排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
竹木质素的红外光谱与X射线光电子能谱分析 总被引:2,自引:0,他引:2
应用傅里叶转换红外光谱(FTIR)和X射线光电子能谱(XPS), 研究了3种提纯方法得到的竹木质素及其化学反应产物的化学结构特性. 确定竹木质素C1s的电子结合能分别为283.52 (C—H或C—C), 284.58~285.72 (C—OR或C—OH), 286.10~286.44 (C=O或HO—C—OR), 287.65~287.72 (O—C=O) eV. O1s的电子结合能分别为530.31(羟基氧原子), 531.45~531.72(醛或酮的羰基氧原子), 532.73~533.74(酯键或羧酸中的羰基氧原子) eV. 竹木质素中的结构单元之间主要是通过醚键和碳碳单键连接, 慈竹磨木木质素结构单元中醚键、碳碳单键、酯键、羰基和烯双键的比例为100∶63∶32∶40∶32 (49.3∶31.0∶16.0∶19.9∶16.0) 相似文献
2.
以堇青石为载体,采用浸渍法制备了表面多孔的堇青石负载Fe-Mo催化剂,并利用SEM、FT-IR、XRD、EDX、XPS等对催化剂的结构和形貌进行表征。研究表明,用在450℃氩气气氛下焙烧所制备的Fe-Mo催化剂催化合成乙烯的效果最明显。此外,在常压条件下,研究了不同温度、空速、合成气比例对合成乙烯的影响,结果表明,在450℃、H2/CO为2、反应空速为2.0L/g cat·h时,CO转化率达到63.5%,乙烯的选择性达到46.3%。Fe-Mo催化剂对合成气合成乙烯具有高转化效率,可望为工业生产乙烯提供新的参考与依据。 相似文献
3.
4.
不同提纯方法对竹木质素结构特性的影响分析 总被引:11,自引:0,他引:11
应用UV、FT-IR、GPC和GC-MS研究了不同制备方法提纯的慈竹磨木木质素(milledwoodlignin,MWL)的结构特性,结果表明慈竹木质素属于愈疮木醇-芥子醇-对香豆醇(GSH)型木质素,竹木质素侧链含有少量的α-β碳碳双键,慈竹中含有数量相当多的紫丁香基结构单元,且紫丁香基结构单元的含量高于愈疮木基结构单元的含量;慈竹木质素含有酯键,主要是对-香豆酸的羧基与酚羟基发生酯化反应生成的.经超声波辅助碱抽提的木质素相对分子质量分布比较均匀,乙醇抽提可以增加木质素的重均分子质量.慈竹木质素的紫丁香基单元(S-unit)存在大量的β-O-4的联接,竹木质素中松柏醇和松柏醛以及香豆醛和香豆酸的含量很少,木质素H单元的侧链γ-碳存在少量醚键联接,愈疮木基单元(G-unit)和S单元的侧链γ-碳不存在醚键联接. 相似文献
5.
以魔芋葡甘聚糖(KGM)为原料,浓硫酸为催化剂,乙酸酐为改性剂,制备了KGM醋酸酯.研究了反应条件对KGM醋酸酯取代度(DS)的影响,KGM醋酸酯制备的最佳反应条件是乙醇∶水量比5∶5,反应时间2h,反应温度75℃,催化剂浓硫酸的浓度0.1mol/L,KGM与乙酸酐的量比5∶40(g/mL),取代度高达2.93,其分子量与KGM相比,则明显降低.运用傅立叶红外光谱仪(FTIR)、X射线衍射仪(XRD)、扫描电镜(SEM)、热重分析仪(TGA)、示差扫描量热仪(DSC)和旋转流变仪对KGM和高取代度KGM醋酸酯进行了表征.结果表明,KGM醋酸酯的羰基(CO)特征吸收峰较KGM明显增强,其表观形貌大部分为疏松絮状,KGM及其醋酸酯均为非晶态结构.与KGM相比,KGM醋酸酯的热稳定性下降,分解温度(Td)由KGM的261.10℃降低至KGM醋酸酯的204.56℃,KGM醋酸酯出现了明显的玻璃化转变,其玻璃化转变温度(Tg)为128.49℃.KGM醋酸酯是典型的黏弹性材料,其弹性比率占21.27%,其剪切黏度η对温度变化非常敏感,可通过温度的改变来调节KGM醋酸酯的加工流动性.KGM醋酸酯具有较好的热塑性. 相似文献
6.
7.
8.
