铕离子掺杂类普鲁士蓝复合铋膜电极阳极溶出法测定痕量锌

采用预镀铋电化学沉积法制备了铕离子掺杂类普鲁士蓝复合铋膜电极,建立了阳极溶出伏安法测定痕量锌的新方法.结果表明,锌在0.03 mol.L-1的酒石酸钠(pH=4.5)溶液中可得到灵敏的阳极溶出峰;最佳实验条件下,于-1.4 V富集120 s后,锌的溶出峰电流与其浓度在10~540μg.L-1(r=0.99987)范围内呈良好的线性关系,检出限为1.38μg.L-1(S/N=3),相对标准偏差为0.94%(n=8).该法可用于奶制品和药品中锌含量的测定,回收率为99.3%~101.2%.     

气-汽对流传热参数的测定及变化规律

在原有“气—汽对流传热综合”设备的基础上,对传热实验过程和步骤进行创新设计,将化工原理中动量传递和热量传递理论结合起来,测定了综合传热过程中光滑管和粗糙管的摩擦系数和对流给热系数,讨论和分析了各参数的变化规律。     

显著性检验在原子荧光法测定水中汞的应用

在使用原子荧光法测定地表水中汞时,应用显著性检验的方法,检验工作曲线,可提高汞分析的准确度.同时在显著性差异较大时,提出了解决的方法.     

紫外分光光度法测定发酵菌丝中痂囊腔菌素含量

痂囊腔菌素是以3,10-二羟基-4,9-苝醌为母体的一类天然光敏剂,主要有痂囊腔菌素A(Elsinochrome A)、痂囊腔菌素B(Elsinochrome B)和痂囊腔菌素C(Elsinochrome C)等,具有三重态量子产率高、单重态氧量子产率高、光毒性高和从正常组织排出速率快等优点[1].     

远志炮制前后微量元素的含量测定

以远志和蜜远志中微量元素为研究的基础和出发点,对远志和蜜远志中微量元素进行含量测定,通过比较阐述了远志炮制前后微量的含量变化与微量元素和药性理论、主治功效的相关性;对远志进行蜜炙加工后,采用湿法消化法消解样品,用火焰原子吸收光谱法测定生品和蜜制品中Fe、Cu、Zn、Mn、Ca、Mg6种微量元素的含量;生远志中Fe、Cu、Zn、Mn、Ca、Mg的含量分别为154.1802μg/g、7.7033μg/g、21.6191μg/g、177.4323μg/g、92.6612μg/g、18.2650μg/g,蜜远志中Fe、Cu、Zn、Mn、Ca、Mg的含量分别为117.4652μg/g、192.5411μg/g、20.0864μg/g、16.5451μg/g、78.5081μg/g、8.4723μg/g、远志经过炮制后,Fe、Zn、Mg、Mn、Ca的含量均下降,Cu含量略微上升。各元素的精密度在0.4%~2.1%之间,加样回收率在98.83%~103.24%。     

党参多倍体植株二代的形态及细胞学观察

介绍了党参的药效和栽培现状,阐述了多倍体党参植株形态及细胞学研究的意义,对多倍体二代植株的倍性特征、多糖含量进行了测定。     

豆壳过氧化物酶活力测定条件的优化

应用响应面法从过氧化氢、愈创木酚、温度、pH值、酶浓度等方面对过氧化物酶活力测定方法进行单因素分析,以优化豆壳过氧化物酶活力测定条件.结果表明,豆壳过氧化物酶在70 ℃、pH值为6.0,愈创木酚和过氧化氢加入量分别为25 μL和21 μL条件下测定的活力为最优值.     

pH色谱法测定灯盏花乙素离解常数

通过高效液相色谱(HPLC)和薄层色谱法(TLC)对灯盏花乙素离解常数进行测定方法研究.在薄层色谱方法中,利用待测组分比移值(Rf值)与固定相pH值的Rf-pH曲线方程;在高效液相色谱方法中,利用待测组分保留因子(κ值)与流动相pH值的κ-pH曲线方程,测定了灯盏花乙素的离解常数,并比较了HPLC和TLC法对灯盏花乙素离解常数的测定.HPLC与TLC法对灯盏花乙素离解常数的测定中κ-pH曲线和Rf-pH曲线均符合S型数理模型,该文首次报道了灯盏花乙素离解常数及测定方法.用所建立的方法分别测定了灯盏花乙素的离解常数并进行了比较,HPLC法准确度高,重现性好,方便简单,分析快速、准确.     

基于近红外光谱技术的葵花籽品质分析

葵花籽作为国内需求量很大的油料作物,常用的化学检测方法虽然准确性高,但是时间久,破坏样本完整性,难以实现快速检测。为了研究近红外光谱法快速无损检测葵花籽中蛋白、脂肪及水分含量的准确性,本文使用454份葵花籽样本近红外光谱数据及蛋白质、水、脂肪三个含量信息为测试对象,随机选取其中383份作为测试集,71份作为验证集,对测试集使用不同的预处理方法之后分别进行PLS和BP神经网络建模,并通过验证集对模型进行预测分析。结果发现:(1)PLS模型预测中发现小波变换的预处理方法对蛋白质含量的预测最好RMSECV=0.343,RMSEP=0.296,小波变换的预处理方法对水分含量的预测最好RMSECV=0.299,RMSEP=0.354,标准化的预处理方法对脂肪含量的预测最好RMSECV=0.285, RMSEP=0.316;BP神经网络预测中一阶导数+均值中心化对蛋白质含量的预测最好RMSEP=0.341,一阶导数对水分含量的预测最好RMSEP=0.329,一阶导数+标准化对脂肪含量的预测最好RMSEP=0.312。(2)BP神经网络模型与PLS模型预测对比发现,PLS模型预测精度要高于BP神经网络模型。     

离子色谱法测定水样中的多种阳离子

离子色谱法可同时准确测定多种离子,具有快速、准确、干扰小、操作性良好的特点,因此广泛应用于各个领域.文章通过实验,采用离子色谱法对水中阳离子的测定进行了分析,供同行参考.