多壁碳纳米管QuEChERS/气相色谱-质谱联用法快速检测黄芪中16种农药

建立了QuEChERS/气相色谱-质谱联用法(GC-MS)同时测定黄芪中α-六六六、β+γ-六六六、δ-六六六、五氯硝基苯、p,p′-滴滴伊、o,p′-滴滴涕、p,p′-滴滴滴、p,p′-滴滴涕、甲霜灵、二嗪磷、七氯、嘧菌环胺、腐霉利、顺式氯丹、反式氯丹、咯菌腈16种农药残留的分析方法。样品前处理采用改进的QuEChERS方法,黄芪粉加水浸润后,乙腈涡旋振荡提取,多壁碳纳米管(MWCNTs)、正丙基乙二胺(PSA)、MgSO_4净化,结合GC-MS检测系统,电子轰击源(EI),HP-5ms毛细管柱分离,程序升温,离子扫描模式(SIM)检测。在优化条件下,16种农药在0.01～5.0 mg/L质量浓度范围内线性关系良好,相关系数不低于0.974,方法的定量下限(S/N=10)为0.002～0.035 mg/kg,平均回收率为71.9%～115%,相对标准偏差(RSD)为1.2%～14%。该方法具有操作简单快捷、灵敏度高等优点。     

Bi2Te3-xSex(x≤3)同晶化合物电子结构的第一性原理研究

本文采用基于密度泛函理论的第一性原理全势能线性缀加平面波方法(FLAPW),分析了Bi₂Te_3-xSe_x体系中各原子自旋轨道耦合(SOI)的p_1/2修正对体系性质的影响,并对Bi₂Te_3-xSe_x(x≤3)同晶化合物的电子特性进行系统的理论研究,首次计算出Bi₂S 关键词： 2Te_3-xSe_x(x≤3)同晶化合物')" href="#">Bi₂Te_3-xSe_x(x≤3)同晶化合物 第一性原理 电子结构 自旋轨道耦合     

灰中酸性成分对灰熔融温度的影响

搜集并统计了世界129种典型煤种、城市污水污泥及污泥/煤混烧灰样的灰成分及灰熔融特征温度等相关数据,研究灰中酸性成分SiO2、Al2O3、TiO2和P2O5对灰熔融特性的影响。结果表明,Al2O3是决定灰熔点的主要因素,酸性金属氧化物SiO2、Al2O3和TiO2形成的耐熔矿物质石英、偏高岭石、莫来石、金红石等可提高灰熔点。非金属氧化物P2O5与污泥和污泥/煤的灰熔点FT二次拟合很好且明显降低熔点,污泥灰中P2O5含量显著高于煤灰是导致其熔点明显低于煤的重要原因。     

浸渍法制备的Pd-MnO_x/γ-Al_2O_3催化剂及不同载体对地表O_3降解的影响(英文)

在γ-Al2O3载体上用等体积浸渍法浸渍Pd、MnOx活性组分,然后涂覆于堇青石基体上制备Pd-MnOx/γ-Al2O3整体式催化剂.分别用X射线衍射(XRD)、H2-程序升温还原(H2-TPR)、低温N2吸附-脱附及X射线光电子能谱(XPS)对制备的催化剂进行表征.研究了Pd、MnOx浸渍顺序对催化剂活性、氧化还原性能及织构性质的影响.实验结果表明,Pd、MnOx共浸渍较分别浸渍制备的催化剂活性好,Pd和MnOx之间存在一定的协同作用.考察了不同载体如La-Al2O3、SiO2、γ-Al2O3和Zr-Al2O3对催化剂活性、氧化还原性能、织构性质及表面电子性能的影响.研究表明,以La-Al2O3或SiO2为载体的催化剂活性最好,即,14°C时O3转化率为82%,完全转化温度为36°C.γ-Al2O3载体次之,Zr-Al2O3载体较差.不同载体制备的催化剂中MnOx的氧化还原性能顺序为:PdMnOx/SiO2Pd-MnOx/La-Al2O3Pd-MnOx/γ-Al2O3Pd-MnOx/Zr-Al2O3.     

核壳结构聚丙烯酸酯抗冲改性剂的合成及粒径控制

采用预乳化多步种子乳液聚合法合成聚丙烯酸酯类聚合物(ACR)胶乳,实验得出种子乳液用量与聚丙烯酸丁酯粒径之间的关系,实现对胶乳粒子粒径的控制;对反应中影响粒子粒径的因素做了分析,以此确定最佳反应条件为:温度为65℃;乳化剂:十二烷基硫酸钠和聚氧乙烯基醚硫酸钠摩尔比为4/3,乳化剂用量为0.9％,单体固含量30％～37％...     

