这三个特征区间最佳因子数分别为4,4和3。对传统SiPLS的特征区间组合方法进行改进,基于权值的大小来对这3个特征区间进行线性组合,代替过去特征区间直接组合的方法。通过权值公式计算出这3个特征区间的权重大小分别为0.509,0.318和0.173,最终建立线性组合权值COD浓度预测模型。为了验证组合权重预测模型的精度,另外建立了全波长范围内的PLS预测模型、单个特征波长区间的PLS预测模型、直接组合特征波长区间的PLS模型,并使用评价参数相关系数的平方(R2)、预测值与真实浓度值的均方根误差(RMSEP)和预测回收率(T)来对模型评价。验证结果表明,相比其他预测模型,组合权值模型相关系数的平方达到了0.999 7,明显优于直接组合特征区间建模的0.968 0,预测均方根误差为0.532,比直接组合特征区间的预测模型误差降低了29.3%,预测回收率为96.4%~103.1%,显著地提高了预测精度。该方法简单可行,不会产生二次污染,可为在线监测水体中COD浓度提供一定的技术支持。     

PROGRESS IN MEASUREMENT TECHNOLOGY FOR DRILL STRING VIBRATION

随着深井、超深井数量的快速增加, 钻柱振动导致的钻具失效问题更加突出. 针对钻柱振动的研究可分为理论与数值模拟、测量分析两种方法. 由于钻柱振动具有复杂的非线性特征, 使得理论与数值模拟研究受到了很大限制, 因此井下振动测量技术的研究显得尤为重要. 本文比较全面和系统地介绍了国内外钻柱振动测量技术研究现状和进展情况, 并对几个应用较为成熟的国外测量系统的工作原理、分析方法及应用技术进行了详细的综述. 所得结论可为我国井下振动测量技术的发展提供重要参考.     

红外光谱结合二维相关分析研究堆肥过程腐殖酸演化规律

堆肥材料中腐殖酸的组成和结构直接影响堆肥产品品质和腐熟度。为研究堆肥腐殖酸的组成和形成过程,进行了生活垃圾堆肥并提取了不同堆肥阶段样品中的胡敏酸和富里酸,采用红外光谱和二维相关分析,探讨了堆肥过程胡敏酸、富里酸的组成、结构及随时间演化规律。红外光谱结果显示,堆肥胡敏酸组成复杂,在2 917～2 924,2 844～2 852,2 549,1 662,1 566,1 454,1 398,1 351,990～1 063,839,711 cm-1均出现了吸收峰;相对于胡敏酸,堆肥富里酸结构简单,仅在1 725,1 637,990 cm-1出现了吸收峰。上述吸收峰的出现表明堆肥胡敏酸和富里酸均含有木质素来源的苯环和糖类结构,但胡敏酸还含有丰富的脂族和蛋白类结构,这些在富里酸中含量较低;堆肥过程糖类、脂类、蛋白类及木质素结构均发生了降解,但是在胡敏酸和富里酸中它们的降解优先顺序不同。二维相关光谱分析结果表明,胡敏酸中降解先后顺序为脂肪类—蛋白类—多糖类和木质素,而富里酸中为蛋白质—多糖和脂肪类,降解过程均生成了羧酸、酮类和酯类结构,其中羧酸类物质一部分在堆肥中形成了碳酸盐。研究结果表明,红外光谱结合二维相关分析不仅可以获得堆肥腐殖酸官能团组成,还可以揭示堆肥过程这些官能团降解顺序,确定堆肥腐殖酸合成机制和动力学过程。     

溶胶-凝胶法制备LaNiO3薄膜及其电学性能研究

采用溶胶-凝胶法在SiO2/Si衬底上制备了LaNiO3薄膜,并通过改变退火温度和薄膜厚度对其微结构和电学性能进行了表征测试.X射线衍射(XRD)和电阻率测试结果表明,随着退火温度和厚度的增加,LaNiO3薄膜的结晶质量明显提高,薄膜电阻率也逐渐下降.当退火温度为800℃时,厚度为630 nm的LaNiO3薄膜电阻率最小,达到了1.37 mQ·cm.此外,利用LaNiO3薄膜作为下电极制备的2; Nb-Pb(Zr06Ti0.4)O3薄膜呈良好的钙钛矿相结构,且经过1010铁电循环测试周期以后,2; Nb-Pb(Zr06Ti0.4)O3薄膜的铁电性能未出现明显下降,表明该LaNiO3薄膜是生长PNZT铁电薄膜的优良下电极材料.