离子色谱法测定化肥中六种阴离子

提出了离子色谱法同时测定化肥中6种无机阴离子的方法。化肥试样经水超声浸取,采用C18固相萃取柱和Ba固相萃取柱净化,萃取液中氟离子、氯离子、亚硝酸根、溴离子、碘离子、硫氰酸根以IonPac AS18(250 mm×4 mm)为分析柱、IonPac AG18(50 mm×4 mm)为保护柱,氢氧化钾溶液梯度洗脱分离并用电导检测器同时测定了6种阴离子的含量。6种阴离子的检出限(3S/N)在0.001 2~0.013 5 mg.L-1之间。方法的加标回收率在78.9%~103.0%之间,相对标准偏差(n=6)在0.61%~6.5%之间。     

X射线荧光光谱结合判别分析识别铁矿石产地及品牌：应用拓展

铁矿石是钢铁工业的重要原材料,我国是铁矿石进口需求型国家,是世界铁矿石消费第一大国。海关对进口铁矿石检验的主要目标是预防进口铁矿石中涉及安全、卫生、环保、欺诈等方面的风险。对进口铁矿石产地及品牌进行符合性验证,可以快速筛选掺杂、掺假、以次充好,支撑进口铁矿石的风险管理,保障贸易便利化。在前期研究基础上进行应用拓展,研究对象为澳大利亚、南非、巴西、哈萨克斯坦、印度5个国家、21个品牌的422份进口铁矿石样品。考察了波长色散-X射线荧光光谱无标样分析方法的准确度,对于测量过程中未检出的元素含量,选择了用检测限替代缺失值。对于测量过程中的异常值,使用基于剩余方差的F检验进行异常值的剔除,皮尔巴拉混合块、纽曼混合块铁矿、纽曼混合粉铁矿各有一组数据计算得出的F统计量大于F检验临界值（a=0.01）,因此将这3组数据剔除。采用逐步判别法筛选出Fe,O,Si,Ca,Al,Mn,Ti,Mg,P,Na,Cr,K,Sr,S,Zn,V,Cu,Ba,Ni,Mo,Pb共21个元素的含量作为产地识别模型的特征变量,建立四维Fisher判别模型,实现了对铁矿石产地的识别;采用逐步判别法筛选出Fe,O,Si,Ca,Al,Mn,Ti,Mg,P,Na,Cr,K,Sr,S,Zr,Zn,V,Cu,Ba,Cl,Ni,Mo和Pb共23种元素含量作为品牌识别模型的特征变量,建立二十维Fisher判别模型,实现对21种品牌铁矿石的识别。考察了特征元素对分类识别模型的贡献,并分析了误判品牌铁矿石的元素特征。总结出进口铁矿石产地及品牌判别分析模型的整体数据处理流程。     

用于萤石化学分析的标准样品的研制

萤石又称氟石,主要成分为氟化钙。萤石因产地不同常含有二氧化硅、磷、硫、氧化铝、硫酸钡和三氧化二铁等杂质,同时还含有砷、铅和汞等微量元素[1-3]。通过萤石矿浮选工艺制备氟化钙含量大于97%的萤石精粉,萤石精粉是化学工业中制备氢氟酸等含氟化合物的主要原料[4],其原料成分的纯度直接影响产品质量.     

基于近红外光谱判断分析煤种的鉴别研究

煤种信息为煤炭质量评价、进出境税收征管提供技术支撑。传统煤种鉴别方法需测定煤炭样品干燥无灰基挥发分、低煤阶煤透光率、粘结指数、恒湿无灰基高位发热量等指标,能耗大,检测周期长,不利于口岸快速通关。基于不消耗化学试剂、快速、低成本等优势,采用近红外光谱鉴别煤种受到广泛关注,但目前还未有针对全球不同产地来源煤炭的煤种鉴别应用,煤炭近红外光谱特征与煤种的相关关系仍有待挖掘。采集了来自澳大利亚、俄罗斯、印度尼西亚等9个国家410批进口煤炭代表性样品,涉及褐煤、烟煤和无烟煤3个煤种,对比分析了不同煤种煤炭样品的漫反射近红外光谱特征,发现不同煤种煤炭样品近红外光谱在吸光度、光谱斜率、特征峰上存在差异。结合样品成分信息、X射线衍射、近红外光谱进行数据挖掘,发现近红外光谱吸光度与煤炭中固定碳含量呈正相关,光谱斜率与煤炭芳构化呈负相关,煤炭芳构化增加导致长波长方向的吸收系数增大,光谱斜率变小,光谱特征吸收峰主要为水分和有机物质含氢基团的特征信息,特征峰强度取决于煤炭中水分和挥发分含量。采用主成分分析（PCA）进行数据降维,光谱变量从1 557个降到394个,对前10个主成分进行逐步判别,筛选出PC1,PC2,PC3,PC4,PC6,PC7,PC8,PC9和PC10代替原始数据作为模型输入变量,建立煤种鉴别的Fisher判别分析模型,建模样品验证准确率为98%,交叉验证准确率为97.8%,测试样品验证准确率为99.1%。PCA载荷图表明：PC1和PC2主要与煤炭挥发分含量相关,其次是水分含量。判别函数1（57.7%）与PC1的相关性最强,判别函数2（42.3%）与PC2的相关性最强,说明不同煤种中挥发分含量和水分含量的差异是近红外光谱进行煤种鉴别的内在依据。     

