基于CCD和加长液滴技术的自动液—液萃取光度法及其在水样铬形态分析中的应用

基于CCD和加长液滴技术的自动液—液萃取光度法及其在水样铬形态分析中的应用

论文摘要

环境中的铬能以三价和六价两种形态稳定存在,而铬的不同价态对生物体的影响截然不同。Cr(Ⅲ)是人体必需的微量元素,是蛋白质的基础,是哺乳动物葡萄糖和脂肪新陈代谢必不可少的元素,而Cr(Ⅳ)则是公认的致癌物质。因而对环境中的铬进行形态分析显得非常必要和重要。 流动萃取技术自1978年产生之日起,就得到了广泛的应用。该技术具有消耗有机试剂少、萃取效率高以及很容易实现自动化等特点。而液滴可以作为一个无窗的光学池使用,它克服了光学测定上的器壁污染问题,从而在很大程度上减少了背景。另外,作为目前世界上应用最为普遍的图像传感器或固体摄像器件,CCD(电荷耦合器件,Charge Coupled Device)正不断的向微型化、集成化发展,并开始用作光谱分析仪器的检测器,它将使分析仪器变得更加便携和小型化。 本研究对液滴技术与连续流动萃取技术联用进行了尝试。在实验中我们用两端开口的T-型管产生拉长的液滴、自制的相分离器进行自动的相分离、用微型CCD作为检测器,试制了基于液滴技术的自动液—液萃取系统。并将其成功地用于环境样品中铬的形态分析。在最佳的测量条件下,线性相关系数为0.9993,线性范围和检出限分别为7.5μg L-1-350μg L-1,7.5μg L-1。该系统简单、成本低、自动化程度高、分析快速;而且本系统中的T-型管解决了液滴用于光谱分析中的稳定性问题,自制的相分离器实现了连续萃取后的自动相分离。本方法为环境水样中铬的形态分析方法增加了新的内容。

论文目录

  • 摘要
  • Abstract
  • 第一章 引言
  • 1 本研究的目的和意义
  • 2 铬在环境分析中意义
  • 2.1 环境中的铬
  • 2.2 Cr(Ⅲ)的性质及其对人体的影响
  • 2.3 Cr(Ⅵ)的毒性及其对人体的影响
  • 3 铬的形态分析方法概况及发展趋势
  • 3.1 形态分析
  • 3.2 铬的形态分析方法概况
  • 3.3 铬的形态分析小结
  • 4 流动萃取技术的研究现状和进展
  • 4.1 连续流动萃取
  • 4.2 支撑液膜萃取
  • 5 基于液滴的化学分析技术
  • 5.1 液滴作为检测元件
  • 5.2 液滴分析器
  • 6 CCD在光谱分析中的应用
  • 6.1 电感耦合器件(Charge Coupled Device,CCD)
  • 6.2 CCD的工作原理
  • 6.3 CCD在分子光谱中的应用
  • 第二章 基于CCD和加长液滴技术的自动液-液萃取光度法在水样铬形态分析中的应用
  • 1 引言
  • 2 实验部分
  • 2.1 液滴萃取光度法尝试
  • 2.1.1 液滴的稳定性
  • 2.1.2 液滴头的表面改性
  • 2.1.2.1 处理液的配制
  • 2.1.2.2 聚四氟乙烯的处理
  • 2.1.3 小结
  • 2.2 基于CCD和加长液滴技术的自动液-液萃取光度法用于水样中铬的形态分析
  • 2.2.1 仪器装置与组成
  • 2.2.2 实验用的试剂和样品
  • 2.2.3 溶液配制
  • 2.2.4 实验过程
  • 2.2.4.1 铬的氧化过程
  • 2.2.4.2 显色反应
  • 2.2.4.3 自动液—液萃取及其测定过程
  • 2.2.4.4 加长液滴的产生
  • 2.2.4.5 光路部分
  • 2.2.5 实验条件及仪器参数的选择
  • 2.2.5.1 吸收波长的选择
  • 2.2.5.2 显色剂用量的选择
  • 2.2.5.3 高氯酸用量的选择
  • 2.2.5.4 萃取剂用量的影响
  • 2.2.5.5 混合管长度对萃取效果的影响
  • 3 实验结果与讨论
  • 3.1 计算用公式
  • 3.2 T型管内加长液滴的形成过程
  • 3.3 检出限和线性范围
  • 3.4 干扰实验
  • 3.5 初步应用
  • 4 结论
  • 5 参考文献
  • 6 作者简历及在读研究生期间科研成果
  • 声明
  • 致谢
  • 相关论文文献

