Sol-gel法制备SO_4~(2-)/ZrO_2-SiO_2及催化合成对硝基苯甲酸甲酯的研究

以ZrOCl2·8H2O和正硅酸乙酯(TEOS)为原料,采用溶胶-凝胶法和透析法制备固体超强酸SO42-/ZrO2-SiO2催化剂,考察了制备条件对硅、锆凝胶化时间的影响,并以合成对硝基苯甲酸甲酯为探针反应,研究了催化剂制备条件对催化活性的影响,最后采用Hammett指示剂法、BET法、FT-IR、TEM和XRD分别对催化剂的酸强度、比表面、反应前后骨架结构和形貌变化、晶相进行了表征。结果表明:(1)当水浴温度为80℃,水10mL时,锆凝胶化时间最短;(2)水浴温度为80℃,水8mL,pH=3.0-4.0时硅凝胶化时间最短;(3)当硅、锆原子摩尔比为10:1,H2SO4浸渍液浓度为1.0mol·L-1,焙烧温度550℃时,催化剂的活性最高,酯产率为70%左右;(4)催化剂酸强度Ho-12.70,反应前后催化剂比表面变化较大且结构形态存在较大差异,催化剂中的SiO2为无定形态,ZrO2为四方晶态。     

二氯甲烷在担载型三氧化铬催化剂上的催化缓解

本文研究了二氯甲烷在不同的担载型ＣｒＯ３催化剂上的催化降解。实验揭示：碳纤维的单丝直径粗细，吸附能力，ＺＳＭ－５沸石中晶格外铝的含量以及Ａｌ２Ｏ３的形貌与物相等均明显影响催化剂的催化活性与选择性。文中对不同的载体作了比较，还对活性组分ＣｒＯ３的铬的价态，用氢气还原与空气灼烧两种预处理对催化行为的影响进行了讨论。     

低温降解二氯甲烷的TiO_2－SO_4~（2－）催化剂研究

研制了硫酸化氧化钛催化剂（表示为ＴｉＯ_２－ＳＯ_４~（２－）），实验表明在低于３００℃的反应温度下，它能有效地降解二氯甲烷（浓度为４２．８μｍｏｌ／Ｌ），如在２７５℃，二氯甲烷的转化率达１００％，降解产物为ＣＯ、ＣＯ_２和ＨＣｌ．该催化剂含２％硫酸根，氨的吸附量为每克催化剂３．４ｍｍｏｌ．与未经硫酸化处理的ＴｉＯ_２对比，硫酸化后的催化活性显著提高，表明二氯甲烷降解反应发生在固体酸的酸性活性中心上．水汽的存在明显降低了催化活性，提高了反应活化能．在ＴｉＯ_２－ＳＯ_４~（２－）上负载ＣｕＯ后可显著提高降解产物中二氧化碳的选择性．     

基于VB的岭回归分光光度法同时测定五味子液成分的研究

岭回归 (RR)分光光度法是近年来发展起来的计算分光光度法之一。将RR分光光度法应用于五味子提取液中五味子甲素、五味子乙素、五味子醇甲等三组分含量的同时测定 ,运用计算机VB语言对实验数据进行RR分析。实验结果表明RR分光光度法对样品中各组分的平均回收率在 92 35 %～ 10 8 6 9%之间。样品不经分离即可同时测定 ,取得了满意的分析结果     

表面张力测定数据的模型拟合及MATLAB处理

借助MATLAB工程计算平台,通过程序设计完成了"正丁醇水溶液表面张力的测定"应用软件的开发。在完成录入压差实验数据后,不仅可以自动计算和填入溶液的表面张力,还能够实现溶液表面张力与浓度定量关系的希斯科夫斯基经验方程(Szyszkowski's equation)中待估参数的求解,并用以求导供给吉布斯公式计算溶液的吸附量,进而推算溶液饱和吸附量和正丁醇分子的截面积。软件的操作过程简便、直观、高效,避免了人工数据处理、绘图的烦琐和人为误差,可提高实验结果的准确性和重现性。     

LM-BP-ANN算法应用于分光光度法同时测定治感冒药的4种组分

将LM-BP-ANN算法应用于分光光度法同时测定治感冒药中4个组分,即对乙酰氨基酚(ACET)、愈创木酚甘油醚(GUAI)、咖啡因(CAFF)及扑尔敏(CHLO)。应用此算法解决上述4组分吸收光谱相互重叠的问题,对分光光度测定的最优条件和网络参数的选择进行了试验和确定。结果表明:此算法的特点在于训练速度快,结果预报准确度高。分析了感冒咳嗽糖浆,可不经分离直接同时测定上述4组分,回收率试验的结果在99.0%~110.4%之间。     

连续投影算法及其在小麦近红外光谱波长选择中的应用

采用全谱建立多元校正模型时,通常计算量大,模型不够稳健,而且模型的预测精度往往也不能达到最优。文章介绍一种新的波长选择方法：采用连续投影算法(successive projections algorithm),并将其集成偏最小二乘(partial least squares)多变量校正技术构成SPA-PLS方法,用于谷物小麦近红外光谱波长优化选择及其与水分含量的定量分析。结果表明：在经SPA算法后,光谱波数可削减97.72%,后继的定量校正模型结构得到显著简化,模型的稳健性也大大增强;同时,被选取的波长物理意义明确,模型的解释能力增强,而模型的预测性能也与GA-PLS方法相当。     

POSC-PLS方法及其在电子吸收光谱定量分析中的应用

针对光谱数据局部效应显著,变量个数多,彼此间常存在严重的复共线性,构建了一种基于分段正交信号校正(piecewise OSC)的偏最小二乘(PLS)回归,即POSC-PLS方法。它以近邻分段方式进行逐个波长点的正交信号校正,剔除光谱矩阵中所含的各种噪声信号,将去噪后的光谱矩阵作为新的自变量矩阵,再利用偏最小二乘方法建立校正模型。将该法应用于多环芳香烃电子吸收光谱的多组分定量关系建模,效果良好。所建模型的预报性能优于其他方法,而且模型所需PLS成分数减少,模型更简洁。