卟啉化合物的电催化行为IV.载在石墨上经热处理的四(对甲氧基苯基)卟啉钴对胱氨酸还原的电催化作用

应用循环伏安法及带环的旋转圆盘电极(RRDE)在2mol.dm^-^3HCl溶液中研究了经热处理的四(对甲氧基苯基)卟啉钴(Co-TMPP)对胱氨酸还原反应的电催化作用.在循环伏安曲线上出现明显的氧化还原电流峰,表明Co-TMPP对胱氨酸还原有很好的电催化活性.在Co-TMPP/石墨电极上的还原反应为不可逆的简单电荷传递反应,其控制步骤的电子数为1.在极化电位较正时(-0.35~-0.45V)为电化学控制,在电位较负时(<-0.45V)为电化学及扩散混合控制.根据实验结果计算了动力学参数并初步讨论了反应机理.应用薄层盘环电极及聚四氟己烯粘结膜电极分别测定了胱氨酸还原反应的电流效率.实验结果表明,经热处理的Co-TMPP能提高胱氨酸还原反应的电流效率.     

硝基苯甲酸与氨基苯甲酸六种 异构体的HPLC分离研究

采用Kromasil C     

二氧化碳氧化丙烷制丙烯催化反应的研究铬镁铝复合氧化物催化剂的制备、表面微量吸附量热及催化性能

以共沉淀法合成的铬镁铝类水滑石为前体,制备了一系列不同原子比的铬镁铝复合氧化物,研究了其对二氧化碳氧化丙烷制丙烯反应的催化性能.采用微量吸附量热技术,以CO2和NH3为探针分子定量地表征了样品表面酸碱中心的强度和数量,并与其催化性能进行了关联.结果表明,Cr:Mg:Al原子比为1:1:1的催化剂具有较大的比表面积(94.5m2/g),样品中Mg(Al1.5Cr05)O4物相的含量最多.样品表面存在数量较多强度较强的酸性中心和数量最少强度较弱的碱性中心,对NH3吸附,它的吸附热为145 kJ/mol,吸附覆盖度为3.55μmol/m2;对CO2吸附,它的吸附热为115kJ/mol,吸附覆盖度为0.063μmol/m2.该样品的催化活性最高,在温度为650℃,CO2/C3H8摩尔比为3.6,GHSV(C3H8)为3000 h-1时,C3H8的转化率为22.8%,C3H6的选择性为83.5%,收率为19.1%.     

用新萃取剂—PYL萃取Ce（Ⅲ）原研究（Ⅰ）

本文研究了用ＰＹＬ新萃取剂从硫酸铈标准液以及某稀土铈矿浸出液中萃取铈。结果表明，分相时间很快，使煤油为稀释剂比用氯化效果好；在较高酸度下具有较高的萃取能力。     

MgFeO氧化物催化剂酸碱性质的微量吸附量热研究

ＭｇＦｅＯ氧化物催化剂酸碱性质的微量吸附量热研究屠迈，沈俭一，陈懿（南京大学化学化工学院，２１００９３）全面描述固体酸碱催化剂表面酸碱性质应当包括测定酸碱中心的类型（即Ｂ型和Ｌ型）、强度和数量或强度分布，这些性质与其催化性能有密切的联系。从固体表面吸...     

稀土化合物的铝热法还原研究

目前,稀土铝合金的制备方法有混熔法(又称对掺法)、以铝为液态阴极的熔盐电解法和铝热还原法等三种。从能源和经济效益考虑,铝热还原法工艺简单,操作方便,在适当条件下可获得较高的稀土收率,是一种较有发展前途的稀土铝合金制备方法。鲁化一等曾采用铝热还原法成功地制取了RE-ZL104合金,并已投入了工业生产。通常在铝合金中应用较多的是混合稀土,对单一稀土化合物的铝热还原法制备稀土铝合金的报道很少。本     

混合显色剂H点标准加入法同时测定水中的Fe(Ⅱ)、Fe(Ⅲ)

建立H点标准加入法同时测定水中Fe(Ⅱ)和Fe(Ⅲ)的分光光度法。选择磺基水杨酸一邻菲罗啉混合显色剂作为显色体系,在合适的波长条件下,Fe(Ⅱ)与Fe(Ⅲ)的浓度比为1：15—10：1时均可以利用该方法同时准确测定Fe(Ⅱ)和Fe(Ⅲ)。对环境水样进行测定,测定结果的相对标准偏差为2．87％-4．57％,回收率为97．35％-104．50％。     

原子层沉积氧化铝薄膜摩擦学性能研究

不同温度条件下,采用原子层沉积(ALD)技术在单晶硅基底表面制备了Al2O3薄膜.利用原子力显微镜观察了Al2O3薄膜的表面形貌和粗糙度,利用纳米压痕仪测定了薄膜的硬度,并通过UMT-2型往复摩擦磨损试验机(球-盘接触方式)考察了制备温度、载荷和对偶球对Al2O3薄膜的摩擦学性能的影响.结果表明:不同温度条件下制备得到的Al2O3薄膜的粗糙度不同;制备温度为100和200℃的Al2O3薄膜的摩擦性能较优;在所用载荷范围内,摩擦系数存在最低值;与不同对偶球对摩时,由于对偶球硬度不同,Al2O3薄膜呈现不同的摩擦磨损现象.     

基于低场核磁共振技术的小鼠体成分无损分析方法开发

本研究利用传统的全身化学分析方法,包括干燥法、索氏提取法、凯氏定氮法、灼烧法测定的小鼠样品的体成分含量作为参考值,结合低场核磁共振技术及偏最小二乘回归法(PLSR)和主成分回归法(PCR),分别建立了样品体液、脂肪、瘦肉含量的预测模型。结果显示,PLSR预测模型的校正集相关系数(R_(cal)~2)和交互验证集相关系数(R_(cv)~2)均大于0.98,且标准误差值较低,说明该模型的稳定性较好,通过该模型可以准确预测小鼠体液、脂肪和瘦肉含量。对未参与建模的小鼠进行体液、脂肪和瘦肉含量的测定,其相对误差均小于1.5%,表现出较好的应用潜力。