自动快速燃烧炉-离子色谱法测定煤炭中氯

采用自动快速燃烧炉-离子色谱法测定煤炭中氯的含量。优化的试验条件如下:(1)燃烧管进口温度为950℃,出口温度为1 050℃;(2)称样量为10 mg;(3)以4.5 mmol·L~(-1)碳酸钠-1.4mmol·L~(-1)碳酸氢钠混合液为吸收液。以阴离子色谱柱为分离柱,4.5 mmol·L~(-1)碳酸钠-1.4mmol·L~(-1)碳酸氢钠混合液为淋洗液,抑制型电导检测器测定。以PO_4~(3-)作为内标物,氯的线性范围为0.5~20μg·L~(-1),检出限(3S/N)为0.086mg·L~(-1)。方法应用于煤炭标准物质和实际样品的分析,测定值与认定值相符,测定值与国家标准方法的测定结果相符,测定值的相对标准偏差(n=6)为2.4%~7.5%。     

Au掺杂Fe3O4纳米粒子酶传感器的制备及其应用于有机磷农药检测的研究

合成了金掺杂的四氧化三铁纳米粒子(Au-Fe₃O₄), 以壳聚糖为交联剂, 制备了电流型乙酰胆碱酯酶(AChE)生物传感器, 并将其应用于有机磷农药(OPs)的检测. 实验表明, Au-Fe₃O₄纳米粒子具有良好的生物兼容性, 能够有效地促进电子传递, 修饰了Au-Fe₃O₄纳米粒子的酶传感器, 响应速度快, 检测灵敏度高, 稳定性好; 固定在传感器上的乙酰胆碱酯酶有良好的酶动力学响应, 其表观米氏常数( )为10.3 mmol/L. 利用有机磷农药对乙酰胆碱酯酶的抑制作用, 以硫代乙酰胆碱(ATCh)为底物, 对有机磷农药敌敌畏进行了检测, 检测限达到4.0×10^－13 mol/L.     

微波消解-氢化物发生原子荧光光谱法同时测定化肥中砷、汞含量

采用微波消解样品前处理手段以及双道原子荧光光度计,建立了微波消解一氢化物发生原子荧光光谱法同时测定化肥中砷、汞含量的方法。通过试验确定了样品前处理方法,对负高压、灯电流,载气、屏蔽气、原子化器高度、酸度等测试条件进行了优化。在优化的工作条件下,砷、汞含量分别在0-50ng／mL和0—1．0ng／mL范围内与荧光强度呈良好的线性关系,线性相关系数分别为0．9996,0．9996,检出限分别为0．085,0．008ng／mL,回收率分别为88．8％～107．4％,90．0％～120％,测定结果的相对标准偏差均小于7％（n=6）。     

中性红掺杂SiO2纳米粒子修饰的生物传感器用于大鼠脑渗析液中L-谷氨酸的检测研究

本文以中性红为核，二氧化硅为壳，利用反相微乳液技术，通过正硅酸四乙酯的水解制备了掺杂有中性红的二氧化硅（NR@SiO₂）纳米颗粒。将NR@SiO₂纳米颗粒与_L-谷氨酸氧化酶(GluOx)混合，再通过戊二醛交联修饰于玻碳电极表面，得到以中性红为媒介体的_L-谷氨酸生物传感器。该传感器克服了传统介体型传感器中介体易流失的缺点，而且提高了检测的灵敏度。实验证明，该传感器对_L-谷氨酸的线性检测范围为5.0×10^-7~1.5×10^-4mol/L，检出限为2.0×10^-7 mol/L。与微渗析技术联用，成功地用于检测正常大鼠和患糖尿病大鼠脑中_L-谷氨酸的检测。