SA-APAM 膜的制备及其在电生成高铁酸盐中的应用

SA-APAM 膜的制备及其在电生成高铁酸盐中的应用;海藻酸钠(SA);阴离子聚丙烯酰胺(APAM);交联;电生成高铁酸盐     

水热/溶剂热制备金属氧族化合物纳米微粒

介绍了近几年来以水热法及以此基础上发展起来的溶剂热生长技术在一系列重要的金属氧化物、硫族化合物纳米微粒的制备与尺寸和形状控制及其在生长机理中的应用。     

十二烷基苯磺酸钠氧化降解的研究

随着工农业的发展,表面活性剂已广泛应用于各个领域,表面活性剂废水的大量排放成为水体CODCr的重要来源.目前对此类废水的降解研究主要集中于生物法和光催化法[1].高铁酸盐具有强氧化性,在水处理方面可用于杀灭藻类和细菌[2],氧化降解水中的污染物[3,4]等,本研究以十二烷基苯磺酸钠(SDBS)水溶液作为表面活性剂模拟废水,研究高铁酸盐(FeO42-)对其处理效果和降解机理.实验结果表明,新型水处理剂高铁酸盐可以有效降解SDRS.     

邻苯二甲酸二丁酯电化学氧化降解的研究

邻苯二甲酸酯类化合物主要用作塑料增塑剂,由于其极易转移进入环境,是水、沉积物和水生生物中常见的有机污染物,该类污染物易于生物富集、不易生物降解[1],其急毒性虽不明显,但具有致突变、致癌和致畸性[2],已被确认为环境激素中的一大类物质.本实验采用电解法生成过氧化氢,并以阳极溶解下的二价铁离子为催化剂,二者在电解槽中反应生成羟基自由基,进而对邻苯二甲酸二丁酯(Di-n-butyl phthalate,DBP)进行降解处理.     

偶氮类有机染料氧化降解的研究

本文研究FeO42-对染料的降解脱色行为.胺类和酚类染料的氧化还原电位在0.6～0.8 V左右,磺酸类的氧化还原电位在0.3～0.8 V左右,均大大地低于高铁絮凝剂的氧化电位,换言之,高铁絮凝剂足以使这些染料基团中的不饱和双键氧化,发生降解和脱色效应.     

固体聚合物电解质在肉桂醇电解氧化中的应用(Ⅱ)——后续化学反应在电催化反应中的地位及其影响因素

对影响肉桂醇电极氧化的各种因素作了进一步的讨论.实验结果表明固体聚合物电解质内水的含量、pH 以及浸入离子交换膜中的二价锰离子的浓度均对该电极反应的电位以及后续化学反应的速度有很大的影响,在较高的温度下反应时,有利手提高生成肉桂醛的电流效率.     

第二菊酸类混合含氟苄酯的合成及其杀虫活性

>报道了第二菊酸及其2(3)-氟-4-甲氧甲基苄酯和2(3)-氟-4-甲基苄酯的合成, 生物活性测试的结果表明这两种新化合物对淡色库蚊四龄孑孓显示出较高的杀虫活性.     

随机多孔介质的蒙特卡罗重构与渗流特性模拟

根据多孔介质微观结构的分形尺度标度特征,采用蒙特卡罗方法分别重构随机多孔介质的微观颗粒和孔隙结构,并基于分形毛管束模型研究多尺度多孔介质的气体渗流特性,建立多孔介质微观结构和宏观渗流特性的定量关系。结果表明：分形蒙特卡罗重构的多孔介质微细结构接近真实介质结构,气体渗流特性的计算结果与格子玻尔兹曼模拟数据较为吻合; 多孔介质气体渗透率随着克努森数的增加而增大,孔隙分形维数对于气体渗流的微尺度效应具有显著影响,而迂曲度分形维数对于表观渗透率和固有渗透率的比值影响可以忽略。提出的分形蒙特卡罗方法具有收敛速度快且计算误差与维数无关的优点,有利于深入理解多尺度多孔介质的渗流机理。     

壳聚糖微球悬浊液的介电谱研究:弛豫机制的解释和内部信息的获得

结合DLVO理论和壳聚糖微球的特点, 提出了适合实验数据的电动力学模型, 并分析了浓厚分散系的界面极化弛豫的微观机制. 进而测量了不同粒径壳聚糖微球悬浊液的介电谱, 发现在10～100 MHz频率范围内均出现明显的介电弛豫现象. 利用上述模型合理解释了该弛豫现象以及微球粒径对界面极化弛豫的影响, 结果也证明了我们提出的模型的适当性. 此外, 利用Hanai方法, 通过介电参数准确计算出了各悬浊液的内部信息, 并且分析了这些实时信息的合理性. 研究结果从实验和理论两方面展示了介电谱方法在即时获取壳聚糖内部信息上的独到优势.     

基于分子动力学与耗散粒子动力学串行耦合的面心立方金属粗粒化模型

通过全原子分子动力学(MD)与等温耗散粒子动力学(DPD)的串行耦合,提出了面心立方金属粗粒化模型的建立方法。该方法将一定数量的原子粗粒化为单个介观 DPD 粒子,假设 DPD 粒子间作用势的表达式为Sutton-Chen势函数形式,利用遗传算法,以 MD和DPD计算的单晶金属常温(298 K)等温线相一致为目标,确定了DPD粒子间作用势函数的参数。对单晶铜纳米棒的轴向拉伸开展 MD 和 DPD 对比模拟,发现在纳米棒弹性响应阶段,两者计算结果吻合较好,而屈服应力和屈服应变存在一定差距。建议在优化 DPD势函数参数时,引入更多的材料力学响应信息,进一步提高介观DPD模型的准确性。