摘要 :脑内神经递质多巴胺 (DA) 的含量异常与帕金森病、阿尔兹海 默症等神经系统类疾病的发生发展密切相关,精准、实时监测其脑 内含量可作为临床诊疗的重要参考。电化学分析法具备成本低、响 应快、可实现体内实时监测等优势。然而,脑内复杂环境中蛋白吸 附、多物质共存等因素会极大干扰多巴胺的定量分析,这对电极的 灵敏度、选择性和稳定性提出了极高的要求。因此,研发出满足要 求的电极材料是实现多巴胺电化学检测临床应用的关键。掺硼金刚 石 (BDD) 电极生物相容性好、背景电流低、电势窗口宽、抗吸附性 强、化学稳定性高,相较于易团聚、易脱落而失效的金属纳米颗粒 或电阻较大的高分子材料, BDD 电极更具潜力解决上述多巴胺检测 的难点问题。然而, BDD 电极虽能有效抵御蛋白吸附,但在多巴胺 的选择性检测方面存在不足: BDD 电极表面缺乏能够高灵敏度、高 选择性检测多巴胺分子的官能团。因此,在保持 BDD 本征特性的基 础上,系统研究 BDD 电极表面改性与功能化修饰对电化学检测多巴 胺的选择性、灵敏度和稳定性的影响机理,是 BDD 电极实现临床应 用的关键。基于此,本论文从 BDD 膜电极的功能性改性与修饰到 BDD 微电极体内检测,系统研究了 BDD 膜电极在多巴胺电化学检测 中的作用机理,揭示了 BDD 电极界面性质对多巴胺分子氧化过程的 影响规律,所得具体结论如下: (1) 针对 BDD 电化学活性较低的问题,采用高温溶碳刻蚀和滴 涂修饰方法,在 BDD 电极表面刻蚀纳米孔洞并修饰 Nafion 选择性透 过膜( NAF ),制备了 Nafion 修饰的多孔 BDD 复合电极 NAF/pBDD ; 研究了该复合电极对多巴胺的电化学检测机理,揭示了 NAF/pBDD 复合电极比 BDD 电极具有更多活性位点的原因,同时探究了 Nafion 膜对多巴胺和抗坏血酸的作用机制;该电极针对多巴胺的检测限 (42 nM) 和检测线性范围 (0.1 ~ 110 μM) 相较于 BDD 均得到了有效改善。 (2) 针对 BDD 电极对多巴胺选择性较弱的问题,在 pBDD 表面 修饰活性更高的纳米炭黑颗粒 (CB) ,制备了 NAF-CB/pBDD 复合电 极,研究了炭黑颗粒的加入对主要干扰物抗坏血酸 (AA) 电化学响应 的影响机理,揭示了该电极在高浓度、多干扰物并存环境下对多巴 胺的选择性检测机制。结果表明,该电极可有效将干扰物抗坏血酸 的氧化电位提前以减少对多巴胺信号的干扰,检测限 (54 nM) 和检测
抽象准确的电池健康状况(SOH)评估是电池系统安全稳定操作的关键之一。基于洛伦兹图(LP)提出了一种新型的锂离子电池模块的快速SOH评估方法。在某个SOC间隔中,模块的平均Lorenz半径(ALR)作为该模块SOH的健康因素提取。研究结果表明,随着电池模块年龄的增长,模块的ALR值逐渐增加了充电曲线的低SOC范围或放电曲线。当将20%SOC的ALR值作为健康因素提取时,ALR-SOH评估模型表示线性负相关,其优点超过0.99。当提取包含20%SOC的任何SOC间隔的电压数据以计算模块的ALR值时,基于放电电压的ALR-SOH评估模型的准确性通常比基于充电电压的高度更好。使用从排放期间10%SOC开始的任何SOC间隔的电压数据计算模块的ALR值时,基于放电电压数据的ALR-SOH评估模型的效果高于0.97,这表明基于LP的SOH评估方法的稳健性。这将为此方法的实际应用提供充足的选择。
草甘膦是一种用于破坏通常被称为杂草的除草剂。从1970年代开始,草甘膦的生产和使用在世界范围内稳步增长。到目前为止,尽管涉及风险,但这种除草剂仍在广泛使用(Cuhra等,2013)。草甘膦通过中断对植物功能必不可少的芳族氨基酸的合成而起作用(Lopes等,2018)。最近,人们对草甘膦对生物和环境的影响越来越关注(Johansson等,2018; Seide等,2018)。在这种除草剂的许多影响中是毒性,抗氧化剂活性的变化,内分泌破坏,对脂质的损害,组织学损害等。(Lopes等,2018; Ren等,2018; Lorenz等,2019)。草甘膦可以在土壤,植物和食品中作为污染物。gly在水中具有很高的溶解度,其大量使用会导致表面和地下水污染(Ruiz de Arcaute等,2018)。在各种培养基中检测草甘膦,例如色谱,光度法,
