重金属离子富集检测的微量热研究

来源 :高等学校化学学报 | 被引量 : 0次 | 上传用户:loogog
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
采用微量热技术对重金属离子的富集检测过程进行了研究.采用流动注射分析法研究了重金属离子进样顺序、样品进样流速和载体树脂颗粒粒径对重金属离子抑制脲酶催化反应的影响,优化了脲酶及重金属离子进样量,获得了脲酶固定化及重金属离子富集条件的优化参数.结果表明,在低流速(0.1mL/min),载体树脂颗粒粒径为0.5~0.6mm,脲酶进样量为3mL,重金属离子进样量为5mL的条件下,先进行重金属离子的富集,再检测其对固定化脲酶催化反应的影响可得到较好的检测效果.在实验浓度范围内,4种重金属离子对脲酶催化反应的影响顺序
其他文献
以PEG-2000、柠檬酸和甘氨酸为表面活性剂,采用水热法制备出扁平纳米棒、纳米花和纳米片状的GdF3∶Eu3+发光材料,并对其结构和性能进行了表征.XRD结果表明,所得样品均为正交晶
人工智能这个名词越来越被公众所熟知,机器学习、深度学习、神经网络等成为各个行业的热词,随着科技的发展,计算机算力的提升,现在人工智能可以解决越来越多的复杂问题,包括人脸识别、语音识别、语义分析等等。而股票价格受诸多因素的影响,所以股价走势复杂且难以预测。为了精准预测股价的走势,并针对其构建合理的投资策略,本文主要引入循环神经网络(RNN)、长短期记忆(LSTM)、门控循环单元(GRU)这类机器学习
研究了ABg型超支化聚合反应中的环化效应,给出高分子代数生长的微分动力学方程,并通过环化反应的内在特征确定了环化反应与分子间反应的速率常数.进而利用Monte Carlo模拟方