三烟酰胺铬(Ⅲ)配合物的合成及其热分解非等温动力学研究

合成了铬 ( )的一个新配合物 Cr(Nica) 3 (H2 O) 3 (NO3 ) 3 ·H2 O(Nica表示烟酰胺 ) ,并对其进行了热分解非等温动力学研究。通过摩尔电导、紫外可见光谱、红外光谱、X-射线粉末衍射等 ,对其结构进行了表征。运用 Achar法与 Coats- Redfern法 ,对非等温动力学数据进行分析 ,推断第二步热分解反应按动力学方程 dα/ dt=Ae-ERT· 32 (1 α) 23 [(1 α) 1 3 - 1 ] -1进行 ,同时给出了热力学补偿效应表达式。     

Nafion-聚[N′,N″-(1,3-丙二亚甲基)双(1,2-苯二氨基)-N,N′,N″,N′″]合镍修饰微电极用于测定一氧化氮的研究

详细报道了Nafion-聚[N',N"-(1,3-丙二亚甲基)双(1,2-苯二氨基)-N,N,N′,N″,N′″']合镍[PolyNi(Ⅱ)L]修饰微铂电极的制备及性质,实验表明,该修饰电极对NO有较高的灵敏度和选择性.当NO的浓度在2.0×10-7～1.6×10-5 mol/L 范围内峰电流与NO的浓度呈线性关系,相关系数r=O.994.用于血液中NO的检测,效果良好.     

中性红掺杂SiO2纳米粒子修饰的酶阵列传感器同时测定葡萄糖、乳酸和L-谷氨酸的研究

本文以中性红为核，二氧化硅为壳，利用反相微乳液技术，通过正硅酸四乙酯的水解制备了掺杂有中性红的二氧化硅纳米粒子，并用TEM技术进行了表征。核中性红能够催化测定葡萄糖，乳酸和L-谷氨酸的反应，而壳二氧化硅不仅克服了电活性物质中性红易流失的缺点，且具有高的生物亲和性。分别与葡萄糖氧化酶、乳酸氧化酶以及L-谷氨酸氧化酶混合后，修饰在碳阵列电极表面。最后在该酶阵列电极表面滴加一层Nafion, 防止电活性物质抗坏血酸、尿酸等的干扰。该酶阵列传感器与流动注射分析技术(FIA)相结合，可应用于同时检测大鼠血样中的葡萄糖，乳酸和L-谷氨酸浓度。该方法无需通过传统的色谱柱的分离，大大简化了实验条件，为这一领域的研究提供了有效的分析方法。     

加拿大中学物理课堂教学的教学辅助材料

很多人看了关于西方国家中的科学或物理教育教学资料后，往往会认为在教育发达的国家中是不存在教学辅助材料的，学生接受的都是“素质教育”或“创新教育”，教师的教学计划和安排都存在着很大的随意性．实际上这种认识有失偏颇．     

铜铂微粒修饰微电极测定一氧化氮

详细报道了金属铜，铂微粒微电极用于ＮＯ的检测，该修饰电极对ＮＯ具有催化氧化作用，当ＮＯ浓度在８．２×１０＾－８－４．５×１０＾－６ｍｏｌ／Ｌ内，浓度与峰电流呈线性关系，相关系数为０．９９７。     

幂律流体圆柱绕流的格子波尔兹曼模拟

基于插值补充格子波尔兹曼方法和幂律流体的本构方程,建立了贴体坐标系下适用于幂律流体的格子波尔兹曼模型,模拟了幂律流体的圆柱绕流问题,采用非平衡外推格式处理圆柱表面的速度无滑移边界,利用应力积分法确定曳力系数和升力系数,并与基于标准的格子波尔兹曼方法和有限容积法获得的数值数据进行对比,吻合良好. 进行了网格无关性验证之后,分析了稳态流动时,不同雷诺数下幂律指数对于尾迹长度、分离角、圆柱表面黏度分布、表面压力系数及曳力系数的影响,以及非定常流动中,幂律指数对于流场、曳力系数、升力系数和斯特劳哈尔数的影响. 获得的变化规律与基于其他数值模拟方法得到的结果相一致,充分验证了模型的有效性和正确性. 结果表明:插值补充格子波尔兹曼方法可以用来模拟幂律流体在具有复杂边界流场内的流动问题,通过引入不同的非牛顿流体本构方程,该方法还可以进一步应用于其他类型的非牛顿流体研究中.      

水性氧化石墨烯/聚苯胺复合材料制备及其防腐性能研究

采用液相法制备了一种水性氧化石墨烯/聚苯胺复合材料.通过SEM、XRD等手段对复合材料进行了表征,并对制备的复合涂层进行电化学分析和理化性能测试.结果表明,在有机酸的存在下,苯胺单体以充分剥离的氧化石墨烯为成核生长位点,形成了分散良好的氧化石墨烯/聚苯胺复合材料,并保持了氧化石墨烯的层状结构.在复合涂层中,掺杂在聚苯胺分子骨架上的磺基水杨酸(SSA)或十二烷基苯磺酸(DBSA)与聚苯胺协同形成电化学保护作用,有效地将2A12铝合金的腐蚀电流最低降至2×10-7A/cm2左右.该涂层具有良好的强度、韧性和附着等力学性能,并且具有优良的耐盐雾、光照老化等物理稳定性.     

氢氧化铁共沉淀氢化物发生-原子荧光光谱法测定卤水中痕量砷、锑和铋

采用氢氧化铁共沉淀,分离卤水中大量盐类,盐酸溶解沉淀,氢化物-原子荧光光谱法测定卤水中痕量的As、Sb和Bi等。方法检出限LD(As)=0.02μg/L、LD(Sb)=0.01μg/L、LD(Bi)=0.01μg/L,RSD分别为0.99%、1.08%、0.69%(n=12),回收率分别为:92.0%—96.0%、88.0%—104%、94.0%—104%。实验结果表明,该方法检出限低、灵敏度高、测定结果准确可靠、操作简单快速,可完全满足卤水中痕量As、Sb、Bi的测定。     

基于模型辨识的BP神经网络在光伏系统MPPT中的应用

光伏电池作为光伏发电系统的重要组成部分,研究其模型的准确性并对其最大功率点进行预测与跟踪,对于光伏发电效率的提高具有重大意义。本文首先根据光伏电池的内部结构和伏安特性建立其数学模型,并对所建立的模型进行参数辨识,进而得到模型输出与测量信息偏差最小的参数值,验证模型的准确和有效性。根据模型所反映的规律,将温度和光照强度作为输入变量,最大功率点对应的电压作为输出变量,构建了用于MPPT的神经网络模型。神经网络经训练后对最大功率点电压进行预测与跟踪,结果表明构建的神经网络具有良好的适应性。