排序方式: 共有63条查询结果,搜索用时 15 毫秒
41.
报道了一种以碘化铋与诺氟沙星形成的缔合物为电活性物质的修饰碳糊电极。电极对离子的线性响应范围为4.0×10-6~1.0×10-2mol·L-1,级差电位为20 mV/pc,检出限为2.5×10-6mol·L-1。测定了枸橼酸铋钾胶囊中铋的含量,测定结果与药典法的结果相符。 相似文献
42.
用等转化率法测定了β-CD与1-MCP包结物分解反应的动力学参数.结果表明:以ln (Φ/Tm2)~1/Tm和ln Tm~1/Tm作图均能得到一条线性关系良好的直线,由此可以求出活化能Ea=101.71 kJ / mol,指前因子A = 4.05 × 1011 s-1,活化焓ΔHa = 97.81 kJ/mol,活化熵ΔSa = 5.03 J/(mol·K).β-CD与1-MCP之间没有形成强烈的化学键,而主要是靠范徳华力相结合的.β-CD与1-MCP包结物热分解反应的速率控制步骤是范徳华力的断裂,没有新键的形成来补偿旧键断裂的能量消耗. 相似文献
43.
1-MCP/β-CD包结物的合成及表征 总被引:6,自引:1,他引:6
针对乙烯受体抑制剂1-甲基环丙烯稳定性差的问题,利用β-环糊精“内疏水,外亲水”的独特空间结构,用溶液法制备了β-环糊精和1-甲基环丙烯的包结配合物,并利用X射线粉末衍射(X-RPD)、差热分析(DTA)、紫外(UV)和红外吸收光谱(IR)等测试方法对此包结物进行了研究.通过比较β-环糊精及其与1-甲基环丙烯形成的包结物在光谱上的差异,证实了包结物的生成. 相似文献
44.
根据FactSage 6.4计算的渣系等温相图,选取w(Al2O3)为30%左右的高铝体系为目标熔渣,采用中频感应炉熔炼,铁粉为捕集剂对废催化剂中的钯元素进行了回收.研究了熔渣体系二元碱度及捕集剂用量等对钯回收率的影响,分析了合金、尾渣成分及其微观形貌.结果表明,当熔炼温度为1550℃,熔渣体系二元碱度mCaO/mSiO2为0.6,m铁粉/m废催化剂为0.2时,钯元素回收率高达99%以上,回收效率最佳.尾渣呈深绿色玻璃态,钯含量低于5g/t,铁合金中富集钯的质量分数为0.76%,实现了废催化剂中钯资源的高效回收. 相似文献
45.
46.
47.
采用大功率连续CO2激光器对预置了高速钢粉末的球墨铸铁基体进行激光辅助金属沉积处理.得到了激光沉积的优化工艺参数,用该参数制备的沉积层组织致密、无气孔、无裂纹等缺陷,沉积层与基体为冶金结合.XRD分析表明,Ni60+T15+T15沉积层中V4C3,WC1-x,CoCx等硬质相起到弥散强化的作用,Ni60+T15+T15沉积层平均硬度值为716HV,是基体的2.2倍.Ni60+YT12+YT12沉积层中起强化作用的Cr7C3相主要分布在晶界间,Ni60+YT12+YT12沉积层平均硬度值为739HV,约为基体的2.3倍. 相似文献
48.
设计了一种基于铁氰化钴钠的新型薄膜扩散梯度(DGT)被动采样装置, 将其应用于高盐度水体中铵离子的定量采集. 采用双滴加法制备铁氰化钴钠, 并利用扫描电子显微镜(SEM)、 X射线衍射(XRD)仪和氮气吸 附-脱附测试对其表面形貌、 晶体结构和孔结构特征进行表征. 研究了铁氰化钴钠对铵离子的吸附速率和吸附容量. 建立了以琼脂糖凝胶为扩散相、 铁氰化钴钠为结合相的DGT被动采样装置. 研究了采集时间、 水体pH值和共存阳离子对基于铁氰化钴钠的DGT技术采集铵离子的影响. 实验结果表明, 铁氰化钴钠吸附铵离子在60 min时基本达到了吸附平衡; 当铵离子初始浓度为300 mg/L时其吸附容量为90 mg/g. DGT装置结合铵离子的质量随着布置时间的增加呈现线性增长(0~24 h, r2=0.994). 当pH=4~8, Na+浓度为0~10000 mg/L, K+浓度为0~25000 mg/L, Mg2+浓度为0~20000 mg/L, Ca2+浓度为0~25000 mg/L时, DGT装置累积的铵离子质量没有明显的变化. 实验结果表明, 使用基于铁氰化钴钠的DGT装置可以准确有效地采集高盐度水体中的铵离子. 相似文献
49.
复配阻垢剂的性能及阻垢机理研究 总被引:1,自引:0,他引:1
采用静态阻垢法对聚环氧琥珀酸(PESA)、聚天冬氨酸(PASP)和丙烯酸-2-丙烯酰胺-2-甲基丙磺酸共聚物(AA/AMPS)组成的复配阻垢剂的阻垢性能进行研究,采用SEM初步探讨了复配阻垢剂的阻垢机理.结果表明与进口阻垢剂MDC220和PTP-0100相比,复配阻垢剂对CaCO3,CaSO4和Fe2O3有很好的阻垢性能,硬度和碱度对复配阻垢剂的阻垢性能影响较小.对加入复配阻垢剂前后的碳酸钙垢样和硫酸钙垢样进行了分析,结果表明,复配阻垢剂使垢的晶格产生了畸变,使晶体从有规则致密结构的晶体变为松软的不定型体. 相似文献
50.
针对传统图像特征降维方法计算量大、 无法去除冗余信息、 未考虑相关性等缺陷, 提出一种结合快速主成分分析(FPCA)和ReliefF算法的图像特征降维方法. 该方法先利用FPCA[KG*6]算法对样本数据进行初次降维, 去除样本中的冗余信息; 再利用ReliefF算法计算样本特征的分类权重, 根据权重对特征进行组合优化. 在算法实现过程中, 采用递归排除策略, 进一步提升了算法特征寻优能力. 仿真实验表明, 利用本文算法优选出的图像特征, 可较好地提高聚类结果, 适合实际工程的应用. 相似文献