免疫亲和柱净化-液相色谱-串联质谱法同时测定猪肉中6种玉米赤霉醇类化合物残留量

建立了猪肉中6种玉米赤霉醇类化合物残留量的免疫亲和柱净化-液相色谱-串联质谱(IAC-LC-MS/MS)分析方法。酶解后的样品用乙醚提取,提取液浓缩后用三氯甲烷溶解,NaOH溶液反萃取,经免疫亲和柱富集和净化后,采用LC-MS/MS进行测定,外标法定量。在Shimadzu Shim-pack VP-ODS C18反相柱上分离,梯度洗脱,流动相为乙腈和2 mmol/L乙酸铵溶液;质谱采集为电喷雾负离子多反应监测模式。6种目标物的线性范围为0.5～200μg/L,相关系数(R)大于0.999,定量限(LOQ)在0.05～0.63μg/kg之间;添加浓度在1.0～5.0μg/kg范围内,方法回收率为71.3%～93.7%,相对标准偏差在3.7%～9.7%之间。该方法灵敏度高、重现性好,适用于猪肉样品中痕量玉米赤霉醇类药物残留的测定。     

基于叶绿素荧光光谱分析的稻瘟病害预测模型

为了实现稻瘟病的快速、准确和无损检测,力求构建稻瘟病害预测模型。根据水稻叶片相对病害面积将稻瘟病划分为3个等级,通过激光诱导法采集不同病害等级的活体水稻叶片叶绿素荧光光谱。选取502～830 nm波段激光诱导叶绿素荧光光谱(LICF)作为研究对象,利用Savitzky-Golay平滑法(SG)和一阶导数变换(FDT)对光谱信息进行预处理,通过主成分分析(PCA)方法获取经SG-FDT预处理后光谱的特征向量,根据累积贡献率和方差选取前3个主成分进行分析。将试验样本分为建模样本和检验样本,以稻瘟病害等级为预测指标,利用建模样本的133片叶片的光谱和病害信息分别结合判别分析(DA)、多类逻辑回归分析(MLRA)和多层感知器(MLP)建立稻瘟病的预测模型,利用检验样本的89片叶片的光谱和病害信息对所建模型进行预测检验,完成对PCA-DA、PCA-MLRA和PCA-MLP的对比寻优。结果表明,PCA-DA,PCA-MLRA和PCA-MLP模型均能完成对稻瘟病害的预测,但PCA-MLP模型的平均预测准确率能够达到91.7%,相比PCA-DA和PCA-MLRA模型,在稻瘟病害3个等级上均具有较好的分类和预测能力。     

磺化紫草色素对羊毛织物染色性能的优化研究

本文研究了从紫草中提取紫草色素、磺化紫草染色工艺的优化以及环境友好媒染剂对染色性能的影响结果表明,在乙醇和正己烷提取紫草色素的基础上,通过磺化处理获得二种染料A和染料B.通过二次通用旋转组合设计,得出羊毛织物的优化染色工艺:染料A:pH 3.8,87℃以及53 min;染料B:pH4.3,94℃和60 min.在相同的染色条件下,染料A的比染料B的染色深度高.采用Al3+、Mg2+、Fe2+、Fe3+等媒染剂进行后媒处理,证明媒染剂对染料B的效果更明显.另外,对于染料A和染料B染色羊毛织物,Fe3+对K/S值以及彩度具有更明显的作用.     

Numerical study of anomalous dynamic scaling behaviour of (1+1)-dimensional Das Sarma-Tamborenea model

In order to discuss the finite-size effect and the anomalous dynamic scaling behaviour of Das Sarma-Tamborenea growth model,the (1+1)-dimensional Das Sarma-Tamborenea model is simulated on a large length scale by using the kinetic Monte-Carlo method.In the simulation,noise reduction technique is used in order to eliminate the crossover effect.Our results show that due to the existence of the finite-size effect,the effective global roughness exponent of the (1+1)-dimensional Das Sarma-Tamborenea model systematically decreases with system size L increasing when L > 256.This finding proves the conjecture by Aarao Reis[Aarao Reis F D A 2004 Phys.Rev.E 70 031607].In addition,our simulation results also show that the Das Sarma-Tamborenea model in 1+1 dimensions indeed exhibits intrinsic anomalous scaling behaviour.     

虫蛀玉米种子的空气耦合超声波检测

提出了一种基于空气耦合超声波技术的玉米种子虫蛀孔洞颗粒和完好颗粒分类识别方法·首先根据玉米颗粒的弹性模量、泊松比和密度等物理量计算出了玉米颗粒的声速,并根据检测精度需求设定了激励信号频率。然后采用MATLAB对采集的两类种子超声波信号数据进行分析处理,并分析了种子厚度和摆放方位对超声波响应特征的影响。最后建立了K近邻(KNN)、簇类独立软模式法(SIMCA)、Fisher线性判别(LDA)和决策树(DT)识别模型,并对模型性能进行了测试.结果表明;种子孔洞深度、胚部厚度和正反面方位不同,即超声波在种子表面的反射程度不同、在种子中传播声程不同,则起声波信号衰减程度不同,导致接收到信号的幅值不同,且样本点在主成分分析(PCA)特征空间的分布也不同。4种识别模型均可以实现对两类玉米的分类识别,其中KNN模型性能最佳,其对虫蛀孔洞颗粒和完好颗粒的正确识别率分别为98%100%,误差带为2%,0。此结果说明采用空气耦合超声波技术可以实现对玉米种子虫蛀孔洞颗粒的检测。