HPLC检测青霉素钠和头孢他啶残留方法的研究

研究一种运用高效液相色谱法快速检测β-内酰胺药物青霉素钠和头孢他啶的方法。结果显示,该方法简单、快速、准确,将其用于试剂样品,取得了满意的结果。青霉素钠和头孢他啶检测方法的相对标准偏差分别为0.64%和0.77%,成品药青霉素钠和头孢他啶的有效含量分别为2.9%和1.6%。青霉素钠的检测限为3.5 ngmL,定量限为10 ngmL;头孢他啶的检测限为6.5 ngmL,定量限为15 ngmL。青霉素钠和头孢他啶的线性相关性分别是0.999 7和0.999 9。     

试论新建本科院校院系学生工作办公室的职能

在二级学院(系)建立学生工作办公室,是新建本科院校加强学生工作的一个重要拳措.针对新建本科院校的特点,将二级学院(系)学生工作办公室的发展分为三个阶段,阐述了学生工作办公室在各个阶段的基本职能.     

难选氧化铜矿的处理

系统综述了难选氧化铜矿处理方法、药剂与工艺的新进展。针对氧化铜矿贫、细、难选的特点,指出工艺简单合理、适用性强、成本低、指标好的湿法冶金和选冶联合流程将成为主流,浮选药剂特别是捕收剂、活化剂等方面的研究也将成为一个重点,认为氧化铜矿浮选时,混合用药比单一用药剂量少,并且可以提高浮选指标。     

重庆奉节脐橙果皮中果胶的脱色及沉淀方法研究

在采用草酸铵提取法从重庆奉节脐橙果皮中提取果胶的过程中分别采用活性炭脱色和乙醇脱色2种方法,通过实验得知乙醇脱色的方法效果较好.同时探讨采用乙醇沉淀法时乙醇浓度、温度、沉淀时间、pH各因素对果胶得率的影响,结果表明,用乙醇沉淀果胶时,溶液中乙醇最适宜浓度为50％;沉淀过程中溶液温度对果胶得率的影响不大,选择室温下沉淀即可;沉淀时间为30 min;沉淀时溶液的pH在2.5～3.5之间时果胶得率最高.     

掺混合材和硫酸钠水泥石可溶出SO42-的实验

目的 分析在掺加Na2SO4后,粉煤灰、矿粉、水泥以及不同粉煤灰、矿粉掺量的水泥石中可溶出SO42-的量,进而研究SO42-对混凝土的潜在破坏性.方法 利用溶出法对不同水化龄期样品进行处理,再利用BaSO4重量法对样品中可溶出SO42-的量进行化学分析,以此来研究SO42-量随水化龄期的变化.结果 水化28 d时,Na2SO4掺量低于2%的水泥石中已测不出SO42-,而Na2SO4掺量高于2%的水泥石中仍有可溶出SO42-;在水泥、粉煤灰和矿粉中,固化SO42-速率最快的是矿粉,固化SO42-量最大的是水泥;Na2SO4掺量2%,水化7d之前,水泥中粉煤灰掺量越高可溶出SO42-量越大,矿粉掺量越高可溶出SO42-量越小.结论 普通水泥混凝土中Na2SO4掺量不应高于2%;固化SO42-的速率由快到慢为矿粉、水泥和粉煤灰;固化SO42-的量由高到低为水泥、矿粉和粉煤灰;水泥中复合粉煤灰后固化SO42-的速率变慢;水泥中复合矿粉后固化SO42-的速率变快.     

中空纤维支撑液膜结合气相色谱测定肉中挥发性脂肪酸

利用中空纤维支撑液膜萃取结合气相色谱测定肉中的挥发性脂肪酸,并建立和验证此方法。中空纤维支撑液膜能够对已酸化的肉浆上清液进行选择性富集。中空纤维管中的萃取物,经盐酸酸化后可直接进行气相色谱分析。此方法线性相关好(r≥0.9261),检测限较低(0.03～0.16μmol/L),回收率可接受(71.0%～123.1%),日内精密度(7.82%～10.28%)和日间精密度(10.01%～15.96%)良好。畜肉中的挥发性脂肪酸含量(725.30～845.23mg/kg)明显高于禽肉中(192.82～282.39mg/kg)。猪肉中总挥发性脂肪酸含量与其pH值呈负相关(r=0.7592),与挥发性盐基氮负相关良好(r=0.7890),此结果表明总的挥发性脂肪酸有可能作为肉新鲜度的检测指标。     

经理人制在大学班级管理中的运用

大学的班级管理,相对于中学来说更强调学生的自主管理.针对新时代大学生的特点,尝试将企业经理人制引入到大学班级管理工作中,为大学班级管理探索了一种新方法.     

重庆奉节脐橙果皮中果胶提取工艺优化研究

以重庆奉节脐橙为原料,通过对料水比、浸提液pH、浸提温度、浸提时间、草酸铵浓度进行单因素试验,采用正交试验法对重庆奉节脐橙皮果胶提取工艺条件进行优化,并对提取的果胶制品的性质进行检测,包括总半乳糖醛酸含量、酯化度、含水量(干燥失重)、总灰分量、盐酸不溶物、pH等。试验结果表明,重庆奉节脐橙皮中果胶提取的最佳工艺条件为:浸提液pH 1.8,提取温度80℃,提取时间为120 min,草酸铵浓度为0.2%,果胶得率有25.14%。经理化检验,果胶制品的总半乳糖醛酸含量为66.3%,酯化度为63.72%,水分含量为8.15%,总灰分4.78%,盐酸不溶物0.86%,pH 2.33。该试验方法获得的果胶提取得率高,品质基本符合国家标准。     

主动学习辅助材料研发进展

材料研发面临着巨大、复杂、高维的搜索空间，如何从中快速有效选择具有目标性能的新材料是加速材料研发的主要挑战。机器学习可以基于已有的数据，通过算法建立特征和目标性能之间的映射关系，对未探索材料的性能进行预测。但是材料的已知数据比较少，建立的机器学习模型通常预测精度低，难以实现对实验或计算的有效指导。为了解决上述问题，引入主动学习的方法，在传统迭代反馈的基础上，增加了实验设计的步骤，选择对目标提升最有帮助、带有更大信息量的实验进行补充，达到更快的优化材料性能的目的。主要从单目标优化、多目标优化、曲线优化3个方面，回顾了主动学习辅助材料研发的进展。     

云南某低铜电炉渣综合回收铜的浮选试验研究

云南某铜冶炼渣含铜量0.82%,铜渣中的铜组分主要是以次生硫化铜和原生硫化铜的形式存在，氧化铜含量较少。为了综合回收该二次资源中的铜，解决该选矿厂尾矿品位偏高的问题，进行了大量条件试验研究。研究发现不同物相的铜之间存在可浮性和浮选速度差异，因此采用一段快速浮选将部分易浮铜矿作为合格精矿选出，再对快速浮选的尾矿进行活化捕收，不仅简化了浮选流程，且使资源得到了充分利用。条件试验结果表明，在一段磨矿细度-45μm含量占90%,组合捕收剂乙基黄药40 g/t+Z-200 40 g/t、活化剂硫化钠200 g/t、分散剂水玻璃400 g/t的条件下，浮选指标最优。全流程闭路试验结果表明，采用两段粗选两段精选两段扫选的浮选工艺流程，可得到铜品位22.64%、回收率77.03%的合格铜精矿，尾矿品位最终降为0.182%。