酸性咪唑类离子液体催化合成2-氯丙酸乙酯

研究了酸性咪唑类离子液体中2-氯丙酸乙醇的合成.制备了4种咪唑类离子液体作为催化剂用于酯化反应,通过Hammett方法测定其酸度,讨论了酸度-催化活性之间的关系.实验发现[Hmim] HSO4拥有比其它几种离子液体更好的催化效果.考察了离子液体用量、反应物配比、反应时间和反应温度对反应结果的影响.得到较佳的反应条件:n...     

浊点萃取-火焰原子吸收光谱法测定荔枝和桂圆肉中痕量铜

建立以二乙基二硫代氨基甲酸钠(DDT℃)为配位剂、TritonX-114为表面活性剂的浊点萃取-火焰原子吸收测定荔枝和桂圆肉中痕量铜的方法.研究了溶液pH值、配位剂类型与浓度、表面活性剂类型与浓度、平衡温度和平衡时间等实验条件对浊点萃取效率的影响.在最优的实验条件下,该方法测定铜的检出限为0.8μg/L,相对于传统火焰...     

含单蝶状[2Fe2S]骨架的新型[FeFe]氢化酶模型物｛(μ-FcS)(μ-SMe)Fe_2(CO)_6｝的合成及其晶体结构

利用二茂铁基溴化镁(FcMgBr)与(μ-S2)Fe2(CO)6和MeI的反应,合成了一种新型的含二茂铁基[FeFe]氢化酶活性中心模型化合物——(μ-FcS)(μ-SMe)Fe2(CO)6(1),其结构经1H NMR,IR,元素分析和X-射线单晶衍射表征。1属于斜方晶系,Pna2(1)空间群,晶胞参数a=12.707(2),b=11.355(2),c=27.621(5),V=3 985.1(12)3,Z=8,Dc=1.813 g.cm-3,μ=2.395 mm-1,F(000)=2 176,R1=0.059 7,wR2=0.136 7。     

肉桂酸修饰电极同时测定多巴胺和抗坏血酸的研究

用电化学聚合方法制备肉桂酸(CA)修饰的玻碳电极(PCA/GC),研究多巴胺(DA)和抗坏血酸(AA)在修饰电极上的电化学行为.结果表明,在DA和AA共存体系中,DA、AA在PCA/GC电极上氧化峰电流增大且氧化峰电位相差200 mV,据此可同时检测DA和AA.在pH 7.0磷酸盐缓冲液中,DA和AA的氧化峰电流与其浓...     

高固含量微乳液聚合的研究进展

微乳液聚合能够制备透明稳定的微胶乳,在涂料、催化及药物输送等领域具有许多潜在的应用.本文综述了高固含量微乳液聚合的研究现状,主要介绍了两类方法:高效乳化剂体系的应用和聚合工艺的改进,并对今后的发展方向进行了展望.     

顶空单液滴微萃取-气相色谱法测定水中苯系物

采用顶空单液滴微萃取样品处理方法分离富集水中苯系物,用气相色谱法进行测定.考察了不同萃取剂、萃取条件对检测结果的影响.苯、甲苯、对二甲苯的检出限分别为0.05,0.05,0.03 μg·L-1,三种苯同系物的相关系数分别为0.999 2,0.998 5和0.997 2,回收率分别为98.3%,101.9%和97.3%.     

3,6-二氯哒嗪-金鸡纳生物碱衍生物催化不对称“中断的”Feist-Bénary反应的研究

将3,6-二氯哒嗪-金鸡纳生物碱衍生物用于催化β-二羰基化合物与溴乙酰甲酸乙酯/β-取代的溴乙酰甲酸乙酯的不对称“中断的”Feist-Bénary反应, 得到了较高的化学产率(72%～97%)和最高达93% ee的立体选择性.     

胺甲基化聚丙烯酰胺阳离子交换剂的合成与表征

采用反相悬浮聚合法合成20%交联度的聚丙烯酰膀(Polyacrylamide,PAM)树脂,经过Mannich反应修饰(nacrylamide:nformaldehyde:ndimethylamine=1:1:1.2)得到高亲水性弱碱性阴离子交换剂氨甲基化聚丙烯酰胺(Aminomcthylated Polyacrylamide,APAM).随着修饰反应时间的增加,得到的APAM的弱碱交换量与蛋白质吸附量增加,在选定的实验条件下,确定Mannich反应时间以1h为宜,所得树脂对牛血清白蛋白吸附量达到433mg/g,过长的反应时间导致树脂结构有一定程度的破坏.树脂对蛋白质的吸附等温线符合Langmuir方程,实际分离牛血清白蛋白和血红蛋白效果较好,柱体积不随洗脱液中盐浓度的增加而变化.     

ICP-AES法测定氧化铪中12种杂质元素

建立了电感耦合等离子发射光谱法测定氧化铪中Al、Ca、Mg、Mn、Na、Ni、Fe、Ti、Zn、Mo、V、Zr等12种杂质元素的分析方法.方法的检测范围为0.004%～5%,标准偏差小于7%,加标回收率94%～103%,方法已用于常见样品分析.     

主成分分析-支持向量机用于肝病分类模型

将主成分分析(PCA)用于肝功能检测数据特征提取,然后用支持向量机(SVM)对乙肝、丙肝、肝硬化、正常人样本建立分类模型。采用高斯径向基函数(RBF)为核函数,调节核函数参数C及σ以建立最佳支持向量机模型。该模型对训练集的识别率为99.3%,对预测集的预测率为96.4%。结果表明:PCA-SVM法建立的肝病分类模型能较好的区分乙肝、丙肝、肝硬化及正常人,且分类效果优于传统支持向量机及人工神经网络(ANN)分类模型。