基于手机录像实现莱顿弗罗斯特现象的观察*

莱顿弗罗斯特现象在化工领域具有重要的研究价值。为将该现象的实验引入到本科实验教学中,设计制作了基于手机录像功能的莱顿弗罗斯特现象观察装置,可研究表面温度、液滴种类、表面活性剂等因素对莱顿弗罗斯特现象的影响。该装置制作简便,成本低廉,使用方便,效果明显,有利于提高学生的学习积极性,加深学生对泡核沸腾和膜状沸腾等沸腾传热不同状态的理解。     

利用智能手机测定补铁药物中的铁含量*

为进一步提升图像比色法测定补铁药物中铁含量的准确性及普适性,考察了拍摄环境对结果的影响,确定了适用于图像比色分析的定量参数,比较使用不同容器来盛装溶液所获得的比色结果,在最优条件下测定了实际样品中铁的含量及加标回收率。结果显示,获得可靠数据的关键是将标准溶液、待测液以及空白溶液拍摄在同一张图片上;由溶液图像R值换算的吸光度值与浓度具有最佳的线性关系;分析以比色皿、试管、点滴板为容器获得的溶液图片,都能得到适合于定量比色分析的数据;测定的加标回收率大于95%。该方法操作简便,测定结果准确,可在各种条件下的高中化学实验室中开展。     

基于智能手机检测在食品安全中的应用

近年来,智能手机凭借其轻巧便携、成本低、可个性化定制且使用者无需专业培训等优势,在分析检测中的应用越来越多,并在医疗诊断、环境监测、食品监督等领域展现出广阔的应用前景,是众多学科巧妙结合的典范。该文综述了2015~2020年初基于智能手机的检测技术在食品安全方面的应用,包括对食品添加剂、抗生素、微生物、农残与重金属、生物毒素以及食物新鲜度的检测,为相关研究提供了参考依据,并对这项热门技术在分析检测领域的应用前景进行了展望。     

向心加速度公式的教具制作及其教学研究——基于Tracker和Phyphox软件的定量探究

从教具制作、定量实验探究和教学启示等三方面来探究匀速圆周运动的向心加速度公式,即利用自制教具探究向心加速度a c与圆周运动半径r和角速度ω之间的定量关系.实验发现,结果非常好地符合理论预期.最后讨论了该教具所蕴含的教学启示,可以将其设计成适合高中物理教学的验证性、探究性实验及课外科创活动,从而培养学生的科学探究能力、科学推理能力、动手协作能力和问题解决能力.本教具还提供了测量当地重力加速度的一种新方法.     

基于智能手机和Matlab的居家悬滴法表面张力测量实验

本文基于智能手机和Matlab软件设计了一种居家环境下可实现的悬滴法水滴表面张力测量实验.借助智能手机拍照功能获得水滴图像,利用Matlab进行边缘检测及计算,从而得出表面张力系数.对于不同清晰度的情况提出了对应的分析和处理方法,实验结果表明该方法稳定可靠.为后疫情时代开展居家大学物理实验教学提供了一个典型案例.     

Mathstudio在ISEC理工科课程中的应用

从Mathstudio在线性代数和概念物理实验数据处理中的应用两个方面,介绍了Mathstudio在内蒙古民族大学ISEC理工科课程中的具体应用。结果表明互动、参与式的教学方式,贴近生活、理论联系实际的内容设计,让学生在学有所获的基础上,既锻炼了学生的能力,又增加了他们学习的兴趣,是我校探索教学改革过程中一次积极的尝试。     

巧用智能手机测定抗贫血药物中铁的含量

铁离子和硫氰化钾反应生成稳定的血红色络合物硫氰化铁,用智能手机拍摄所得图像的颜色反映在图像的RGB值上。随着该溶液浓度的增大,溶液颜色逐渐加深,反映在拍摄的图像中颜色的RGB值也在变化,并且得出该溶液颜色的R值与溶液的浓度成线性关系。结果显示,用该实验方法测得的抗贫血药物中铁的含量与用紫外分光光度法测得同一药品中铁的含量相比误差为5%;并且该实验方法在中学的化学实验课中很容易实现,避免了学生用目视比色法测量抗贫血药物中铁的含量时因标准溶液的色阶选择不合适而导致实验的失败。     

