气相色谱-三重四极杆质谱法同时测定巴氏杀菌乳中9种香精成分

建立了气相色谱-三重四极杆质谱（GC-MS/MS）同时检测巴氏杀菌乳中9种香精成分（二氢香豆素、香兰素、香豆素、乙基香兰素、甲基香兰素、7-甲基香豆素、7-甲氧基香豆素、7-乙氧基-4甲基香豆素和环香豆素）的分析方法。巴氏杀菌乳样品用乙醇溶液萃取，低温涡旋离心，取上清液过0.22 μm滤膜，以DB-5MS色谱柱分离，在MRM模式下测定，基质曲线外标法定量。实验结果表明，9种香精成分在1~200 μg/L范围内呈良好线性，线性相关系数（R²）均大于0.997，方法的检出限为0.002~0.1 μg/kg，定量限为0.001~2 μg/kg，平均回收率为90.3%~110.6%，日内、日间精密度均小于10%。该方法前处理简单快速，检测准确度和灵敏度高，可用于巴氏杀菌乳中9种香精成分的同时检测。     

基于MIL⁃53(Al)的碳纳米管复合材料的制备及其用于超级电容器的性能

基于金属有机框架材料MIL?53(Al),制备出多孔碳原位生长碳纳米管(CNTs)的碳复合材料(C?MIL?53(Al)和C?Co@MIL?53(Al))。得益于MIL?53(Al)和CNTs的复合结构以及CoF2的形成,C?Co@MIL?53(Al)复合材料作为超级电容器电极时,在0.5 A·g^-1电流密度下展现出了高比电容(240.1 F·g^-1),并且经过2000次充放电循环后表现出良好的循环稳定性。     

全自动在线固相萃取-液相色谱-高分辨质谱法测定麦卢卡蜂蜜中的特征标志物

建立了全自动在线固相萃取-液相色谱-高分辨质谱(SPE-LC-HRMS)测定麦卢卡蜂蜜中特征标志物3,5-二甲氧基苯甲酸甲酯-4-双葡萄糖糖苷(leptosperin)的方法。以Dikma Diamonsil Plus C_(18)色谱柱(150 mm×4.6 mm,5μm)为分析柱,0.1%(v/v)甲酸水溶液-乙腈为流动相进行梯度洗脱,在电喷雾负离子、目标二级离子扫描模式下进行检测,外标法定量。结果表明,在0.5~100.0 mg/L范围内该分析物的线性关系良好,相关系数为0.999 3,方法的检出限(LOD,S/N≥3)和定量限(LOQ,S/N≥10)分别为3 mg/kg和10 mg/kg。在不同蜂蜜样品中分别添加50.0、100.0、200.0 mg/kg(洋槐蜜中添加10.0、20.0、50.0 mg/kg)特征化合物标准品进行加标回收率试验,平均回收率为82.0%~95.2%,相对标准偏差为2.7%~9.7%(n=6)。利用该方法对来自新西兰12种不同品种的95个蜂巢成熟原蜜和来自4个国家50个商品化蜂蜜进行了验证。该法快速、灵敏、准确,可为解决进口新西兰麦卢卡蜂蜜的判别难题提供技术支持。     

ZSM-5分子筛酸位分布及其甲醇制烯烃催化性能的定向管理与调控

ZSM-5分子筛在甲醇制烯烃(MTO)过程中的催化性能和反应机理与其孔道中酸位点分布位置紧密相关. 本文证明在水热合成过程中加入适量的钠离子(Na⁺)可以增加ZSM-5分子筛交叉腔酸位点比例; 从而促进高级甲基苯的生成并加速芳烃循环, 有利于乙烯生成. 相反, 在合成过程中不添加钠离子, 所制备的ZSM-5分子筛直孔道和正弦孔道酸位点比例明显提高, 有利于促进烯烃循环并提高丙烯和C₃₊烯烃选择性.     