摘要 本研究考察了水热法制备的氧化铜还原氧化石墨烯纳米复合材料 (CuO/rGO) 的物理化学性质和耐腐蚀性。CuO/rGO 纳米复合材料具有明确而均匀的结构、减小的晶体尺寸和均匀分布的与 rGO 连接的 CuO 纳米粒子。X 射线衍射证实了 15.1 nm 结晶单斜 CuO 纳米粒子的制造。EDX 通过检测 Cu、O 和 C 成分来确认复合材料的成分。电化学阻抗谱 (EIS) 和动电位极化 (LSV) 测试评估了 CuO/rGO 纳米复合材料的耐腐蚀性。在 HCl 电解质下以 PPM 比率腐蚀的低碳钢板处理纳米复合材料涂层基材。通过将其腐蚀性能与 CuO/rGO 浓度(以 ppm 为单位)进行比较来评估复合材料的协同效应。耐腐蚀数据表明,CuO/rGO 复合材料的抑制剂浓度为 0、25、50、75 和 100 ppm 时性能有所改善。将 rGO 添加到复合材料中可以保护复合材料并加速电荷转移,从而减少腐蚀并提高稳定性。复合材料的 CuO 和 rGO 协同效应无论浓度如何都具有出色的耐腐蚀性,使其成为易腐蚀应用的可行材料。该研究开发了新颖有效的防腐方法,以保护食品、汽车和大型能源行业的材料。
摘要:在工业4.0时代,实现生产优化并最大程度地降低环境影响已经变得至关重要。能源管理,尤其是在智能电网的背景下,在确保可持续性和效率方面起着至关重要的作用。锂离子电池由于其多功能性和性能而成为储能的领先技术。但是,准确评估其健康状况(SOH)对于保持网格可靠性至关重要。虽然排放能力和内部电阻(IR)通常使用SOH指标,但电池阻抗也为老化降解提供了宝贵的见解。本文探讨了电化学阻抗光谱(EIS)定义锂电池SOH的使用。通过分析不同频率的阻抗光谱,可以获得对电池降解的全面理解。使用EIS测量和等效电路模型(ECM),在各种放电条件下对圆柱LI -MN电池进行了生命周期分析。这项研究强调了衰老对电池特性的不同影响,强调了不同生命阶段的变化以及阻抗频谱每个区域的行为变化。此外,它证明了EIS的功效和该技术的优势与随着时间的推移跟踪SOH所使用的仅IR测量值相比。这项研究有助于促进对锂电池降解的理解,并强调EIS在确定其健康状况对智能电网应用方面的重要性。
摘要:我们报道了一种利用壳聚糖 - 晶纳米片(CS-GNS)纳米复合材料的高效电化学免疫传感器,用于检测玉米样品中黄曲霉毒素B 1(AFB 1)。用作修饰层的CS-GNS纳米复合材料提供了重要的特定表面积和生物相容性,从而提高了电子传递速率和抗体固定的效率。利用差异脉冲伏安法(DPV)和电化学阻抗光谱(EIS)进行了电化学表征。此外,优化了抗体浓度,pH,抗体固定时间和免疫反应时间。结果表明,免疫反应之前和之后的当前变化(∆ I)表现出与AFB 1浓度以及良好的特异性和稳定性的牢固线性关系(R 2 = 0.990)。线性范围从0.05 ng/ml扩展,检测极限为0.021 ng/ml(s/n = 3)。免疫传感器的恢复率在玉米样品中的恢复速率范围从97.3%到101.4%,使用有效的方法显示出有希望的性能,并表明检测谷物中真菌毒素的前景显着。
电化学系统的电化学阻抗光谱(EIS)数据的分析通常包括使用专家知识来定义等效电路模型(ECM),然后优化模型参数以反应各种抗性,能力,电感,电感性或扩散反应。对于小型数据集,可以手动执行此过程;但是,对于具有广泛的EIS响应的广泛数据集,手动定义适当的ECM是不可行的。对ECM的自动识别将基本上加速大量EIS数据的分析。 我们展示了机器学习方法,以分类由量子景观为电池派黑客马拉松提供的9,300个阻抗光谱的ECM。 最佳性能方法是利用库自动生成特征的梯度增强树模型,然后使用原始光谱数据进行随机森林模型。 使用Nyquist表示的布尔图像的卷积神经网络是替代的,尽管它的精度较低。 我们发布数据并开源关联的代码。 本文中描述的方法可以作为进一步研究的基准。 关键的剩余挑战是标签的识别能力,由模型性能和错误分类光谱的比较强调。 ©2023作者。 由IOP Publishing Limited代表电化学学会出版。 [doi:10.1149/1945-7111/acd8fb]对ECM的自动识别将基本上加速大量EIS数据的分析。我们展示了机器学习方法,以分类由量子景观为电池派黑客马拉松提供的9,300个阻抗光谱的ECM。最佳性能方法是利用库自动生成特征的梯度增强树模型,然后使用原始光谱数据进行随机森林模型。使用Nyquist表示的布尔图像的卷积神经网络是替代的,尽管它的精度较低。我们发布数据并开源关联的代码。本文中描述的方法可以作为进一步研究的基准。关键的剩余挑战是标签的识别能力,由模型性能和错误分类光谱的比较强调。©2023作者。由IOP Publishing Limited代表电化学学会出版。[doi:10.1149/1945-7111/acd8fb]这是根据Creative Commons Attribution 4.0许可(CC by,http://creativecommons.org/licenses/ by/4.0/)分发的开放式访问文章,如果原始工作适当地引用了原始作品,则可以在任何媒介中不受限制地重复使用工作。