在线中空纤维膜液相微萃取/高效液相色谱法测定3种痕量芳香胺

建立了一种在线中空纤维膜液相微萃取/高效液相色谱联用技术测定3种痕量芳香胺(邻甲苯胺、3,3'-二甲基联苯胺、2-萘胺)的新方法,以顺序注射仪将中空纤维膜液相微萃取装置和高效液相色谱仪连接搭建在线检测装置,利用此装置优化了萃取溶剂、供体相、接收相、盐效应、搅拌速度、萃取时间等前处理条件。结果表明,以正辛醇为萃取溶剂,0.1 mol·L-1Na OH与300 mg·L-1的Na Cl溶液为供体相,0.1 mol·L-1HCl溶液为接收相,搅拌速度为400 r·min-1,萃取40 min后,3种芳香胺的富集倍数可达48~96倍。该方法对3种痕量芳香胺的线性范围为0.01~0.25 mg·L-1,相关系数(r)不小于0.998 4,检出限为0.3~2.2μg·L-1,相对标准偏差(RSD,n=10)为3.1%~4.0%,用于印染废水中3种芳香胺的分析,回收率为98.0%~102.0%。该方法操作简单,有机溶剂用量少,富集率较高,可用于痕量芳香胺类物质的快速分析。     

含钛MCM-48分子筛上二十碳醇氧化制二十碳酸

采用水热合成法制备含钛ＭＣＭ－４８型中孔分子筛系列催化剂，用ＩＲ和ＸＲＤ等技术对催化剂进行了表征，对α－二十碳醇氧化制α－二十碳酸反应进行了研究，对目的反应的催化性能进行了评价，并确定出反应的最佳温度和反应时间，结果表明，添加适量的Ｔｉ可提高α－二十碳酸的收率。用ＩＲ技术对目的产物进行跟踪分析，所得结果与化学检测结果一致，将反应产物的收率与分子筛催化剂的Ｌ酸进行了关联。     

浅析物理教学中的素质教育

什么是素质教育呢？狭义的理解,就是学生把老师所教的知识还给老师后,剩下的就是素质．即具有良好的做人品德、认真学习、刻苦钻研的精神、科学的学习方法、应用知识解决实际问题的能力．这样的素质某种意义上比教给学生的知识更宝贵．以下从5个方面谈一谈物理教学中的素质教育．     

基于注射器吸附的玻璃幕墙清洗机器人设计

为解决玻璃幕墙人工清洗工作量大,危险性高的问题,设计了这一玻璃幕墙清洗机器人。系统以STC12C5A60S2单片机为主控制器,通过控制42HS4817A4型号步进电机带动微型直线滑台,实现机器人玻璃面上下机械运动,最大运行速度约60mm/s,采用12V减速直流电机,5V马达,20ml量程注射器,PJYS40-15-N型号真空吸盘的组合,实现机器人脚吸附和脱离玻璃面,多次试验,稳定吸附结果高达95%以上。采用PT2262和PT2272无线发射接收器,实现无线遥控操作。试验结果表明,该系统制作成本低, 轻量化设计灵活性好,具有一定的实用价值。     

基于介电电泳组装技术的PEDOT/PSS-SWCNTs气体传感器的研究

采用介电电泳技术组装制备PEDOT/PSS-SWCNTs纳米气敏薄膜,并研究外加交流电场的频率、电压及组装时间与气体传感器的导电及气敏性能的关系.结果表明,良好分散在PEDOT/PSS基质中的SWCNTs定向排列在叉指电极对之间.当频率在0.5～10 MHz的范围内,传感器的电导率及气敏响应的变化不大.由电场电压引起的传感器性能的变化趋势与组装时间引起的相似,即随着电压或时间增大,传感器的电阻增大,而气敏响应则先增后减.当电场频率为2 MHz、电压为5V、组装时间为3 min时,PEDOT/PSS-SWCNTs纳米气敏传感器对10 9级别的H2S气体最为灵敏.     

水杨酸-Tb3+(Gd3+)络合物的高效发光

合成了水杨酸-Tb3+和水杨酸-Tb3+(Gd3+)高效发光材料.通过发射光谱、激发光谱和荧光衰减时间的测定,观察到了水杨酸根与Tb3+之间的能量传递,并获得了高效发光.以Gd3+代替4/5摩尔的Tb3+也得到较好的结果.     

基于CAN的能源微藻培养监控系统的设计与实现

针对能源微藻培养监控系统具体需求,选用CAN总线构建主从式总线网络,研制了一种基于STM32F107来构建采集从节点和控制从节点的软硬件设计方法。监控主机采用组态王6.53来实现现场数据的实时显示、数据库存储、实验流程组态和现场情况的Web发布。经调试结果表明:本监控系统可在波特率为9 600 bit/s下正常运行,有较高的稳定性和功能可扩展性,在生物能源领域中有广阔的应用前景。     

水-乙醚二元溶剂体系中制备放射虫状介孔氧化硅

在水-乙醚双溶剂体系中合成了一种新型的放射虫状介孔氧化硅微球. 通过SEM、TEM、XRD以及孔分布测试技术对其进行了表征. 分析结果表明, 这种氧化硅产物反映了在不稳定的水-油界面合成的形貌特征, 具有多级孔结构和空的内腔以及两种类型径向取向的介孔结构外壳.     

基于全变差的加权最小二乘法PET图像重建

传统的加权最小二乘法、惩罚项加权最小二乘法虽然能够重建得到较好质量的图像,但在欠采样的条件下不能很好的拟制噪声.全变差作为正则项已广泛用于图像重建中,利用图像稀疏的先验知识能够在欠采样的条件下很好的重建图像.本文结合加权最小二乘法和全变差的优点,构造了基于全变差正则项的加权最小二乘法目标函数,运用交替求解的方法,将目标函数分解为求解二次优化和全变差正则化的优化问题,并分别用超松弛迭代方法和梯度下降法求解这两个优化问题.采用Zubal模型对该算法与传统算法进行仿真验证比较,并用相关系数、方差、信噪比等参数描述图像重建质量.结果表明在欠采样条件下,该算法能够更好的拟制噪声,重构效果比传统的有明显地提高.     

基于嵌入式系统的电子鼻研究与实现

研制了一种基于ARM7和μC/OS-Ⅱ的便携式电子鼻系统,包括传感器阵列、信号采集模块、嵌入式系统和模式识别等模块,其中ARM7选用飞利浦公司的LPC2214,模式识别采用BP神经网络.选用TGS822,TGS826,TGS800,TGS825作为传感器阵列对贮藏在5 ℃的猪肉进行品质检测时,系统整体识别正确率达到90.9%,并且表现出较强的稳定性.系统具有体积小,功耗较低,携带方便等优点.