H-ZSM-5分子筛不同孔道处的酸位在甲醇制烯烃反应中的催化作用

甲醇制烯烃(MTO)作为一条由煤、天然气和生物质等含碳资源制备重要有机化学品的非石油路线,近年来备受关注.作为MTO催化剂,分子筛的骨架拓扑结构和酸性质对于其催化活性、反应路径和产物分布等具有重要的影响.H-ZSM-5分子筛是一种典型的MTO反应催化剂,酸位可以分布在MFI拓扑结构的直孔道、正弦孔道和交叉位点处.虽然目前已普遍认可MTO反应遵循芳烃/烯烃双循环烃池机理,分子筛的催化性能与其骨架中酸中心的位置相关,但对于H-ZSM-5分子筛不同孔道位置处的酸中心在甲醇制烯烃反应中的催化作用仍缺乏足够认识.本文采用密度泛函理论计算和分子动力学模拟方法,对H-ZSM-5分子筛不同孔道处(包括正弦孔道、直孔道和交叉腔)酸位中心上的MTO反应网络(包括芳烃循环、烯烃循环和芳构化)及甲醇原料和烯烃/芳烃产物的扩散行为进行了比较研究.结果表明,与正弦孔道和直孔道相比,芳烃循环和芳构化反应在交叉腔的酸中心上因具有较低的能垒而更易进行.相比之下,在正弦孔道和直孔道中,多甲基苯的生成受到显著限制,而烯烃循环却可以在三种酸中心(正弦孔道、直孔道和交叉腔)上以相近的能垒和相似的几率进行.芳烃循环生成乙烯和丙烯的几率相近,而烯烃循坏产物以丙烯和较高的烯烃产物为主.落位于H-ZSM-5交叉腔的酸中心能促进芳烃中间体如多甲基苯的生成,推动芳烃循环,提高乙烯选择性,而正弦孔道和直孔道中的酸中心则能增强烯烃循环,生成较多的丙烯和较高的烯烃产物.因此,H-ZSM-5分子筛对MTO的催化性能(包括活性和产物选择性等),可以通过有目的地调节酸中心在分子筛骨架中的位置分布(即铝落位)而得到有效调变和提升.本文阐明了H-ZSM-5分子筛酸中心在MTO反应中的催化作用与其骨架中的落位之间的有机联系,为高效甲醇转化分子筛催化剂的设计和性能提升提供了参考思路.     

引言北大核心CSCD

食品安全事关人民群众身体健康和生命安全,事关经济健康发展与社会和谐稳定。优异的分离分析技术是保障食品安全的重要手段,食品基质复杂,目标物种类繁多,且含量水平低,加之近年来食品安全有害物隐蔽性越来越强,通过化学性修饰等手段使目标物的形态多样等,给食品安全分离分析带来极大的挑战。     

SiO_2负载Au-Pd双金属纳米颗粒催化甲醇选择性氧化合成甲酸甲酯（英文）

甲醇选择氧化制备甲酸甲酯(MF)是延伸甲醇产业链、开发高附加值下游产品的有效途径之一,负载型Au及Pd催化剂在这一反应中表现出优异的低温催化性能。为探索实用、高效和易再生的甲醇选择氧化催化剂,同时揭示双金属颗粒中Au和Pd的协同效应及甲醇氧化反应机理,本研究制备了一系列二氧化硅负载的Au-Pd催化剂(Au-Pd/SiO2),详细研究了其对甲醇选择氧化制甲酸甲酯的催化性能。结果表明,Au和Pd总负载量为0.6%、且Au/Pd质量比为2时,所制备的Au2-Pd1/SiO2催化剂表现出优异的甲醇氧化催化性能;在130℃下,甲醇转化率达到57.0%,MF选择性为72.7%。多种表征结果显示,Au-Pd双金属纳米颗粒粒径为2-4 nm,高度分散于SiO2载体表面,倾向于生成孪晶结构并暴露(111)晶面,这些因素是AuPd/SiO2具有优异催化性能的主要原因。通过DRIFTS表征研究,提出了一个可能的MF生成机理:即甲醇首先与处于Au-Pd纳米粒子界面的表面氧作用,生成化学吸附的甲氧基;随后,甲氧基经去质子作用生成吸附的甲醛物种,后者与相邻的甲氧基物种亲核反应,并经β-H消除后得到目标产物MF。     

