原子吸收法测定氧化锌中铁

在氧化锌避雷器的生产中,对氧化锌中铁等杂质的含量控制很严格,一般需在0.0020％以下,用常规的分析方法难以测定,本文采用原子吸收法可以完成此项测定工作。1 仪器与试剂 WFX-1C型原子吸收光谱仪（北京第二光学仪器厂） 铁标准溶液:1mg·ml~(-1),准确称取经300℃烘烧的三氧化二铁（光谱纯）0.1429g置于250ml烧杯中,加盐酸（1 十 1） 20ml,加热至完全溶解,蒸至小体积,冷却后,加入盐酸5ml,加热使盐类溶解,移入100ml量瓶中,用水稀释至刻度,摇匀。2 仪器测试条件 波长248.3nm,灯电流2mA,光谱通带0.4nm,燃烧器高度6mm,空气流量6.5L·min~(-1),乙炔流量1.7L·min~(-1),氧化性火焰（蓝色焰）。3 酸度的影响 在0.25mol·L~(-1)的盐酸介质中测定铁时,吸光     

出口镁质耐火材料的ICP-AES测定

本文采用和LI2B4O7熔样、MgO基体匹配、ICP－AES法同时测定出口镁质耐火材料的主要成分及杂质元素。RSD＜2．7％，加标回收率为97．6％。方法快速、简便，结果准确。     

彩色电视荧光级氧化钇中稀土杂质的ICP—AES测定

本文采用国产ＷＰ－２Ｌ型平面光栅摄谱仪配置国产ＧＰ３．５Ｄ型ＩＣＰ光源进行了彩色电视荧光级氧化钇中１４个稀土杂质元素分析方法的研究。样品溶液以不去溶方式引入ＩＣＰ。当样品溶液中Ｙ２Ｏ３的浓度为２０ｍｇ／ｍｌ时，测定了限分别为铕，镱和镥０．０００２０％，镧，铈，钕，钆，镝，钬，铒和铥０．０００５０％，镨，钐和铽０．００１０％。相对标准偏差为３．２－９．８％。     

高温合金K5,K18杂质光谱分析的研究

一、前言众所周知,光谱分析一般都必须有相应的光谱标样。然而解决光谱标样并非易事。我们在分析高温合金K5、K18中Si、Fe、Mn、P、S杂质元素时,在没有相应的光谱标样条件下,采用高温合金GH49,利用控制试样法很好地解决了上述五个杂质元素的分析。二、实验部分K5、K18及GH49均为镍基高温合金,其组成差别不大、杂质元素Si、Fe、Mn、P、S的含量都很低。能否用GH49标准分析K5、K18中的杂质,其关键就在于这些杂质元素的蒸发与激发特性。因此首先应该研究这些杂质元素光谱线的蒸发特性与激发特性。     

金刚石表面杂质的深度分布

 利用二次离子质谱法（SIMS）测量和分析了金刚石的表面杂质。为获得表面杂质的深度分布，采用了离子剥蚀法，用15 keV的Ar⁺总共剥蚀了6 400 s，以N、Na、Mg和Si四种杂质作为研究对象。结果表明，各种杂质的浓度最大值均位于最外表面的一薄层内，它相当于剥蚀时间不足6.5 min。对于某一给定的杂质，在不同样品的最外表面上的浓度可以相差很悬殊。但当Ar⁺剥蚀30 min以后，不同样品中的浓度相差不大，且同一样品中，各种杂质的浓度随剥蚀时间的增大（即随深度的增加）变化不大。     

Investigation of Impurity Ion Transport with Laser Blow-off in HL-2A Tokamak

Non-recycling impurities are injected into ohmic HL-2A plasma for the first time. The impurities of titanium and aluminium are injected in the discharges with varying plasma density and current. The convection and diffusion process of the injected impurity ions during the inward phase are qualitatively investigated. The results show that the transport of impurities is much slower in the central region of the plasma than outside of it and that it is greatly enhanced during sawtooth crashes.     

阿莫西林杂质L的化学合成

阿莫西林是一种最常用的β-内酰胺抗生素,作为基本医疗系统中最重要药物之一被世界卫生组织基本药物标准清单收录。其杂质L,即:(2S,5R,6R)-6-((2S,5R,6R)-6-((R)-2-氨基-2-(4-羟基苯基)乙酰氨基)-3,3-二甲基-7-氧代-4-硫杂-1-氮杂双环[3.2.0]庚烷-2-甲酰胺)-3,3-二甲基-7-氧代-4-硫杂-1-氮杂双环[3.2.0]庚烷-2-甲酸(6-APA amoxicillin amide),由于含量少难以获取成为影响产品质量的因素之一,因此,我们以6-氨基青霉素烷酸和阿莫西林三水合物为原料,分别通过3步和1步转化为相应的中间体化合物3和6,并使用酰胺缩合试剂六氟磷酸苯并三唑-1-基-氧基三吡咯烷基磷(PyBOP)以76%的收率实现了化合物3和6的脱水缩合,得到的关键中间体化合物7在Pd/C催化条件下一步脱除苄基及两个苄氧羰基保护基,首次通过化学方法合成了β-内酰胺化合物阿莫西林杂质L,反应使用简单易得的原料,温和的反应条件,无需复杂的分离纯化处理,对以阿莫西林为代表的β-内酰胺类抗生素的过敏研究以及新型β-内酰胺抗生素的开发和作用机制研究等有着参考和借鉴意义。     

高光谱成像的机采籽棉杂质分类检测

机采籽棉杂质分类检测为调整棉花清理机械加工参数和工序提供参考依据,对提升皮棉品质具有重要意义。但由于籽棉棉层分布不均匀,使得图像检测难度增大,使用传统的检测方法无法有效检测各类杂质。采用高光谱成像方法对机采籽棉中的棉叶、棉枝、地膜和铃壳（内外）五种杂质进行分类判别检测。首先采集120个机采籽棉样本的高光谱图像,选取感兴趣区域获取平均光谱曲线。发现由于物质构成的差异,不同杂质体现出不同的吸收和反射特性,不同种类物质之间的光谱差异大于同类物质。对提取的平均光谱曲线进行主成分分析（PCA）,结果显示棉花、残膜和铃壳外与其他三类相比,有较好的聚集性和可分性,但是棉叶、铃壳内和棉枝三类相互叠加在一起,空间分布存在严重交叉重叠。以提取的平均光谱曲线为训练样本,选择线性判别分析（LDA）、支持向量机（SVM）和神经网络（ANN）三种分类判别算法,对算法参数进行寻优,并建立机采籽棉杂质分类判别模型。其中,经过LDA模型降维后的样本空间较PCA表现出了更好的聚集性和可分性,采用正则化防止过拟合,得到训练集准确率为86.4%,测试集准确率为86.2%;SVM模型的参数寻优结果为C=105,g=0.1,其训练集准确率为83.42%,测试集准确率为83.40%;ANN模型参数寻优得到隐含层数和神经元个数分别为2和17,训练集准确率为82.9%,测试集准确率为81.8%。对三种模型的分类效果和检测用时进行比较,LDA模型结果最优。通过对高光谱图像进行像素等级分类判别,结果显示棉花识别效果较好,植物性杂质都被有效检测,但是地膜和棉花存在误识别,分类效果与杂质光谱的分类判别模型结果一致。因此,采用高光谱成像技术可以快速、无损的检测和识别籽棉杂质,为棉花加工装备提供反馈参数,对棉花加工机械化和智能化有重要意义。