荧光法研究磷酰化黄酮与牛血清白蛋白的相互作用

用荧光猝灭法研究了5，7-二羟基磷酰化黄酮对牛血清白蛋白的相互作用。根据荧光猝灭双倒数图计算了磷酰化黄酮与牛血清白蛋白的结合常数。根据Foester能量传递原理计算出磷酰化黄酮在牛血清白蛋白的结合位置。     

荧光光度法测定痕量色氨酸——基于其对ρ-甲酚荧光反应的增强作用

氨基酸是蛋白质的基本组成单位,色氨酸是人和各种动物生长发育不可缺少的必需氨基酸之一,色氨酸缺乏可导致动物生长迟滞,胰岛素分泌降低,蛋白质合成下降等.因此建立灵敏的色氨酸分析方法具有十分重要的意义.目前关于色氨酸分析测定的报道有分光光度法[1],电化学法[2,3],磷光分析法[4],荧光分析法[5]等.血红蛋白(Hb)具有与天然生物酶辣根过氧化物酶(HRP)相同的铁卟啉辅基和相似的空间结构,由于稳定价廉的优点,作为辣根过氧化物酶的模拟酶已成功地实现了维生素C[6]、血红蛋白[7]以及核黄素[8]等物质的高灵敏度测定.     

平行缝焊机的阵列焊设计

在电子设备的使用中,会遇到各种苛刻环境条件,如潮湿、酸雨和盐雾等.在这种情况下,器件可能因电化学腐蚀而缓慢失效,也可能因水汽渗入而性能劣化.因此,对器件进行性能优良的气密性封装,有效保护器件免受外界环境的影响至关重要.平行缝焊是最常用的气密性封装方法之一,属于电阻焊.传统的平行缝焊设备单个焊接效率低下,为了提高焊接效率,提出了带阵列焊功能的平行缝焊机.     

抑制荧光光谱法测定模拟废水中痕量汞

基于在pH 8.00磷酸氢二钠-柠檬酸缓冲介质中,血红蛋白对过氧化氢氧化对甲酚反应具有强的催化作用,汞(Ⅱ)对上述指示反应具有灵敏的抑制作用,从而提出了抑制荧光光谱法测定模拟废水中汞含量的方法。优化的试验条件如下:①血红蛋白的浓度为2.00×10-7 mol·L-1;②对甲酚的浓度为1.60×10-3 mol·L-1;③过氧化氢的浓度为1.11×10-3 mol·L-1;④反应时间为80min。在激发波长318nm、发射波长405nm处,反应体系的ΔF(即F0与F值之差)与汞(Ⅱ)的浓度在2.00×10-8～1.00×10-5 mol·L-1范围内呈线性关系。方法用于模拟废水的分析,测得加标回收率在94.0%～105%之间,相对标准偏差(n=8)在2.5%～3.3%之间。     

三水和硝酸N,N,N"'-四[(1'-苄基-2'-苯并咪唑)甲基]-1,2- 环已二胺合Zn(Ⅱ)的晶体结构和非等温热分解反应动力学

本文报道标题Zn(Ⅱ)配合物:[Zn(NBOCTB)](NO~3)~2.3H~2O的制备,晶体结构及热分解动力学,该晶体属三斜晶系,空间群PI,a=1.4146(2),B=1.5407(3),c=1.8518(4)nm;α=62.09(2).β=72.46(2),68.60(1)°. 并对配合物第一和第二步热分解反应进行了非等温动力学研究.运用Achar法与Coats-Redfern 法对非等温动力学数据进行分析,推断第一步脱水过程为成核生长机理,其动力学方程为d α/dt=Ae^-^E^/^R^T.3/2(1-α).[-ln(1-α) ] ^1^/^3; 动力学补偿效应表达式lnA= 0.3739E- 3. 321. 第二步分解过程为二级化学反应, 其动力学方程为:dα/dt=Ae^E^/^r^t(1-α)^2;动力学补偿效应表达式为lnA=0.2100E-3.690.     

双核Cu(I)配合物的热分解非等温动力学

Thermal decomposition process of four benzimidazolyl-containing dicopper(Ⅰ) complexes: [Cu2(OCTB)](ClO4)2•1.5H2O(1), [Cu2 (NMOCTB)](ClO4)2•H2O(2), [Cu2(NBUOCTB)](ClO4)2(3), [Cu2(NBOCTB)](ClO4)2•H2O(4) and their kinetics were studied under the non-isothermal conditions by TG-DTG techniques. The non-isothermal kinetic data were analyzed by means of Achar and Coats-Redfern method respectively. The kinetic equation for the second step of the decomposition of complex (1) can be expressed as: dα/dt=A•exp(-E/RT) •(1-α), the mechanism of this reaction corresponds to "Coring and Growth" with n=1; while for the first step of complex (3) decomposition, dα/dt=A•exp(-E/RT)• (1-α)2, which corresponds to the mechanism of "the second-order chemical reaction".     

邻香兰素甘氨酸三吡啶合Ni(Ⅱ)的合成、性质、晶体结构及热分解动力学

本文报道了邻香兰素甘氨酸三吡啶合Ni(Ⅱ)的合成、性质、晶体结构及热分解动力学.晶体的X射线分析结果表明,该晶体为单斜晶系,空间群为C2/c,a=3.3549(6),b=1.1396(4),c=1.4555(5)nm,β=113.96(3)°,V=5.086nm~3,M_r=526.21,Z=8,D_o=1.37g·cm~(-3),μ=8.060m~(-1),F(000)=2200.对配合物第一步热分解过程进行了非等温动力学研究,其机理为球对称的三维扩散,动力学方程为:da/dt=A·e~(-E/(RT))·3/2(1-a)~(2/3)[1-(1-A)~(1/3)]~(-1).     

基于高斯过程混合模型的瓦斯安全状态分类研究

针对目前瓦斯浓度预测与瓦斯安全状态分类方法中主观性较强、超参数难以选取、解释性差、无法有效地利用样本之间时序信息等问题,本文提出了基于高斯过程混合模型的瓦斯浓度预测与安全状态分类方法。高斯过程是机器学习领域中解决非线性回归问题的典型方法,能够有效地利用数据之间的相关性,常用于时间序列的建模与预测。然而,单个高斯过程存在着一定的局限性,难于对非平稳、多模态的数据进行有效地建模和回归分析。在高斯过程的基础上引入其混合模型,则可增强模型的表达能力,能够对有复杂结构的数据进行建模。我们将瓦斯安全状态根据风险由高至低分成红橙黄蓝四个等级,在每个风险等级上瓦斯浓度数据采用单个高斯过程进行建模。由于一般瓦斯浓度数据包含着各个风险等级的数据,高斯过程混合模型则可用于对整体数据进行建模和回归分析。根据对数据的参数学习结果,高斯过程混合模型便可自适应地得到每个时刻对应的风险等级,并在预测瓦斯浓度时对各个高斯过程分量的预测进行加权,得到更为鲁棒的预测结果。实验结果表明,基于高斯过程混合模型的方法可有效地预测瓦斯浓度、评估安全状态。      

组建小区域监测网 快速定位信号源

为提高保障重要活动无线电安全能力,提出以ZigBee技术为基础、利用简易接收机组建小型无线监测网的方案。     

HPLC法测定己烯雌酚样品纯度的不确定度评定

根据国家质量技术监督局批准发布的JJF1059-1999计量技术规范《测量不确定度评定与表示》[1],并参考有关文献[2,3], 对HPLC法测定己烯雌酚样品纯度的不确定度进行了评定.本文介绍了该评定方法和评定结果.