通过在土壤中添加浓度为0(对照组),25,75,125,175,275,375和485 μg·g-1的铀,进行5种植物(苎麻、印度芥菜、酸模、甘蓝型油菜、玉米)的盆栽实验,研究了不同生长期的叶片光谱角对土壤铀污染的定性和定量指示作用,分析了定量指示作用与叶片铀含量的关系,并筛选出来在苗期即能反演土壤铀含量的植物,为通过野外实测植物叶片光谱快速、安全地进行土壤铀含量的本底调查和动态监测提供了有效的途径。更重要的是,以该叶片尺度的研究为基础,后续可以开展在冠层尺度采用遥感影像进行大面积土壤铀污染监测的相关研究。实验结果与主要结论如下:(1)以实验植物在不同生长期的实测叶片反射光谱为基础,计算了土壤受到铀污染后,在五个波段区间(表征叶片色素的350~716 nm、表征红边和近红外平台的717~975 nm、表征水分的976~1 265,1 266~1 770和1 771~2 500 nm)的光谱角。以盆为单位统计5种实验植物在13个生长期的光谱角,绝大多数情况下均大于阈值。叶片光谱角对铀产生了350~2 500 nm的全面响应,可以定性指示土壤是否受到铀污染。(2)涵盖全部5种实验植物的8个生长期得到了以光谱角作为自变量、通过显著性检验的线性回归方程。其中7个线性回归方程的决定系数R2>0.64,3个(苎麻-苗期、印度芥菜-开花期和油菜-蕾薹期)的决定系数R2>0.81。综合其他反演效果评价指标,可以认为叶片光谱角也能定量指示土壤铀污染程度,但定量指示作用随植物种类、生长期的不同而不同,其中苎麻、印度芥菜在苗期的叶片光谱角就可以比较好地反演土壤铀含量。(3)当叶片铀含量较高时,其光谱角对土壤铀污染的定量指示作用较强。 相似文献
9.
以数字处理对魔芋葡甘聚糖膜面特征的初步研究 总被引:2,自引:0,他引:2
以天然生物材料为原料的绿色环保型膜材料取代塑料薄膜将是今后膜材料的发展趋势[1 4 ] 。从魔芋 (AmorphopallusKonjacK .KoCh)中提取出的魔芋精粉 ,其主要成分为葡甘聚糖 ,其优良的成膜性已引起人们的重视[4 5] 。分形维数在材料研究中得到了广泛的应用[6 ] ,本文以魔芋葡甘聚糖为主要原料制成膜 ,对膜的扫描电镜图象进行数字化处理 ,探讨膜面的微观形貌特征及制膜条件对膜面的影响。1 实验部分1 1 膜的制备以魔芋精粉 (四川安县魔芋精粉厂 )为主要原料 ,并添加明胶增强剂、甘油 (食品级 )增塑剂 (质量比为 1… 相似文献
10.
恒星光谱分类是天文学研究的一个热点问题。随着观测光谱数量的急剧增加,传统的人工分类无法满足实际需求,急需利用自动化技术,特别是数据挖掘算法来对恒星光谱进行自动分类。关联规则、神经网络、自组织网络等数据挖掘算法已广泛应用于恒星光谱分类。其中,支持向量机(SVM)分类能力突出,被广泛应用于恒星光谱分类。该方法试图在两类样本之间找到一个最优分类面将两类分开。该方法具有较高的时间复杂度,计算效率有限。双支持向量机(TWSVM)的出现有效地解决了SVM面临的效率问题。该方法通过构造两个非平行的分类面将两类分开,每一类靠近某个分类面,而远离另一个分类面。TWSVM的计算效率较之传统SVM提高近4倍,因此,自TWSVM提出后便受到研究人员的持续关注。但上述方法在分类决策时,一方面没有考虑数据的分布特征,另一方面较易受噪声点和奇异点的影响,分类效率难以显著提升。鉴于此,在双支持向量机的基础上,提出融合数据分布特征的模糊双支持向量机(TWSVM-SDP)。该方法引入线性判别分析(LDA)的类间离散度和类内离散度,用以表征光谱数据的分布性状;引入模糊隶属度函数用以降低噪声点和奇异点对分类结果的影响。在SDSS DR8恒星光谱数据集上的比较实验表明,与支持向量机SVM、双支持向量机TWSVM等传统分类方法相比,融合数据分布特征的模糊双支持向量机TWSVM-SDP具有更优的分类能力。该方法亦存在一定的局限性,其中一大难题是其无法处理海量光谱数据。接下来将利用大数据处理技术,来对所提方法在大数据环境下的适应性展开进一步研究。 相似文献