ICP—AES法测定污水中的锌,铜,镍,镉

以氢氧化镧为共沉淀剂,对污水中锌、铜、镍、镉进行共沉淀分离富集后,用ＩＣＰ－ＡＥＳ法进行测定。在２５０ｍＬ污水中加入４．０ｍＬ镧溶液及３．０ｍＬ ＮａＯＨ溶液,使四种元素定量分离回收。测试结果表明,各元素的回收率在９８％～１０６％之间。     

ICP—AES法测定钢铁样中硅,磷,锰,铬,镍,铜,铝

详细地研究了钢铁样中主量铁对７种被测定元素的干扰和被测定元素间的干扰情况，并研究了不同酸分解样品的效果，确定了用电感耦合等离子体发射光谱测定钢铁样中硅、磷、锰、铬、镍、铜和铝的方法。     

线性规划—导数分光光度法同时测定钴,镍,铜,锌,铁的研究

1 引言 近年来,随着计算机的普及和发展,用化学计量学方法来解析光谱数据,实现毋需分离的多组分同时测定的报道迅速增加,但一般仅限于用来解析基本光谱数据。本文提出用线性规划算法解析一阶导数光谱数据的新方法,对以PAR为显色剂的Co、Ni、Cu、Zn、Fe五组分混合体系的同时测定进行了研究,结果表明,该法既保持了导数分光光度法的高灵敏度,又利用了线性规划算法解决了普通导数光谱难以解析的5组分同时测定问题,对标准合成样品进行了测定,结果令人满意。     

镍—二甲酚橙—溴化十六烷基本甲铵动力学光度法测定镍

研究了Ｎｉ＾２＋与二甲酚橙及溴化十六烷基三甲铵形成三元络合物的反应特性，测定了反应级烽和表观活性能。基于该络合反应速率小的特性，采用对数外推法计算机处理数据，建立了停流－动力学测定Ｎｉ＾２＋的新方法。大多九元素的干扰均可用动力学方法消除，应用于镍矿等实样中镍的测定，结果满意，其相对标准偏上于３％。     

CL—5709萃淋树脂分离硫酸盐体系中的钴,镍

本文应用CL—5709萃淋树脂对硫酸盐体系的Co、Ni萃取色谱分离及提纯进行了研究。针对Mg~(2+)型树脂及Ni~(2+)型树脂各自的特点及分离效果,研究了Mg~(2+)型树脂对Co、Ni混合样品的分离分析效果及Ni~(2+)型树脂的提纯效果。结果表明,Mg~(2+)型树脂分离Co、Ni效果很佳、条件易行。只需用pH=2.27的H_2SO_4即可将Co、Ni完全分开。而Ni~(2+)型树脂对提纯Ni较有利,提纯后Ni纯度达99.58％。     

等吸收点—多波长线性回归—导数分光光度法同时测定重油中的铜,镍,锌

本文提出了一种同时测定多组分的新方法，即等吸收点－多波长线性回归－导数分光光度法。利用金属离子－５－Ｂｒ－ＰＡＤＡＰ－ＣＰＢ三元络合显色体素，同时测定了重油中的铜、镍、锌，相对标准偏差小于２．６％，分析结果与ＩＣＰ－ＡＥＳ及ＧＦ－ＡＡＳ法吻合。与常规分光光度法比较，灵敏度提高１０倍左右。     

硫酸铵—锌试剂—Tween—80体系萃取分离铜（Ⅱ）,钴（Ⅱ）,镍（Ⅱ）,锌（ …

研究了（ＮＨ４）２ＳＯ４－Ｚｉｎｃｏｎ（锌试剂）－Ｔｗｅｅｎ－８０体系萃取分离金属离子Ｃｕ（Ⅱ）、Ｃｏ（Ⅱ）、Ｎｉ（Ⅱ）、Ｚｎ（Ⅱ）、Ｃｄ（Ⅱ）、Ｍｎ（Ⅱ）的行为。试验表明,Ｃｕ（Ⅱ）、Ｃｏ（Ⅱ）、Ｎｉ（Ⅱ）在ｐＨ６￣９范围内,与Ｚｉｎｃｏｎ形成的螯合物可被Ｔｗｅｅｎ－８０相完全萃取,而Ｚｎ（Ⅱ）、Ｃｄ（Ⅱ）、Ｍｎ（Ⅱ）基本不被萃取,进而实现了Ｃｕ（Ⅱ）、Ｃｏ（Ⅱ）、Ｎｉ（Ⅱ）与Ｚｎ（Ⅱ）、Ｃｄ（     

氟化—π—烯丙基镍的合成和性质

首次由双（１，５－环辛二烯）镍与烯丙基氟反应应合成了氟化－π－烯丙基镍。发现该化物合与其氯、溴、碘的同类物在物理性质上有很大的不同，认为这与元素氟小的原子半径、强的电子亲合势有关。本文探讨了反庆物配比以及溶剂对反应的影响。     

丙氨酸—N—荒酸镍与稀土多核配合物的合成,表征和抗癌,抑菌活性研究

本文报道了稀土与丙氨酸－Ｎ－荒酸镍「Ｈ２ＮｉＬ２」多核配合物的合成和表征。     

磷化液中锌,钙,铁,镍的测定

磷化液中锌、钙、铁、镍的测定陶明（西昌师范专科学校化学系西昌６１５０２２）袁华（四川师范大学化学系成都６１００６８）关键词磷化液光度测定滴定中图分类号Ｏ６５７．３２进行金属的磷化时，磷化液中各组分的量随着磷化的进行不断变化。为了控制和调整磷化液的组成...     

多波长线性回归—导数分光光度法同时测定镍,铜,钒三组分混合物

用5-Br-PADAP做显色剂,采用多波长线性回归-导数分光光度法同时测定镍、铜、钒。该法灵敏、准确。与CPA矩阵等方法相比,由于不需进行矩阵运算,只进行简单的数学处理,因而更方便。     

聚乙烯醇缩对甲酰基苯偶氮变色酸液—固萃取分离镉,铜,镍

研究了高分子显色剂聚乙烯醇缩对甲酰基苯偶氮变色酸作萃取剂时，Ｃｄ＾２＋，Ｃｕ＾２＋，Ｎｉ＾２＋的非有机溶剂液－固萃取行为，并与相应的小分子试剂对甲酰基苯偶氮变色酸作比较。结果表明，在吐温－８０－硫酸钠－水体系中ＰＶＡ．ＦＰＮＳ作萃取剂比ＦＰＮＳ更易获得高的萃取率和好的分离效果。