稀土甘氨酸咪唑配合物[RE(Gly)4(Im)(H2O)](ClO4)3的热化学研究

采用溶解-反应量热法在具有恒温环境的溶解-反应热量计内,测定了[Gd(Gly)4(Im)(H2O)](ClO4)3和[Y(Gly)4(Im)(H2O)](ClO4)3两种稀土甘氨酸咪唑配合物的标准生成焓分别为(-3 461.46 ±0.22) kJ·mol-1 和(-3 926.6±0.90) kJ·mol-1.     

多媒体在物理化学教学中的应用

多媒体手段具有其它教学方法不可比拟的优势 ,将其运用于物理化学教学中 ,使多媒体的图、文、声、屏与教学活动有机融合 ,就能使抽象难学的物理化学内容形象生动 ,易于被学生接受 仅对多媒体在物理化学教学中的应用进行了讨论     

半干旱地区太阳光度计定标方法的研究

选用兰州大学半干旱气候与环境观测站2006年9月1日至2007年8月31日的光度计观测资料,以及同期的地面常规观测资料、卫星资料和探空资料,结合冗长绝对法对太阳光度计进行Langley定标。结果表明:选用某一天认为符合条件的观测日定标,其结果误差可能会较大;对各波段的多日定标值直接取平均,计算结果与真值的差别仍会较大;采用期望平均法和拟合平均法检验筛选后,日定标值的离散程度会显著减小,标准差减小了70%~90%;拟合平均法剔除偏离较大的散点后定标值的平均值更接近于真值。     

小球藻、球等鞭金藻和螺旋藻生物量高光谱成像的可视化研究

微藻高效培养是微藻生物能源开发利用的关键和前提,而在营养充足的培养条件下生长迅速但较易受到环境污染和影响,因此微藻生长过程中对其生长状况进行监测意义重大。高光谱成像技术同时拥有丰富物质品质信号的优点和图像包含丰富品质分布空间信息的优点,可为微藻的快速无损检测提供新的方法和手段。分别采集小球藻、球等鞭金藻和螺旋藻三种微藻各45个样本的高光谱图像,并提取样本感兴趣区域(ROI)的平均光谱。利用连续投影算法(SPA)波长优选之后,取30个建模集样本的光谱数据与其相应的生物量建立多元线性回归(MLR)模型,对15个预测集样本的生物量进行预测,小球藻、球等鞭金藻和螺旋藻预测相关系数(r)分别为0.950,0.969和0.961,预测均方根误差(RMSEP)为0.010 2,0.010 7和0.017 1,获得了较好的预测精度。最后,用所建MLR模型对预测集图像上每个像素点的生物量加以预测,采用Matlab图像编程处理将不同的生物量用不同的颜色表示,最终以伪彩图的形式实现藻液生物量的可视化。研究结果表明,高光谱成像技术对小球藻和螺旋藻藻液生物量的可视化效果较好,对球等鞭金藻的预测效果还需要进一步改进。本研究为实现微藻生长信息的快速获取和进一步开展微藻生物质能源利用奠定了一定的研究基础。     

α-巯基吡嗪合成方法的改进与^1HNMR

α-巯基吡嗪是一种具有烘烤香气(味)的食用香料.本文对合成方法做了改进,在保护措施下合成了该化合物,测定了所得产物的熔点(分解点),并经1HNMR表征.1HNMR显示了吡嗪环上芳H与-SH中H的吸收,且δ值在经典文献所载范围内.这与过去的有关α-巯基吡嗪的合成文献有较大差异.     

案例法在物理化学教学中的应用

在物理化学教学中通过引入和分析案例引出知识点,并将案例与知识点互相印证,最终使难懂的理论和知识点变得容易接受。     

[Cu(Gly-Gly)(Im)]·2H2O的合成、晶体结构及热化学性质

 以五水硫酸铜、甘氨酰甘氨酸(Gly-Gly)、咪唑(Im)为原料,制备了甘氨酰甘氨酸咪唑铜配合物,通过X射线单晶衍射测定了配合物的结构。该晶体属单斜晶系,P2₁/n空间群,a=1.0213(6)nm,b=0.7023(4)nm,c=1.5911(9)nm,β=102.393(9)°,V=1.1147(11)nm³,Z=4。用溶解量热法分别测定了CuSO₄·5H₂O(s)+Gly-Gly(s)+Na₂SO₄(s)、Im(s)和[Cu(Gly-Gly)(Im)]·2H₂O(s)、NaHSO₄·H₂O(s)在2mol/L HCl中的溶解焓。根据Hess定律设计了一个热化学循环,计算得到CuSO₄·5H₂O(s)+Gly-Gly(s)+Im(s)+Na₂SO₄(s)=[Cu(Gly-Gly)(Im)]·2H₂O(s)+2NaHSO₄·H₂O(s)+H₂O(l)的反应焓Δ_rH_m^θ (298.15K)=(36.7634±1.1325)kJ/mol,进而求出[Cu(Gly-Gly)(Im)]·2H₂O(s)的标准生成焓Δ_rH_m^θ{[Cu(Gly-Gly)(Im)]·2H₂O(s), 298.15K}=(-1770.3±1.4)kJ/mol。     

陈皮年份的高光谱技术鉴别研究

市场上陈皮以次充好现象时有发生,而年份是衡量陈皮品质的重要指标。研究用高光谱技术结合化学计量学算法,在380~1 023及874~1 734nm两波段对不同放置方式的陈皮进行年份鉴别。为了寻找更合适的波段和模拟实际生产检测中陈皮放置的随机性,采集了四个年份共180个样本在380~1 023及874~1 734nm的正、反面高光谱图像(720幅)。用主成分分析法(principal component analysis,PCA)对陈皮光谱信息进行定性分析,发现不同年份陈皮基于正反面光谱有明显的聚类;而后以回归系数法(regression coefficient,RC)选取陈皮年份相关的特征波段以减少变量;用偏最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)基于全波段、特征波段对三种放置方式(正、反、正反混合)的样本建立模型,最后对特征波段建立线性PLS-DA模型和非线性ELM模型并进行比较分析。研究表明:在380~1 023nm的预测效果大多高于874~1 734nm,基于非线性ELM的判别结果均高于线性PLS-DA模型,准确率最高可达到建模集100.00%,预测集98.33%,陈皮正、反、正反混合三种放置方式预测准确率多数可高于85%,故采用高光谱技术可实现对不同放置方式的陈皮年份进行无损鉴别,为进一步开发便携仪器或在线生产设备提供方法和理论依据。