分散液液微萃取富集土壤中的二嗪磷和甲拌磷残留

建立了基于离子液体1-辛基-3-甲基咪唑六氟磷酸盐的分散液液微萃取富集土壤中二嗪磷和甲拌磷的方法。实验确定了萃取优化条件:萃取剂为400μL 1-辛基-3-甲基咪唑六氟磷酸盐离子液体,分散剂为4mL甲醇,液固比(溶液体积与样品质量之比)为4∶1,微波温度为50℃,微波时间为8min。将建立的萃取方法与高效液相色谱法结合,应用于实际土壤样品的测定,结果表明该方法能对土壤中的二嗪磷和甲拌磷进行高效萃取与富集,方法快速简便。     

等离子体电化学法制备金、银纳米颗粒与碳量子点的研究进展及关键问题

通过高电压击穿气体可产生大量的自由电子和离子,形成对外大致呈电中性的气体放电等离子体,同时荷能粒子引发的各种过程会在等离子体中产生种类丰富的反应性物质.大气压低温等离子体具有非平衡特性,因此在低气体温度下可保持高反应活性.当大气压低温等离子体与溶液接触时,可形成等离子体电化学系统.在等离子体-液体界面存在电荷和物质转移,可引发一系列物理化学及电化学过程,从而使得等离子体电化学系统可广泛应用于多种领域,纳米材料合成即是其众多应用之一.当前,已有大量的研究利用等离子体电化学法合成纳米材料,也存在相关的综述文章,但缺乏聚焦于金、银纳米颗粒与碳量子点相关的综述,因此我们在此综述了近年来采用等离子体电化学方法制备金、银纳米颗粒与碳量子点的研究成果.首先介绍了等离子体电化学方法,接着考察了制备金、银纳米颗粒与碳量子点的实验结果及其应用的进展,最后讨论了当前研究中遇到的问题与挑战,并提出了解决方案.     

机器学习在新材料筛选方面的应用进展

新材料产业是许多相关领域技术变革的基础,也是新能源、航空航天、电子信息等高新技术产业发展的先导.传统研发手段由于成本高、效率低、商业化周期长等不利因素无法满足现代社会的发展需求.近年来大数据与人工智能不断深入结合,以数据驱动为核心的机器学习在新材料设计、筛选以及性能预测等方面取得巨大进展,极大促进了新材料的研发与应用.本综述总结了机器学习的基本过程及其在材料科学中常用的算法和相关材料数据库,重点介绍了机器学习在不同功能上的应用以及在催化剂材料、锂离子电池、半导体材料和合金材料等领域的性能预测和材料开发中的最新进展,并对其下一步在新材料应用方面提出展望.