排序方式: 共有49条查询结果,搜索用时 18 毫秒
21.
22.
23.
采用静电纺丝法制备聚丙烯腈(PAN)纳米纤维膜,再以盐酸羟胺为改性剂对PAN纳米纤维膜进行偕胺肟化处理成功制备出偕胺肟化纳米纤维膜(AOPAN).通过扫描电子显微镜(SEM)、红外光谱(FTIR)、水接触角等对其物理化学性质进行表征并研究其吸附重金属Cr(Ⅵ)的能力.结果表明,PAN纳米纤维在水浴温度60℃,水热时间3.5 h条件下进行改性后,纤维直径明显变粗,并且有一定程度的弯曲.由红外光谱(FTIR)分析发现改性后的PAN纳米纤维膜在3500~3300 cm~(-1)范围内出现了2个双峰,并且接触角由114.5°变为29.8°,说明成功地将PAN纳米纤维改性为含有—NH_2基团的AOPAN纳米纤维.该AOPAN纳米纤维膜对铬的吸附实验表明,在p H=2时,吸附约5 h后达到最佳除铬效果,吸附量可达102.5 mg/g,并且满足准一级动力学方程,符合Langmuir吸附模型.主要是由于制备的AOPAN含有—NH_2基团,在酸性条件下被质子化为—NH_3~+,更易与HCr O_4~-结合.而且这种膜材料在使用后便于取出,经稀Na OH溶液洗涤后,能够重复使用,循环4次后仍能保持50%以上的去除率,在处理重金属离子方面具有非常大的潜力. 相似文献
24.
25.
合成和表征Na~2[Cu(L-Ala)~2(5'-GMP)].2H~2O、Na~2[Cu(L-Ala)~2(5'-IMP)].6H~2O、Na~2[Cu(L-His)(5'-GMP)Cl~2^2.2H~2O和Na~2[Cu(L-His)(5'-IMP)Cl~2].H~2O四个新的三元配合物, 其中两个L-Ala分子通过羧基O和α-氨基N与Cu(II)成反式配位, 一个L-His分子通过羧基O和咪唑环上的N与Cu(II)配位; 一个5'-GMP或5'-IMP分子嘌呤环上的N(7)与Cu(II)配位; 5'-GMP的磷酸根上可能存在强氢键, 而5'-IMP的磷酸根上不存在强氢键; 在含L-Ala三元配合物中, 5'-GMP的C(6)=0可能参与配位或形成强氢键, 而5'-IMP的C(6)=0不参与配位或形成配位或形成强氢键; 在含L-His三元配合物中, 5'-IMP的C(6)=0的表现则相反。 相似文献
26.
27.
以含有—NH2和C═N的偕胺肟化聚丙烯腈(AOPAN)纳米纤维膜为载体, 通过水热法在AOPAN纳米纤维膜表面原位生长片状Mg(OH)2纳米粒子, 得到具有多层次结构的有机-无机电纺复合纳米纤维膜[AOPAN@Mg(OH)2], 并研究了AOPAN@Mg(OH)2的除铬性能. 研究结果表明, 当水热温度为40 ℃, 水热时间为7 h时, AOPAN纳米纤维膜表面形成了明显的多层次结构的Mg(OH)2纳米晶体. 当溶液pH=2时, AOPAN@Mg(OH)2复合纳米纤维膜对Cr(Ⅵ)的吸附符合Langmuir模型, 且满足二级动力学方程, 5 h后最大吸附量达到123.5 mg/g. AOPAN@Mg(OH)2复合纳米纤维膜中含有—NH2基团和Mg(OH)2纳米粒子, 在酸性条件下可以质子化为带正电的—N 和Mg(OH)2H+, 通过静电吸附更易与HCr 结合. 此类复合纳米纤维膜材料在水体中易取出, 并且在稀NaOH溶液中可以解吸附, 循环使用4次去除率仍可以保持在50%以上. 相似文献
28.
稀土纳米晶具有丰富的激发和发射波长,良好的化学和光稳定性、大Stokes位移等特点.近年来,稀土纳米晶在生物活体成像与传感领域的应用研究取得了迅速进展.通过纳米尺度的材料设计与合成,可以对稀土纳米晶的荧光效率、波长、寿命等光学性质,以及生物相容性、靶向性、响应性等生化性质进行精细调控,使其更好地适应于活体深组织的成像与分析.先概述活体荧光成像的技术特点与要求,然后介绍稀土纳米晶的一般组成、光学性质和荧光机理,随后详细讨论对稀土纳米晶光学和生化性质进行调控的方法,着重展示这些材料的设计和修饰在生物成像与传感领域的一些最新应用.通过总结最近的研究成果,期望能够为下一步的研究提供一些参考思路,以推进基于稀土纳米晶的生物成像与传感技术的临床转化和应用. 相似文献
29.
马铃薯是世界第四大粮食作物,具有丰富的营养价值。但其在贮藏和运输过程中易被镰刀真菌侵染而产生干腐病,最终造成巨大资源浪费和经济损失,因此实现马铃薯干腐病的早期快速无损检测是必要的。在样品被病原菌侵染时,经历了健康—潜育期—轻度病害—重度病害的阶段,其中潜育期的样品难以识别,主要源于病害发生时间较短,表面未形成肉眼可见的病斑,与健康样品相似。为了实现马铃薯干腐病潜育期的识别,结合高光谱成像和深度学习展开马铃薯干腐病早期诊断研究。以健康和不同腐败程度马铃薯为实验对象,获取健康和不同病害等级的马铃薯高光谱图像。然后基于ENVI人工选取健康部位和不同腐败程度样品的病斑部位为感兴趣区域(ROI),并计算ROI的平均光谱值作为该样品的最终光谱信息。以光谱数据作为输入变量,病害等级作为输出变量,建立卷积神经网络(CNN)模型,并对其网络结构进行优化,对比分析不同模型的预测结果,筛选出最优网络层模型为Model_3_3。并基于此结构进行学习率的优化,得到Model_0.0001识别效果最好,其总体准确率、精度、灵敏度和特异性分别为99.68%、 99.76%、 98.82%、 99.54%。为了进一步... 相似文献
30.