金属卤化物钙钛矿光电材料和器件

2009年ABX₃钙钛矿晶型的甲胺铅卤CH₃NH₃PbX₃(X=I、Br、Cl)钙钛矿材料首次应用于太阳能电池,但初始报道效率低、稳定性差。2012年后,可溶液法制备的钙钛矿太阳能电池凭借其吸光系数高、激子结合能低等优点,迅速表现出低成本和高效率的突出优势,并在光电器件等交叉领域具有很强的应用潜力。因此,钙钛矿太阳能电池被Science杂志评为2013年度国际十大科技进展,是化学和材料领域特别是光伏领域新兴的变革性技术之一。钙钛矿太阳能电池材料与器件的发展一直面临大面积、高效率、稳定性和环境友好性等挑战,对应的是钙钛矿晶体可控生长、缺陷钝化、器件优化材料稳定性和铅毒性等科学问题。     

以学生为中心的仪器分析实验线上线下混合式教学探索与实践

针对传统实验教学方法中存在的问题与不足,以仪器分析实验课程为例,提出了以学生为中心的混合式教学设计,通过分层教学满足个性化培养需求。基于大夏学堂在线学习平台,通过线上、线下环环相扣的教学活动有效激发学生的学习兴趣与主动性,引导学生内化知识,培养分析解决问题的高阶思维与综合能力,促进学生全面发展。     

基于高密度疏水性低共熔溶剂的涡旋辅助-分散液液微萃取检测黄酒中黄曲霉毒素

采用高密度疏水性低共熔溶剂涡旋辅助-分散液液微萃取高效液相色谱-荧光(VA-DLLMEHPLC-FLD)检测黄酒中黄曲霉毒素(AFB1,AFB2,AFG1和AFG2)。选用樟脑(氢键受体)和对氯苯酚(氢键供体)以1:1的摩尔比合成高密度疏水性低共熔溶剂。优化了萃取剂的种类、HBA与HBD摩尔比、萃取剂的用量、涡旋时间、离心时间和p H等参数以实现最佳提取效率。在最佳萃取条件下,AFG2,AFG1,AFB2和AFB1的线性范围在0.76～450 ng/L之间(R2≥0.9993),检出限为0.23～0.91 ng/L,富集倍数为164～248。日内和日间精密度均不大于4.7%。方法已成功应用于黄酒中黄曲霉毒素的检测。     

解析聚氨酯复合材料在生物医学领域的应用

聚氨酯(Polyurethane)作为一种性能优异的有机高分子合成材料,是目前使用范围最广且具有粘弹性和可生物降解性的聚合物之一。因其优异的力学特性、耐磨性、可加工性及柔韧性,在表面材料、涂料、包装材料、建筑物的室内地板、人造皮革及生物医学领域有广泛应用。其中,最具前瞻性的是其作为功能材料在生物医学领域的应用,如人工器官、组织工程支架、伤口敷料、医用分离膜、三维细胞培养基质。因此,本文综述了国内外聚氨酯在生物医学领域的研究进展和先进应用,并展望了其未来发展方向。     

Ag@硅氧倍半聚合物的合成及其对对硝基苯酚的催化还原性能

以氨丙基三乙氧基硅烷和草酰氯为原料,合成得到链上含亚氨基和羰基官能团的硅氧倍半聚合物。以此聚合物为载体,通过配位吸附和还原得到银纳米粒子（平均粒径约为15 nm）高度分散于硅氧烷聚合物表面的复合物。研究结果表明,复合物中银负载量（质量分数）约为13.66%,在水溶液中25℃、6 min内可将对硝基苯酚（4-NP）完全催化还原为对氨基苯酚（4-AP）,且7次循环使用后依然保持95%以上的催化活性。在常温常压条件下,催化剂的最高活性达到33.0 g_4-AP·g_Ag^-1,表现出优异的催化还原性能。     

半夹芯16电子碳硼烷化合物Cp*CoS2C2B10H10与含磷化合物的反应性

半夹芯16电子碳硼烷化合物Cp~*CoS_2C_2B_(10)H_(10)分别与二苯基甲基膦、苯基二甲基膦和三甲基膦反应得到碳硼烷衍生物(Cp~*CoS_2C_2B_(10)H_(10))(PPh_2Me)(1)、(Cp~*CoS_2C_2B_(10)H_(10))(PPhMe_2)(2)和(Cp~*CoS_2C_2B_(10)H_(10))(PMe_3)(3)。分别用红外、核磁、元素分析、质谱和单晶X射线衍射等表征方法对1、2和3进行了结构表征。紫外可见吸收光谱结果显示化合物1、2和3在乙腈溶剂中均有2个吸收峰,第一个吸收峰分别位于321、316和321 nm;第二个吸收峰分别位于425、399和407 nm。荧光光谱结果显示化合物1、2和3在乙腈中的最大发射波长位于406 nm左右。     

