离子色谱法在中药化学成分分析中的应用进展

离子色谱作为一种新型高效液相色谱技术, 最初主要应用于测定样品中的阴阳离子含量, 如今发展为应用于有机酸、生物胺、糖类等化合物的组成及含量测定. 离子色谱法具有操作简便、灵敏度高以及选择性好等优点, 因此, 目前离子色谱法已在能源、环境、地质、食品、药物等领域得到了广泛应用. 总结了近年来离子色谱在中药金属离子、无机阴离子、有机酸、糖类成分的研究进展, 为离子色谱法分析中药化学成分提供了参考.     

UV-Vis光谱差减法测定油橄榄叶中橄榄苦苷含量初探

建立了紫外-可见(UV-Vis)分光光谱测定油橄榄叶中橄榄苦苷含量的方法.以芦丁和橄榄苦苷为对照品,分别采用NaNO2-Al(NO3)3-NaOH络合体系和AlCl3络合体系进行显色.以NaNO2-Al(NO3)3-NaOH体系显色后于510 nm处可测得油橄榄叶中总黄酮和橄榄苦苷的吸光度之和;而以AlCl3体系显色后...     

中药普乐安片质量标准研究

建立中药普乐安片的质量标准.采用TLC法对普乐安片中主要有效成分山奈酚-3-O-β-D-(2-O-β-D-葡萄糖基)吡喃葡萄糖苷(KMP)进行定性鉴别.采用HPLC法对普乐安片中主要有效成分山奈酚-3,4′-双-O-β-D-葡萄糖苷(KMG)和山奈酚-3-O-β-D-(2-O-β-D-葡萄糖基)吡喃葡萄糖苷进行含量测定...     

基于Bi PLS结合Si PLS的组合权值COD浓度预测模型

水体中过高浓度的有机物含量危害巨大,不仅会造成严重的环境污染,而且危害人类身体健康,传统化学法检测水体化学需氧量(COD)的步骤繁琐且时效性差,不利于水体中COD的快速定量检测。针对这些问题,提出了一种将紫外光谱与组合权值模型相结合的快速定量检测COD方法,该组合权值模型是基于反向区间偏最小二乘法(BiPLS)结合组合区间偏最小二乘法(SiPLS)算法对紫外光谱的特征子区间筛选组合,然后依据特征子区间的权值建立的预测模型。首先按照一定的浓度梯度配制45份COD标准液样本,通过实验获取标准液的紫外光谱数据;对获取到的COD紫外光谱数据做一阶导数和S-G滤波(Savitzky-Golay)的预处理,消除基线漂移和环境干扰噪声;应用SPXY(Sample set partitioning based on jiont X-Y)算法将实验样本数据组划分成校正集和预测集。然后基于BiPLS算法对全光谱区间进行波长筛选,在BiPLS筛选过程中,目标区间的划分数量会对建模产生较大影响,于是对子区间划分数量进行优化,把子区间分成15~25个,在不同区间数下都进行偏最小二乘(PLS)建模,通过交互验证均方根误差(RMSECV)来筛选最优子区间数,得到区间数为18时,模型效果最佳。从18个波长区间筛选出了6个特征波长子区间,入选的子区间为2,1,3,11,7和6,对应波长为234~240,262~268,269~275,290~296,297~303和304~310 nm,这6个特征波长区间涵盖了大量的光谱信息,对最终预测模型的贡献度大;接下来通过SiPLS算法对这6个初选区间进行进一步的筛选组合,采用不同的组合数构建不同特征区间上的PLS模型,在相同组合数下,筛选出一个区间组合数最优的结果,对比不同组合数下预测模型的误差与相关性,将6个区间筛选组合为3个特征波长区间,分别为234~240,262~275和290~310 nm,这三个特征区间最佳因子数分别为4,4和3。对传统SiPLS的特征区间组合方法进行改进,基于权值的大小来对这3个特征区间进行线性组合,代替过去特征区间直接组合的方法。通过权值公式计算出这3个特征区间的权重大小分别为0.509,0.318和0.173,最终建立线性组合权值COD浓度预测模型。为了验证组合权重预测模型的精度,另外建立了全波长范围内的PLS预测模型、单个特征波长区间的PLS预测模型、直接组合特征波长区间的PLS模型,并使用评价参数相关系数的平方(R2)、预测值与真实浓度值的均方根误差(RMSEP)和预测回收率(T)来对模型评价。验证结果表明,相比其他预测模型,组合权值模型相关系数的平方达到了0.999 7,明显优于直接组合特征区间建模的0.968 0,预测均方根误差为0.532,比直接组合特征区间的预测模型误差降低了29.3%,预测回收率为96.4%~103.1%,显著地提高了预测精度。该方法简单可行,不会产生二次污染,可为在线监测水体中COD浓度提供一定的技术支持。     