利用智能手机快速测定水环境中的六价铬含量

利用智能手机和小木盒构建的数字图像比色法(DIC)完成了水中六价铬浓度的快速检测。利用智能手机能够同时对显色溶液进行照明、图像采集和数据处理,可以快速定量检测六价铬。在六价铬0.05～0.80mg/L浓度内有良好的线性范围,线性方程为y=127.939x+73.181,相关系数为0.994;考察了方法的重现性,对2种质量浓度样品进行检测,其相对标准偏差(RSD)为1.5%～5.5%,测定结果和分光光度法对水样进行测定的结果基本一致,证明了方法的可靠性及准确性。     

开放式实验教学管理系统的设计与实现

为促进信息技术与实验教学的深度融合,有效运行开放式实验教学与管理模式,设计和开发了基于B/S架构的实验教学管理系统。系统由前端和后端两个部分组成,后端利用JAVA语言编写,将MySQL作为数据库管理系统;前端使用JavaScript语言开发,基于Html5和Css3技术构建交互页面与视觉效果,用户可以直接通过浏览器和微信公众号登录使用。系统的实现充分发挥了智能手机在开放式教学和管理中的作用,提高了开放教学的管理质量和水平。     

智能手机的主要叶类蔬菜品质和新鲜度指标的光谱检测

蔬菜品质和新鲜度的高低不仅影响食用时的口感,而且营养程度也不一样。作为蔬菜品质和新鲜度重要参考指标之一的叶绿素和含水量的检测,已经越来越受到国内外学者的重视。相比于传统的肉眼目视判断的检验方法,可见-近红外光谱分析具有快速高效、无损、非接触等独特的优势,更加适合蔬菜的实时检测。目前相关研究主要集中在生长中植被叶绿素和含水量的反演,对市场上成品蔬菜的研究较少,或者研究对象单一,缺乏市场普适性。此外,光谱数据的获取需要专业的光谱仪采集,费时费力,各种生理生化指标的研究离实用化还有很长的距离。为了与实际相结合,基于智能手机光谱系统（SCSS)建立了快速、准确、普适性强的反演蔬菜叶绿素和含水量的模型,并通过地面光谱仪SVC数据验证了该系统的可靠性。选取市场典型的五种蔬菜（菠菜、小油菜、油麦菜、生菜和娃娃菜）作为实验样本,分别进行常温保存和冷藏保存来模拟现实中菜市场和超市的蔬菜储存环境。每隔24 h进行一次数据采集。对获取的原始光谱数据进行波段选择和小波变换去噪的预处理。构建蔬菜叶绿素反演指数(VCRI_{（m, n）})和蔬菜含水量反演指数(VWRI_{(i, j)}),分别提取该两个指数与叶绿素和含水量实测值的相关系数R作为权重系数,最终建立了叶绿素和含水量的加权平均反演模型。实验结果表明,SVC仪器和SCSS两者数据针对蔬菜叶绿素和含水量的敏感波段基本一致,叶绿素反演的敏感波段在730~980 nm之间,反演精度R2分别为0.863和0.808 1,标准差为8.679 5和8.892 5;含水量反演的敏感波段在水汽吸收波段950~1 000 nm之间,反演精度R2分别为0.742 9和0.712 9,标准差为8.789 9%和8.861 4%。SVC实验数据跟SCSS实验数据结果十分接近,验证了新型智能手机光谱系统实时监测蔬菜叶绿素和含水量的有效性。智能手机光谱系统具有体积小、价格便宜的优势,结合网络云端服务和实时数据反馈的特点,能够实现蔬菜品质和新鲜度指标的智能检测,让光谱分析真正应用于人们日常生活中。