    • [1].电子竞技人员选拔方式研究——基于CCD素质分析模型[J]. 河北企业 2020(08)
    • [2].基于CCD传感器的地铁隧道拱顶沉降监测系统[J]. 工业控制计算机 2020(08)
    • [3].激光热处理高速升温过程的红外CCD监测方法[J]. 红外技术 2020(08)
    • [4].基于CCD的火车车轮踏面磨损自动检测研究[J]. 机械制造 2016(12)
    • [5].激光干扰CCD规则亮点分布原理研究[J]. 红外与激光工程 2016(11)
    • [6].低温制冷CCD探测器在医疗机器人中的应用[J]. 科技创新与应用 2017(12)
    • [7].CCD技术在光学实验教学中的应用[J]. 科教导刊(上旬刊) 2017(02)
    • [8].CCD栅介质工艺对多晶硅层间介质的影响[J]. 半导体光电 2017(03)
    • [9].基于彩色线阵CCD的蚕卵色选机研究[J]. 机电信息 2017(21)
    • [10].CCD与CMOS图像传感器的现状及发展趋势[J]. 电子技术与软件工程 2017(13)
    • [11].空间相机CCD信号处理电路匹配性分析[J]. 电子测量技术 2015(11)
    • [12].CCD图像传感器和CMOS图像传感器的比较研究[J]. 信息通信 2015(12)
    • [13].基于线性CCD搬运机器人弯道控制分析[J]. 山东工业技术 2016(12)
    • [14].基于CCD的金属薄板印刷墨层厚度在线检测研究[J]. 包装工程 2014(23)
    • [15].基于环境一号卫星CCD影像的磷石膏识别[J]. 遥感技术与应用 2014(06)
    • [16].CCD暗电流自动抑制的一种方法[J]. 科学技术与工程 2015(19)
    • [17].CCD对飞秒激光与连续激光响应特性实验研究[J]. 光电技术应用 2017(04)
    • [18].基于线性CCD的智能车路径识别控制系统[J]. 电子世界 2015(21)
    • [19].基于线性CCD的智能车路径提取与寻迹[J]. 电子测量技术 2016(03)
    • [20].通道可编程水色成像光谱仪CCD成像电路设计[J]. 红外技术 2016(07)
    • [21].基于CCD无损测量生物组织光学参数[J]. 机械工程与自动化 2016(06)
    • [22].基于CCD成像的侧向散射激光雷达几何标定方法[J]. 光子学报 2015(02)
    • [23].改进的航空全帧型面阵CCD相机电子式像移补偿方法[J]. 红外与激光工程 2015(05)
    • [24].多CCD大幅面扫描仪图像拼接算法与实现[J]. 科技致富向导 2015(08)
    • [25].空间应用CCD视频处理器评估测试系统[J]. 光电工程 2013(12)
    • [26].一种典型的科学级CCD驱动时序的FPGA设计[J]. 大气与环境光学学报 2012(03)
    • [27].基于CCD工艺的模型参数提取测试图形设计[J]. 半导体光电 2011(04)
    • [28].基于CCD的工件直径动态检测[J]. 自动化技术与应用 2011(12)
    • [29].焊接机器人光电跟踪CCD传感系统的优化设计[J]. 北京石油化工学院学报 2010(01)
    • [30].广播级摄像机CMOS与CCD的应用[J]. 影视制作 2010(08)

    标签:;  ;  ;  ;  ;  

    基于CCD和加长液滴技术的自动液—液萃取光度法及其在水样铬形态分析中的应用
    下载Doc文档

    猜你喜欢