微波萃取苋菜天然红色素的初步研究

采用微波萃取技术,对苋菜天然红色素进行萃取研究,同时与水萃取法作比较研究。结果显示2种方法萃取苋菜天然红色素在可见光波段的吸收峰位置一样。经色素稳定性测定2种提取方法所得物质也表现出高度的一致性。微波萃取速率以及萃取率比水萃取法高,所以本文的研究具有较高的价值。     

利用电化学法制备Pt纳米线

利用阳极氧化铝（AAO）作为模板,制备出高定向的Pt纳米线。Pt纳米线的形貌由环境扫描电镜证实,并通过x-射线能谱（EDX）、X-射线粉末衍射谱（XRD）测试手段进行了表征。     

棉花色素腺体研究进展

对棉花色素腺体的分布、发生方式、遗传学等方面的国内外研究成果进行了综述,并介绍了棉花色素腺体对植株抗性的影响及与环境因子的相互作用,指出了研究中尚待解决的一些问题．     

微波法提取丁香色素

研究微波法提取丁香中食用色素的最佳工艺条件。方法：称取一定量的备用原料,选取微波功率、辐射时间、提取剂浓度、原料用量（g）与提取剂用量（mL）的配比（料液比）等进行单因素试验与正交试验。结果：微波功率是影响提取丁香色素的主要因素;影响丁香色素提取的顺序是微波功率〉料液比〉辐射时间〉提取剂浓度;最优工艺条件是微波辐射功率为500 W,辐射时间为120 s,提取剂为20%乙醇溶液,料液比为1 g：8 mL;提取液浓度与料液比之间存在交互作用。结论：正交试验是省时省力、结果易得的实用方法。     

东海原甲藻的培养及色素分离分析

以自行培养的赤潮藻东海原甲藻（Prorocentrum donghaiense Lu）为材料,采用薄层层析（TLC）和高效液相色谱（HPLC）法对稳定生长的藻体色素进行了分离和分析．结果显示,东海原甲藻适宜生长于18—22℃,经活化、培养,一般于接种后的第4—5天进入稳定生长期．采用硅胶薄层层析方法（最适展层剂配比为石油醚：乙酸乙酯：乙醚：乙醇=20：6：3：2）从藻体色素抽提液中成功地分离到12条色素带,经颜色、极性、迁移率比对,以及荧光观察和吸收光谱分析,确定为1条Chla、1条ChlC2、1条β-胡萝卜素、1条去镁Chlα、1条多甲藻素以及硅甲藻黄素和硅藻黄素等其他4条叶黄素带,此外还有2—3条Chla或ChlC2衍生物带．进一步摸索了反相C18柱高效液相色谱（HPLC）分离东海原甲藻色素的条件,选用440nm波长检测,可得到至少30种组分．分离结果为进一步了解东海原甲藻的生长和光合特性以及赤潮研究提供了理论依据．     

运动训练对女子篮球运动员血清 NO、NOS活性影响的研究

通过观察6周运动训练中女大学生运动员血清NO水平、NOS活性的变化,了解篮球训练对女子运动员血清NO含量和NOS活性的影响,结果表明:实验组血清NO含量、NOS活性明显高于对照组,运动训练能够提高运动员血清NOS活性,增加NO的合成,有利于提高运动技能和保护心血管内皮的功能。     

液相法制备氧化镁及其前驱物形貌研究

本文利用溶液均相成核的特性和影响晶体生长因素作为理论指导,通过用乙二醇、三乙醇胺作为诱导溶剂及十六烷基三甲基溴化铵（CTAB）为模板剂分别制备出了形貌均一的晶须状、椭球状,球状、棒状、壳状和散片状碳酸镁,以此不同形貌碳酸镁为前驱物,控制煅烧制度制备出了与前驱物形貌基本一致的氧化镁,并对氧化镁形貌和前驱物形貌关系作了进一步探讨。     

磁性氧化铁纳米线的制备与表征

通过溶胶-凝胶法在氧化铝模板（AAO）中制备出了磁性Fe_2O_3纳米线阵列,然后去除AAO模板得到磁性Fe_2O_3纳米线。用SEM,TEM,FTIR,EDX,VSM对磁性纳米线的形貌、微结构和磁性能进行表征。SEM和TEM结果显示磁性纳米线的直径约为50～80nm,长度在8～10μm,长径比为120～180;FTIR和EDX结果表明制备的产物是磁性Fe_2O_3纳米线;VSM结果表明磁性氧化铁纳米线阵列存在明显的磁各向异性。此外,采用Zeta电位仪对磁性Fe_2O_3纳米线表面的电性进行了研究,结果表明纳米线表面带正电荷,有利于和动物细胞相结合。     

表面图案化PNIPAM/SiO2复合微球的制备和表征

采用反相悬浮聚合法合成了聚N-异丙基丙烯酰胺（PNIPAM）高分子微凝胶,以PNIPAM为微反应器,利用四乙氧基正硅烷在氨水介质中的溶胶-凝胶反应,制得了具有表面图案化的核-壳型微米级PNIPAM/SiO2复合微球.并利用扫描电镜、红外光谱仪和热重分析等手段对复合微球进行了形貌和组分表征.     

Path Recognition Algorithm of Tracking Robots Based on Image Sensor

Path recognition is an inevitable core technology in the development of tracking robot. In this paper,the path tracking system of tracking robot can be realized by image sensor module based on camera to obtain lane image information,and then extract the path through visual servo. The whole system can be divided into seven modules: micro control unit( MCU) processor module,image acquisition module,debugging module,motor drive module,servo drive module,speed sensor module,and voltage conversion module.In image pre-processing part,there is an introduction of binarization processing and the median filtering to strengthen the image information. About recognition algorithm,three key variables which are changed in the movement state are discussed and there are also many auxiliary algorithms that help to improve the path recognition.The experiment can verify that the whole system can accurately abstract the black guide lines from the white track and make the robot moving fast and stable by following the road parameters and conditions.