铀(VI)和磷酸三丁酯配合物在离子液体中的电化学行为研究

选择磷酸三丁酯（TBP）作为配体,考察铀酰—TBP配合物在1-丁基-3-甲基咪唑双三氟甲基磺酰亚胺盐（[Bmim][NTf2]）离子液体的萃取及电化学行为。发现铀（VI）经过两步单电子还原为铀（IV）,且铀（V）至铀（IV）的还原电位（-2.7 V Vs.Pt）超过此体系的电化学窗口,电沉积物为U3（PO3）4,继续热处理电沉积产物约573 K时转化为UP2O7。此研究表明离子液体可能在乏燃料金属的电化学分离中表现出乐观的前景。     

碳酸镁热分解主要反应通道的量子化学分析

采用量子化学方法,在MP2(full)/6-311G*理论水平上研究了碳酸镁热分解的微观机理,优化了反应势能面上各驻点的几何构型,并用频率分析方法和内禀反应坐标(IRC)进行了计算,对过渡态进行了验证。结果得到两条反应路径,利用传统过渡态理论(TST)方法计算了298~1 000 K范围内两条反应路径的速率常数。结果表明,路径R(MgCO3)-IMA1(OCO·MgO)-P(MgO+CO2)为碳酸镁热分解的主反应通道。     

离子液体[Et_3NH]Cl-0.5FeCl_3汽油深度脱硫的研究

以成本较低的盐酸三乙胺和三氯化铁为原料合成离子液体[Et3NH]Cl-0.5FeCl3,用于模拟汽油(二苯并噻吩溶于正辛烷配制而成)萃取脱硫。通过单因素实验考查了剂油比、萃取温度和萃取时间对模拟汽油脱硫率的影响。并考察其对真实FCC汽油的脱硫效果。研究结果表明,当萃取温度T=50℃,剂油比v(IL):v(oil)=0.2∶1,萃取时间t=50min时,模拟汽油脱硫率可达96.19%。经过4步萃取,使真实FCC汽油硫含量低于10ppm,符合国V标准对硫含量的要求。离子液体循环使用5次后脱硫率没有明显下降。     

聚苯乙烯-硫脲/二氧化钛复合材料对水中铅和汞离子吸附的研究

用γ-甲基丙烯酰氧基丙基三甲氧基硅烷作为偶联剂,对纳米二氧化钛进行表面改性,以偶氮二异丁睛为引发剂,使苯乙烯和烯丙基硫脲在其表面发生聚合,制成了聚苯乙烯-烯丙基硫脲/二氧化钛复合材料。用红外光谱、扫描电子显微镜/X射线能谱对合成材料进行结构及元素组成分析。将聚苯乙烯-硫脲/二氧化钛复合材料作为固相萃取填料,制成固相萃取小柱,富集水中Pb2+和Hg2+,以硝酸和三乙醇胺的混合液作为洗脱剂洗脱目标化合物。采用ICP/MS分析法测定Pb2+和Hg2+的含量。实验结果表明:合成的聚苯乙烯-硫脲/二氧化钛复合材料作为固相萃取填料对Pb2+和Hg2+的吸附容量分别为16.5 mg/g和18.9 mg/g,SPE-ICP/MS测定水中Pb2+和Hg2+的最低检出限分别为0.012μg/L和0.048μg/L。     

超声辅助固相萃取高效液相色谱法快速分离测定牛奶中的硫氰酸钠

建立超声辅助固相萃取牛奶中硫氰酸钠的方法,高效液相色谱法分离和测定牛奶中的硫氰酸钠。研究讨论和优化试验条件,包括蛋白沉淀剂的选择、超声时间、固相萃取柱的类型、色谱条件。乙腈作为蛋白沉淀剂,超声10 min,选择C18作为固相萃取柱。硫氰酸钠的精密度和回收率分别为2.38%~6.70%,88.41%~105.89%。此方法中硫氰酸钠检出限是0.014 mg·kg-1。     