甘肃产三颗针植物中生物碱的测定及分布状态的研究

建立梯度洗脱双波长HPLC法同时测定小檗属植物中小檗胺、药根碱、巴马汀、小檗碱含量的方法,并应用该法分析采集于甘肃不同产地、不同品种小檗属植物的茎木、根木、茎皮、根皮样品,研究小檗属植物中生物碱的分布状态,考察其药用价值。小檗胺、药根碱、巴马汀、小檗碱线性范围分别为：0．015～2．56μg(r=0．9998);0．012～2．0μg(r=0．9996);0．010～0．52μg(r=0．9999);0．028～4．74μg(r=0．9998)。结果表明,甘肃不同产地、不同品种,不同部位三颗针植物中生物碱的含量分布有明显的差异。     

丙烯腈-衣康酸基纳米纤维纱线的热稳定及碳化研究

碳纳米纤维主要以聚丙烯腈(PAN)作为前驱体,通过纺丝、热稳定、碳化等后处理工艺制备而得。但是,PAN基纳米纤维取向度低、致密性差,热稳定后环化度低,碳化后导电性差等缺点阻碍其在高性能碳纳米纤维领域的发展。因此,在PAN分子链中引入衣康酸(IA),通过溶液聚合法合成了P(AN-co-IA)共聚物并通过静电纺丝法制备了P(AN-co-IA)基纳米纤维纱线。研究了纱线中纳米纤维的取向度、致密性以及在热稳定后的环化反应程度。重点研究了P(AN-co-IA)基碳纳米纤维纱线的线电阻、微观结构与碳化温度的关系。用扫描电子显微镜(SEM)对纱线进行形貌表征。用X-射线衍射仪(XRD)、傅里叶显微红外仪(FT-IR)、拉曼光谱仪(Raman)对纱线进行结构分析。结果表明,P(AN-co-IA)基原丝纱线的结构较致密,取向度较高。热稳定后的P(AN-co-IA)基纳米纤维的环化度高于PAN基纳米纤维。当碳化温度升至1100℃时,P(AN-co-IA)基碳纳米纤维纱线的线电阻明显降低至14Ω/cm。当碳化温度继续升高至1400℃,纱线的线电阻没有明显变化,但通过Raman光谱分析其无序碳结构会大幅增加。本文的研究结果为制备高取向性、高致密性和高电导性的碳纳米纤维纱线提供了一定的理论及实验基础。     

易分散碳纳米管阵列可控制备及其衍生超级电容器性能

采用浮动催化剂化学气相沉积(FCCVD)的方法制备碳纳米管(CNT)阵列,通过优化温度、注射速率、生长基底等实验条件,得到高度达到3mm的超长CNTs阵列。选用间甲酚为分散剂,实现了CNT阵列的超大浓度分散,最大分散浓度可以达到120 mg/mL,良好的分散性可以使分散体形成紧密团聚的面团状。选用40 mg/mL的浓糊状分散体,用刮涂的方法得到了大面积的CNTs纸,测试了CNTs的电容性能,表现出稳定的电容器性能。     

营养保健鸡蛋中α-亚麻酸含量测定

采用毛细管气相色谱法测定了营养保健鸡蛋中α-亚麻酸的含量.营养鸡蛋以盐酸进行酸水解提取脂肪,脂肪样品以0.5mol/L的氢氧化钾-甲醇溶液进行甲酯化反应,以FFAP毛细管气相色谱柱程序升温,氢火焰离子化检测器测定鸡蛋样品衍生化产物中α-亚麻酸甲酯的含量.方法测定α-亚麻酸甲酯含量的日内和日间精密度分别为1.56%和2.72%,加标回收率为97.3%(相对标准偏差为2.9%),待测营养保健鸡蛋中α-亚麻酸的含量为0.49%.方法精密度和准确度良好,操作较简便,适用于营养保健鸡蛋样品中α-亚麻酸的测定.     

烯碳材料在人工肌肉领域的应用进展

随着仿生机器人、智能控制及人工智能等领域的发展,传统的机械驱动方式已无法满足相关领域对致动系统提出的柔性、高效及多源刺激响应性等要求,因此需发展新型的人工肌肉材料。以碳纳米管和石墨烯为代表的烯碳材料具有轻质、高强、高电导率和柔性等特征,在人工肌肉领域展现出了巨大的应用潜力。以烯碳材料为基元构筑宏观组装体材料,或以烯碳材料为添加相制备纳米复合材料,可在微观和宏观架起桥梁,实现烯碳材料在人工肌肉领域的应用。本文基于上述两种应用形式,综述了烯碳材料在人工肌肉领域的应用进展。首先从一维纤维和二维薄膜的烯碳人工肌肉宏观表现形态出发,介绍了既作为结构材料,又提供了响应、驱动功能的烯碳材料在人工肌肉中的应用。接着从机电性能、可编程的响应形变以及传感功能三个方向,介绍了烯碳材料作为增强赋能相在人工肌肉材料中的功能性应用。最后阐述了基于烯碳材料人工肌肉的机遇与挑战。