氟硅酸化学沉淀法净化萃余酸中的镁

通过二次回归正交设计,实验研究了化学沉淀法净化未经浓缩的革余酸中镁离子的工艺条件,对氟硅酸用量、萃余酸水去除量、反应温度和反应时间四个因子进行了研究。实验结果表明:当氟硅酸用量为95.71g,除水量为80.41g,反应温度为36.02℃,反应时间为45.03min时,可使镁离子去除率达到最佳值,达到生产优等DAP的磷酸要求;实验得到的镁去除率(y)与氟硅酸用量(z_1)、除水量(z_2)、反应温度(z_3)和反应时间(z_4)的模型预测方程为:y= 59.1785-0.541156z_1+0.425071z_2-0.660951z_3-1.635317z_1²+1.768750z_1z_2-6.392974z_22+1.768750z_1z_2-6.392974z_2²+1.011250z_1z_3-0.978750z_2z_3-0.611140z_32+1.011250z_1z_3-0.978750z_2z_3-0.611140z_3²-1.106885z_42-1.106885z_4².     

添加剂对焦磷酸盐镀铜性能的影响

铜镀层的外观呈铜红色、柔软、孔隙少,常用作钢铁件多层镀铬的中间层和钢铁件镀锡和镀银的底层,以提高基体金属和表面镀层之间的结合力.     

菥蓂籽挥发油的GC/MS分析

菥蓂(Thlaspi arvenseLinn),又名苏败草、遏蓝菜、苦苦菜、罗汉菜,属双子叶植物药十字花科一年生草本植物,我国大部分地区均有分布,在川西北草原储量较丰富[1]。它既是一种中药材,又是一种可食用野生资源和潜在的油料作物来源。其种子含黑芥子甙(Sinigrin)及34%左右的油脂,味辛     

SO42-改性后的TiO2(锐钛和/或金红石)表面上MoO3的分散性质研究

采用红外(IR)、拉曼(Raman)、X-射线衍射(XRD)、程序升温还原(TPR)等方法考察了经硫酸根改性后的金红石(SR)与锐钛矿(SA)的混合比例变化时的负载型催化剂，MoO₃ / TiO₂(SR+SA)，的一些物理化学性质(如活性组分MoO₃的分散行为、表面酸碱性、氧化还原性)的变化规律。结果表明：对于MoO₃ / TiO₂(SR+SA)样品，低含量MoO₃表面分散时倾向于优先与混合载体中的改性金红石(SR)发生作用；TiO₂载体表面SO₄^2-的存在，使得载体表面产生了新的酸性位，导致样品中表面分散的钼物种主要以聚合八面体状态存在。     

一种新型手性分子电性矩边矢量(Vmedc)的设计及其应用

根据分子中不同类型原子间电相互作用的不同, 文中提出了一种手性分子电矩边矢量(Vmedc), 进一步拓展分子电矩边性矢量(Vmed)使用范围. 为检测该手性描述矢量的结构表达特性和模型预测能力, 分别对32个培哚普利拉类血管紧张素转化酶(ACE)抑制剂的对映结构体和7对苯基哌啶类σ-受体抑制剂进行考察. 32个ACE抑制剂多元逐步回归系数R＝0.913 (R2＝0.834, SD＝0.768, F＝33.875), 留一法交互检验为Rcv＝0.877 (Rcv2＝0.769, SDcv＝0.906, Fcv＝22.473), 具有较强预测能力; 继而用BP神经网络, 对60组随机样本(23∶9)进行留分法分析取得较好结果, 训练集平均为: RTraining＝0.931 (RTraining2＝0.967), 预测集为: Rcv＝0.918 (Rcv2＝0.842); 而对14个σ-受体抑制剂多元回归(R＝0.955, Rcv2＝0.849)获得与文献一致结果. 再用Fisher线性判别方法和BP神经网络对ACE抑制剂进行判别分析, 其活性分类88.89%正确(仅9号错误), 非活性分类100.0%正确, 总分类正确率为96.87%. 两个数据集测试证明该方法与其它文献方法相当, 这为定量构效关系(QSAR)研究提供一种新选择, 扩充了Vmed描述矢量应用范围.     

