智能化自振荡高分子凝胶

自振荡高分子凝胶是一种智能化软物质材料,其体积无需外界刺激即能自发膨胀收缩,实现化学能向机械能转化,具有良好的研究和应用前景。本文介绍了自振荡凝胶的设计和自振荡机理、不同尺度的自振荡行为,以及温度、浓度、胶结构和外界刺激等因素对自振荡行为的影响等内容。从凝胶自驱动运动和物质运输两方面介绍仿生驱动凝胶在组织工程、生命科学、药物缓释和材料等领域的潜在应用,并展望了自振荡凝胶未来研究趋势。     

对密立根油滴定向漂移原因的质疑

对一些文章中阐述的密立根油滴定向漂移的原因提出质疑，并阐明了自己对原因的分析及调整方法．     

Cu掺杂天然方钠石的VUV-Vis发光特性

采用高温固相法制备了Cu掺杂天然方钠石光致发光粉末。使用电子探针能谱分析（EDS）和微区分析（EPMA）测出了天然方钠石所含的主要化学成分。用X射线衍射（XRD）研究了Cu掺杂对方钠石结构的影响。室温下测量了真空紫外-紫外-可见光光谱。结果表明,激发光谱中171 nm处的激发带属于基质吸收;202,255,280,290 nm左右的激发带是Cu⁺离子的3d¹⁰→3d⁹4s跃迁引起的。Cu在方钠石晶体中以两种位置存在,分别为Cu⁺离子在Na⁺离子晶格位置上出现的Cu1位置和复合层间的Cu2位置,并形成Cu⁺ 离子的Cu1和Cu2发光中心。用不同波长光激发Cu1和Cu2发光中心得到的峰值分别位于420 nm和470 nm的蓝色荧光来源于Cu⁺离子内的3d⁹4s→3d¹⁰电子跃迁。对样品的发光机理及浓度猝灭过程进行了探讨和研究。     

旋光仪维修及调整

首先提出了旋光仪在使用中出现的故障,经过分析,找出故障原因;说明维修方法以及如何调整仪器的影荫角和零位;使故障仪器不仅迅速恢复使用,而且处于最佳工作状态,同时节省了仪器厂家人员维修仪器的时间和费用。     

力学系统运动方程的矩阵表示法

本文阐述以矩阵形式建立力学系统运动方程的方法.采用矩阵形式可使动力学方程写得紧凑,以便于用电子计算机研究多自由度的力学系统.基于动力学基本规律、达朗倍尔-拉格朗日原理、哈密顿-奥斯塔拉格勒特斯基原理、以及高斯原理,列出了建立运动方程的方法.     

Ni/γ-Al_2O_3催化剂上丙烯齐聚反应研究——Ⅰ.性能研究和机理初探

丙烯齐聚产物,特别是三、四聚产物是合成洗涤剂、增塑剂、表面活性剂、润滑油添加剂等精细化工产品的重要原料。目前,工业上该反应主要采用美国UOP公司开发的固体磷酸催化剂。该催化剂的主要缺点是易泥化结块,堵塞管道。故开发新型丙烯齐聚催化剂并进行相应的理论研究具有重要意义。1984年,美国专利报导了用镍盐负载在γ-Al_2O_3上的催化剂,用于烯烃二聚具有较高的催化活性,但将其用于低碳烯烃三、四聚反应的研究尚未见到。本文考察了Ni/γ-Al_2O_3催化剂用于丙烯三、四聚反应的催化性能,并初步探讨了其催化反应机理。     

新显色剂2-[2-噻唑偶氮]-5-二乙氨基苯甲酸与铑显色反应的研究

本文合成了新显色剂2-[2-噻唑偶氮]-5-二乙氨基苯甲酸(TAEB),研究了它与铑的显色反应。结果发现,在pH4.0～6.5的缓冲溶液中,铑(Ⅱ)与TAEB形成一种绿色络合物。其最大吸收波长为674nm,表现摩尔吸光系数为1.44×10~5L·mol~(-1)cm~(-1)。铑含量在0～20μg/25ml范围内服从比尔定律。络合物中铑(Ⅱ)与TAEB的摩尔比为1:1。该方法灵敏度高、选择性好。常见的阴、阳离子不干扰,镍(Ⅰ)、钴(Ⅰ)和铜(Ⅰ)的干扰可用EDTA来消除,用于催化剂中微量铑的测定。结果令人满意。     

压电免疫传感器法检测蓖麻毒素

利用纳米金对石英晶体微天平(QCM)的表面修饰和质量扩增效应,建立了一种压电免疫传感器检测蓖麻毒素的新方法。首先在石英晶体的金电极上依次自组装1,6-己二硫醇和纳米金进行表面修饰,然后通过蛋白A定向固定蓖麻毒素多抗来制备敏感膜。利用纳米金的质量扩增效应设计了一种“毒素-单抗-蛋白A-纳米金”复合物,成功实现了对蓖麻毒素的检测,提高了传感器灵敏度和特异性。该传感器对蓖麻毒素响应的线性范围为0.50~10 mg/L,回归方程为△F=45.81Cric in 48.48(R=0.9986,N=10,P<0.01);检测灵敏度为45.81 Hz/(mg/L)。     

毛细管电泳免疫化学发光高灵敏检测人血清中肿瘤标志物甲胎蛋白

本文首次报道了人血清免疫反应后直接进样并利用毛细管电泳分离化学发光灵敏检测AFP的新方法, 检测结果与医院使用的全自动微粒子化学发光仪检测结果吻合.     

基于高光谱技术的培养基上细菌菌落分类方法研究

利用高光谱技术对培养基上细菌(大肠杆菌、李斯特菌和金黄色葡萄球菌)菌落进行快速识别和分类。采集琼脂培养基上细菌菌落的高光谱反射图像(390~1040 nm),在对波段差图像进行大津阈值分割的基础上自动提取细菌菌落光谱,并建立细菌分类检测的全波长和简化偏最小二乘判别( PLS-DA)模型。全波长模型对预测集样本的分类准确率和置信预测分类准确率分别为100%和95.9%。此外,利用竞争性自适应重加权算法( CARS)、遗传算法( GA)和最小角回归算法( LARS-Lasso)进行波长优选并建立对应简化模型。其中,CARS简化模型在精度、稳定性及分类准确率方面均优于GA和LARS-Lasso简化模型,其对预测集样本的分类准确率和置信预测分类准确率分别达到了100%和98.0%。研究表明,高光谱是一种细菌菌落高精度、快速、无损识别检测的有效方法。简化模型中优选的波长可以为开发低成本检测仪器提供理论依据。