PEMFC阴极催化层结构分析

采用CCS法（catalyst coated substrate）构建铂纳米颗粒（Pt-NPs）和铂纳米线（Pt-NWs）双层催化层结构,分析其对单电池电化学性能的影响。对于富铂/贫铂双层铂纳米颗粒结构,靠近质子交换膜侧的富铂层中致密的铂颗粒结构能促进ORR速率,而靠近气体扩散层一侧的具有更高的孔隙率和平均孔尺寸的贫铂层,有利于反应气体的传输和扩散,当贫富铂层铂载量比为1:2时,单电池测试表现出最优性能,在0.6 V时的电流密度达到了1.05 A·cm^-2,峰值功率密度为0.69 W·cm^-2,较常规单层催化层结构提升了21%。在以Pt-NPs作为基底层时生长Pt-NWs时,得到了梯度分布的双层结构。铂颗粒的存在促进了铂前驱体的还原,并为新形成的铂原子提供了沉积位置。在Pt-NPs基底上生长的Pt-NWs具有更均匀的分布以及更致密的绒毛结构,并且自然形成了一种梯度分布。优化后的Pt-NWs催化层在0.6 V时的电流密度提高了21%。含有双层催化层结构的膜电极具有更高的催化剂利用率,对阴极催化层结构的优化和制备提供了新思路。     

疏水性低共熔溶剂液液微萃取/高效液相色谱法测定豆奶中三嗪类和苯脲类除草剂

该文建立了一种简单、高效的新型疏水性低共熔溶剂液液微萃取法,用于提取和富集市售包装豆奶中的三嗪类（阿特拉津、去草净）和苯脲类（灭草隆、绿麦隆）除草剂,并结合高效液相色谱对目标分析物进行分离和测定。以六氟异丙醇为氢键供体,四丁基氯化铵为氢键受体,按照不同摩尔比制备了一系列疏水性低共熔溶剂,并对影响萃取效果的实验条件进行了优化,包括低共熔溶剂的种类及用量、氯化钠用量、涡旋时间、pH值和温度。结果表明,在最佳实验条件下,4种目标物在1.00～500.00 μg/L范围内具有良好的线性关系（r ≥ 0.998 4）,检出限和定量下限分别为0.56～0.95 μg/L和1.87～3.16 μg/L,日内和日间相对标准偏差（RSD）分别为0.28%～2.0%和2.1%～7.5%,加标回收率为86.4%～117%。该方法具有操作简单快速、萃取时间短、试剂用量少和实验成本低等优点,可用于市售包装豆奶中三嗪类和苯脲类除草剂的分析检测。     

基于高光谱的黑色签字笔墨水种类鉴别方法研究

该文提出了高光谱成像技术结合机器学习快速无损鉴别黑色签字笔墨水种类的新方法。采集36支不同品牌型号的黑色签字笔笔迹的高光谱图像,对每支签字笔笔迹的高光谱图像选取18个感兴趣区域,共提取648个平均光谱作为样本集。对450～950 nm的原始光谱进行Savitzky－Golay平滑、Z－Score标准化和两种组合方法光谱预处理,使用线性判别分析（LDA）和随机子空间－线性判别分析（RSM－LDA）分别构建黑色签字笔墨水种类鉴别模型。实验结果表明：不同预处理方法对RSM－LDA模型的鉴别准确率影响较小,而对于LDA模型,组合预处理具有更优的鉴别准确率;相比LDA模型,RSM－LDA模型分类效果更佳,训练集的平均分类准确率达100%,交叉验证平均分类准确率达99.09%,测试集的平均分类准确率达90.70%,每类样本的准确率、精准率、召回率均高于LDA模型分类结果,模型的接受者操作特征曲线下方面积（AUC值）达0.998 3,模型性能良好。因此,采用高光谱成像技术结合RSM－LDA可实现不同品牌型号黑色签字笔墨水的快速无损鉴别。