支持矢量机和线性判别分析对细胞穿透肽的识别

选取25条CPP和16条非CPP作为训练集样本, 以61条CPP和21条非CPP为预测集样本. 利用氨基酸的z-Scale对肽链进行编码, 分别使用原始72个自交叉协方差变量和它们的主成分矢量进行线性判别(LDA)和支持矢量机(SVM)分类研究. 当采用LDA方法时, 对于训练集的预测以及它们的留一法交互检验, 均获得比较优越的结果, 但对预测集的预测总的识别率的最优结果仅为57.3%. 分别利用主成分和原始变量集作为SVM的输入建立的非线性识别模型, 对训练集的总识别率分别为85.4%和100%, 留一法交互检验的总识别率分别为80.5%和75.6%, 对预测集的最优总识别正确率为74.4%. 识别结果表明SVM能够比较好的提取原始变量间的细微模式变化, 对CPP总的识别结果优于LDA.     

由D型氨基酸设计自组装短肽D-EAK16构建新型三维纳米纤维支架材料

采用D型氨基酸设计自组装短肽D-EAK16, 运用圆二色仪及原子力显微镜等仪器和细胞三维培养, 发现短肽D-EAK16在30 ℃时具有稳定的二级结构β-sheet, 在一定浓度下D-EAK16可形成由纳米纤维构成的透明水凝胶, 含水量高达99％, 可在细胞培养基(如PBS, DMEM)中形成支架. 细胞三维培养显示, 该水凝胶对细胞HO-8910和SPC-A-1的生长未见毒性. 比较D型氨基酸纳米支架和L型氨基酸纳米支架, 细胞的毒性未发现显著性差异. 采用D型氨基酸构建的自组装短肽, 可提供一个三维基质培养系统, 期望能广泛应用于生物医学工程等领域.     

气相色谱法同时测定树脂中氯化苄、苄醇和苯酚

对于通用型酚醛树脂和专用型酚醛树脂，其游离酚的分析方法通常采用容量法。但对碳素材料专用酚醛树脂，由于在生产时添加氯化苄对酚醛树脂进行改性，使树脂能浸润碳素材料的中心。这种树脂的生产过程控制和产品质量检验时，涉及游离酚、氯化苄和苄醇的分析测定，如果采用分别测定，其操作相当繁琐，准确性也不高。在常规方法蒸馏苯酚的过程中，氯化苄和苄醇也会被蒸馏出来，蒸馏出来的氯化苄和苄醇对苯酚的容量分析有干扰。在此基础之上，对氯化苄、苄醇和苯酚的蒸馏进行回收率测定，结果表明回收率满足要求。因此，本文建立了气相色谱法同时测定碳素材料专用树脂中的氯化苄、苄醇和苯酚的分析方法。即采用与容量分析方法一样的样品前期处理（酒精溶解样品、水浴蒸馏），使游离酚、氯化苄和苄醇同时与树脂分离后，采用气相色谱法测定。本方法使测定步骤简化，可用于氯化苄改性的专用酚醛树脂的科研和生产控制。     

{4-[4-（对硝基苯甲酰基）苯硫基]苯}苯基碘鎓六氟磷酸盐的合成与光引发性能测试

紫外光固化反应按机理分为自由基固化、阳离子固化以及自由基-阳离子混杂固化.自由基-阳离子混杂固化是指在同一体系里同时通过自由基聚合和阳离子聚合而发生的固化[1].混杂聚合结合了各个聚合反应的优点,表现出很好的协同效应.杂化光引发剂被设计成既能引发自由基聚合又能引发阳离子聚合的光引发剂.据报道,目前常见的杂化光引发剂主要有碘鎓盐类和苯基膦二苯甲酮类[2].     

二苯并-14-冠4的新合成法

二苯-14-冠-4(DB14C4,Dibenzo-14-crown-4的缩写,其IUPAC名为6,7,8,15,16,17-hexahydrodibenzo[b,i][1,4,8,11]tetraoxacyclotetradecine),是Pedersen[1]在1967年合成出来的.