西藏红景天主要成分在萃取体系中的分配行为

红景天甙和酪醇是西藏红景天的主要成分,在溶剂萃取体系中的分配行为尚不清楚。采用不同的溶剂萃取体系研究了西藏红景天浸提液中红景天甙和酪醇的分离效果,考察了预处理、pH值、萃取剂等条件对分配行为的影响。结果表明,浸提液经除鞣质预处理后可以降低萃取过程乳化现象;液-液两相萃取中,在pH值<9.0时,磷酸三丁酯(TBP)作为萃取剂时红景天甙和酪醇在有机相中质量分数分别可达60%和98%以上,下相可获得较纯的红景天甙溶液;采用TBP-聚乙二醇(PEG2000)-硫酸铵三相萃取体系,当pH值>10.0时,红景天甙主要分配于中间相和下相中,中间相约占70%,而酪醇主要分配在上相,约占65%以上,下相中质量分数低于5%。     

大野芋花香气成分分析及其综合开发应用前景

采用固相微萃取(SPME)-气相色谱/质谱(GC/MS)联用技术分析大野芋花的挥发性成分,共鉴定出12种挥发性化合物,其中含量较高的是2-异丙基-5-甲基茴香醚(46.88%),二氢-β-紫罗兰酮(39.80%),苯甲酸甲酯(6.61%),以上三种占鉴定总成分的93.29%.其中10种主要挥发性物质有香味,按花味分类,4-蒈烯、二氢-β-紫罗兰酮、4-(2,6,6-三甲基-环己烯-1-乙基)-2-丁醇、β-紫罗兰酮属紫罗兰花型;苯甲酸甲酯、1,2-二甲氧基苯、水杨酸甲酯、4-羟基-3-甲基苯乙酮(或称香草酮)、2-异丙基-5-甲基茴香醚、肉桂酸甲酯属芳香花型.可见,大野芋可作为良好的香料植物开发利用.     

不同化学氧化剂去除水中苯并[ɑ]芘的动力学研究

以环境中常见的多环芳烃污染物苯并[ɑ]芘(Bap)为研究对象,探讨了类Fenton试剂、活化过硫酸钠、高锰酸钾在不同条件下对水中Bap的去除效果以及动力学规律。结果表明,类Fenton试剂氧化Bap的效果最好,去除效率达90.3%;其次是活化过硫酸钠,去除率为86.9%;高锰酸钾对Bap的去除率为76.7%。3种氧化剂氧化Bap的反应过程均符合一级反应动力学规律。根据阿伦尼乌斯方程,做出反应速率常数与温度的关系曲线,计算得到3种氧化剂氧化Bap的表观活化能,其数值均大于一般化学反应,表明该氧化反应比一般的化学反应慢。     

废液中N,N-二甲基乙酰胺的回收方法

从N,N-二甲基乙酰胺H2O模拟废液体系中回收N,N-二甲基乙酰胺采用蒸馏和萃取2种方法.对2种方法进行能量计算,计算结果显示利用多级逆流萃取的方法回收N,N-二甲基乙酰胺节省能量;并研究了三氯甲烷、二氯甲烷和石油醚这3种不同萃取剂的萃取效果,选出最佳萃取剂为二氯甲烷;确定了最佳萃取条件为pH=7,常温,相比为1.     

α-淀粉酶Amy7C及其突变体催化常数的定量预测

【目的】利用α-淀粉酶Amy7c及其突变体的氨基酸信息,预测该酶的催化常数（Kcat）,并筛选出能预测α-淀粉酶Kcat最具效果的氨基酸属性。【方法】先以20-l前馈反向传播的神经网络为模型,完成535种氨基酸属性对α-淀粉酶Amy7C及其突变体催化常数的拟合。再将α-淀粉酶Amy7C及其54个突变体的数据分为2组,用35个酶作为训练组进行拟合,20个酶作为验证组进行检验。最后,对8种不同层次及神经元个数的模型进行比较。【结果】110个氨基酸属性可实现20-l神经网络模型收敛,表明这些氨基酸属性可用于预测α-淀粉酶的催化常数,不同指标的预测效果不同。多模型的分析结果显示,不同模型对训练组R值的结果具有显著性差异,而对训练组P值、验证组R值和验证组P值结果无显著性差异。【结论】氨基酸分布概率等属性可以用于预测α-淀粉酶催化常数。四层神经网络模型是预测α-淀粉酶催化常数的相对理想的模型。