25英寸石墨烯玻璃的快速制备

<正>玻璃是当今日常生活不可或缺的重要材料,其应用遍及方方面面。然而玻璃本身具有诸多的局限性,导电和导热性能很差。石墨烯是最近十年间崛起的"材料之王",与玻璃一样具有非常好的透光性,而且石墨烯具有良好的导电和导热性能。原子层厚度的石墨烯是无法自支撑使用的,必须依靠一个载体,将玻璃作为石墨烯应用的载     

Li改性MnO_2及LiMn_2O_4催化NH_3-SCR反应性能研究

采用高温固相反应法、Pechini合成方法和柠檬酸配位法,制备了系列锂锰复合氧化物LiMn2O4催化剂,应用于NH3-SCR反应,并与固相反应法合成的MnO2进行了比较。采用N2吸附-脱附、扫描电镜、X射线衍射、H2程序升温还原、NH3程序升温脱附、NO程序升温脱附和X射线光电子能谱对LiMn2O4催化剂进行表征。结果表明,引入Li有利于提高锰基催化剂的SCR活性和抗硫性。Pechini法制备LiMn2O4的NO转化率可在130~260℃达到90%以上;固相反应法制备LiMn2O4的NO转化率大于90%的温度为90~310℃;MnO2的温度窗口则仅为140~280℃。与MnO2相比,引入Li可形成LiMn2O4结构,因此,催化剂中更多的锰离子保持在相对较低的价态Mn3+,并调整表面活性氧含量;同时,Li的存在调变了LiMn2O4表面的酸位,从而减少高温下MnO2表面容易发生的NH3非选择性氧化,改善其催化NH3-SCR反应的温度窗口,也增强了抗硫性。     

气相色谱附双柱双氢火焰离子化检测器法同时测定环境空气中的总烃和非甲烷总烃

建立一种气相色谱法配双柱双氢火焰离子化检测器(FID)同时测定环境空气中的总烃和非甲烷总烃含量的方法。全玻璃注射器中的样品(保存时间尽可能少于4h)通过连接两个定量环的十通阀直接进入气相色谱,分离总烃和甲烷的柱子均采用填充柱,载气均为氮气,流量分别为25,20mL·min~(-1)。根据气体在总烃柱和甲烷柱保留时间对总烃和甲烷进行定性,保留时间分别为0.120,0.404min;分别以扣除氧峰面积的总烃面积和甲烷峰面积对总烃和甲烷定量,再通过2者差值计算非甲烷总烃含量。结果表明:总烃与氮气、甲烷与氮气的物质的量之比均在0.5～10.0μmol·mol~(-1)内与其对应的色谱峰面积呈线性关系,总烃、甲烷、非甲烷总烃的检出限(3.143s)分别为0.025,0.031,0.031mg·m~(-3)(以甲烷计)。在3个浓度水平下进行回收试验,总烃和甲烷的回收率分别为99.8%～104%,99.7%～103%;测定值的相对标准偏差(n=6)分别为1.3%～5.6%,1.0%～5.1%。采用本方法对2个采样点位采集的样品中的总烃、甲烷含量进行了测定,计算出的非甲烷总烃质量浓度都小于1.0mg·m~(-3),以这两个样品为基质进行加标回收试验,总烃和甲烷的回收率分别为102%～105%,107%～109%;测定值的相对标准偏差(n=5)分别为1.1%～1.7%,1.8%～1.9%。     

MOFs基材料在光催化CO2还原中的应用

系统总结了金属有机框架(MOFs)基材料在光催化还原CO₂中的最新研究进展, 其中包括MOFs直接作为光催化剂和作为复合光催化2个主要部分, 讨论了MOFs基光催化剂在催化还原CO₂方面展现出的独特优势, 并对MOFs基光催化剂的结构稳定性与CO₂转化效率等问题进行讨论与分析, 对未来发展趋势进行了展望.     

基于间接竞争原理的流式微球技术快速检测麦芽中赭曲霉毒素A

建立了一种快速、灵敏检测中药麦芽中赭曲霉毒素A(Ochratoxin A,OTA)含量的间接竞争流式微球方法.麦芽样品经60％甲醇/PBS提取,加入20％甲醇/PBS溶液稀释5倍后,离心取上清液制备样品.在编码荧光微球上偶联牛血清白蛋白-OTA(BSA-OTA)复合物,与样品中OTA竞争结合抗OTA特异性抗体,然后加入FITC-IgG孵育,离心洗涤后,用流式细胞仪检测微球表面的平均荧光强度,实现样品中OTA的准确定性定量测定.本方法检测OTA的半数抑制浓度IC50为1.20 ng/mL,相关系数R2=0.9892,检出限(IC10)为0.12 ng/mL,加样回收率为93.9％ ～ 97.4％,RSD＜3.6％.16份实际麦芽样品中检测到2个阳性样品,OTA的最高含量为3.83 μg/kg,未超出欧盟的OTA限量标准,与液相色谱-串联质谱(LC-MS/MS)法检测结果相一致.本方法简单、快速、灵敏、可靠,可拓展用于其它复杂基质中多种真菌毒素的定性与定量检测.     

基于太赫兹光谱和机器学习算法的二元及三元混合物定量分析

利用太赫兹时域光谱系统测量了苯甲酸、山梨酸、木糖醇3种常用食品添加剂及其混合物的太赫兹吸收光谱,并选取了偏最小二乘回归（PLS）、最小二乘支持向量机（LS-SVM）及反向传播神经网络（BPNN）3种机器学习算法,对食品添加剂二元及三元混合物进行了定量分析。研究发现,在多元混合物的定量分析中,非线性模型LS-SVM及BPNN较线性模型PLS更具优势,且随着混合物成分的增加,非线性模型的优势愈趋明显;两种非线性模型中,LS-SVM较BPNN建模步骤固定,无需进行复杂的参数讨论与优化,可高效地实现多元混合物的定量分析;此外,观察分析物光谱特征发现,除算法适用性讨论外,分析物的光谱特征也会在一定程度上影响定量检测的精度。     

高效毛细管电泳法手性分离D-氨基酸取代胸腺五肽类似物的研究

采用高效毛细管电泳法分离两对D-氨基酸取代的胸腺五肽类似物。对影响分离的缓冲液pH值、电泳温度、电泳电压等进行了系统的研究。用含20mmol/L2,6-二甲基-β-环糊精(DM-β-CD),40mmol/L磷酸盐缓冲液(Ⅰ:pH6.03;Ⅱ:pH5.05)作运行缓冲液,柱温15℃,电压20kV,使样品获得基线分离,取得了满意的分离结果。结果显示,两组样品的D-氨基酸取代物均比L-氨基酸取代物出峰早,提示D-氨基酸取代物的电泳移动速度较快,与DM-β-CD的结合稳定性较L-氨基酸取代物弱。