基于超限学习机算法的空间目标材质多色测光识别研究

随着各国航天活动的增多，空间目标的数量和种类不断增加，对空间目标进行编目识别是各国空间目标监视领域的重要研究内容。对空间目标进行识别，主要是为了获得其表面材质、姿态、形状、关键载荷等信息，而表面材质信息的获取是开展目标光学特性及状态认知研究的基础。搭建空间目标表面材质多色测光测量系统，整套系统部署在光学暗室内，以减少杂散光对测量结果的影响。光源采用太阳模拟器，光谱等级A级；探测器采用美国ASD公司生产的FieldSpec4地物光谱仪，波长范围350～2 500 nm，光谱分辨率1 nm，光纤置于电控转台上，能对待测样片实现不同观测几何下的测量。利用Johnson-Cousins UBVRI五色分光系统对8种常用表面材质（砷化镓、氧化铝、氧化聚酰亚胺薄膜、黑漆、环氧漆、镀铝聚酰亚胺薄膜、钛青蓝漆、白漆）在不同观测几何条件下的10种色指数数据进行实验测量，每种色指数分别测得30组实验数据。采用传统的1-sigma不确定框方法（即对于给定材质的若干组实验数据，计算其每种色指数的平均值和标准差，以平均值为中心，以标准差的两倍为边长画出色指数不确定框），在最理想的识别情况下，通过R-I和B-R色指数不确定框能对砷化镓、氧化铝、氧化聚酰亚胺薄膜、钛青蓝漆四种材质进行识别；利用B-V和B-R色指数不确定框可以将环氧漆、白漆识别出来，剩余两种材质黑漆和镀铝聚酰亚胺薄膜无法通过以上色指数进行识别。但是1-sigma不确定框方法存在两个主要问题：一是需要知道待测材质对特定波段敏感的先验信息，来确定所用的色指数类型；二是识别率容易受测试样本数量的影响，可靠性差。超限学习机算法是一种利用随机化隐层节点和和最小二乘求解方式进行训练的机器学习算法，具备学习效率快，泛化性能好，不容易陷入局部最优解等优势，被广泛应用于对数据的分类和回归分析中。因此引入超限学习机算法，将色指数数据按照2∶1的比例随机分为训练样本和测试样本，共进行三次随机试验。在训练样本中，对每种材质按照1∶8的顺序进行编号，即编号1∶8的测试样本分别有20个，分别包含10种色指数数据；在测试样本中同样对其按照已知归属材质对应编号。采用决定系数和计算时间作为判断ELM算法准确性和实时性的判断指标。结果表明：无论是对单一材质进行识别，还是对所有测试材质样本，训练样本决定系数在0.98以上，测试样本决定系数在0.96以上，每次试验中最多有3组色指数数据无法识别；所需总时间最长在0.07 s内完成，甚至可以达到0.002 s，识别效率和可靠性远高于传统的1-sigma不确定框法，表明ELM算法能对空间目标常用材质进行准确快速识别。相关研究可为空间非合作目标的外形、姿态等状态信息反演提供技术支持。     

动态环境下光纤陀螺误差辨识与补偿技术

为了提高光纤陀螺在高动态环境下的测量精度,需要精确地辨识角加速度信息以便有效地补偿。针对直接对陀螺的角速度信息微分处理后得到角加速度的方法误差较大的问题,提出了将微分后的角加速度信息分为线性和非线性两个部分,其中线性部分采用Savitzky-golay最小二乘拟合,而非线性部分则采用RBF神经网络技术进行拟合。上述处理方法能更真实地反映实际物理过程,具有较强的自适应性和较好的拟合效果。通过试验验证,证明了该方法的有效性和准确性,提高了角加速度辨识精度,比直接微分的方法测量精度提高二个数量级,有效地补偿了陀螺仪在高动态环境下的测量精度。     

基于无迹粒子滤波的飞行器再入段传递对准方法

针对再入式飞行器再入返回前需要精确和快速的传递对准需求以及空间环境特殊性,提出了一种适用于再入式飞行器空间平台对准方法,建立J2000坐标系下光纤陀螺惯组的系统状态方程,利用星敏感器输出的姿态和光纤陀螺惯组输出的姿态差值作为观测量,实现飞行器的"姿态"匹配传递对准算法。针对系统状态方程和量测方程的非线性特性以及单独使用无迹卡尔曼滤波(UKF)方法存在滤波不稳定性和单独使用粒子滤波(PF)方法存在粒子退化导致估计误差变大的问题,提出了无迹粒子滤波(UPF)算法,采用卫星工具包(STK)软件模拟飞行器在轨运行进行仿真验证。仿真结果表明:该方法可以在3s内使得失准角的估计误差小于0.6',估计精度提高了30%,收敛时间缩短了70%,相比传统方法提高了对准的精确性和快速性。