金纳米-Nylon柔性膜基底的制备及其SERS性能研究

来源 :光谱学与光谱分析 | 被引量 : 0次 | 上传用户:why7981
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
表面增强拉曼光谱(SERS)是目前最灵敏的分析技术之一,广泛应用于生命科学、材料科学、环境科学及分析化学等领域.SERS基底的特性决定了该技术的实际应用范围,是推动该技术发展的关键,高活性SERS基底的制备已经逐渐成为SERS研究领域的热点.为了获得最佳的拉曼信号,对具有特殊特性的SERS活性基底的需求一直很大.柔性SERS基底因具有良好的柔韧性,3D支架结构和表面可控的孔径大小等独特优势,在检测化合物和细菌等方面有很好的应用价值.Nylon(尼龙)柔性膜表面具有分级及多孔交错排列3D结构的特点,将固相萃取装置与特殊材料N y lo n柔性膜相结合,通过改变金纳米颗粒的附着量以及金纳米颗粒与膜结合次数,制备了高SERS活性的金纳米-Nylon(Au-Nylon)柔性膜基底.研究表明,金纳米颗粒能很好地附着在Nylon纤维上,纳米颗粒与Nylon柔性膜表面等离子共振耦合作用,形成金纳米颗粒与Nylon纤维的复合体,Au-Nylon柔性膜基底的等离子共振吸收峰发生蓝移.首次处理后的Nylon纤维与其所附着的金纳米颗粒形成新的活性截留层,有助于使再次处理时金颗粒更好地附着在柔性膜表面,产生SERS“热点”效应,提高其SERS性能.利用结晶紫(CV)作为SERS探针分子,对Au-Nylon柔性膜基底SERS性能进行分析,发现CV探针分子在Au-Nylon柔性膜基底上的SERS强度随金纳米颗粒的附着量以及金纳米颗粒与膜结合次数而变化.对于面积为1 cm2的Au-Nylon柔性膜基底,当单次过滤金溶胶1 mL,与膜结合2次,总结合量2 mL时,CV探针分子的SERS信号最强,SERS活性最强.采用Au-Nylon柔性膜基底对浓度为2.5×10-5,1×10-5,1×10-6,5×10-7及1×10-7 mol·L-1的CV溶液进行的SERS检测,发现Au-Nylon柔性膜基底对CV探针分子检测极限达1×10-6 mol·L-1,增强因子达到1.0×104.此外,Au-Nylon柔性膜基底均匀性较好,相对平均偏差为11.8%.Au-Nylon柔性膜基底在微生物检测中,仍具有良好SERS活性,对金黄色葡萄球菌的SERS增强效果优于金溶胶.由此可见,研究中制备的Au-Nylon柔性具有良好的均一性,并具有较好的SERS活性,该方法简单且易批量制备,无论在化合物检测还是微生物检测中都具有良好的实际应用价值.
其他文献
在近红外光谱的定量分析中,由于仪器的精密程度越来越高,采集的光谱数据通常具有很高的维度.因此,波长选择对于剔除噪声及冗余变量,简化模型,提高模型的预测性能是必不可少的.近红外光谱特征波长选择方法众多,但变量间的多重共线性问题仍是导致模型效果较差的一个关键问题.变量间共线性可以通过相关系数进行分析,当相关系数高于0.8,表明存在多重共线性.据此,以变量间相关系数为选择标准,提出一种以所选变量之间共线性最小化的波长选择方法,称之为最小相关系数法(M C C).该方法以光谱数据的相关系数矩阵为基础,挑选出与其他
随着观测设备的不断完善,人们获得的光谱数量持续上升,如何进一步提高光谱自动分类的性能引起广泛关注.为此,以恒星光谱为研究对象,在近年来新出现的BERT和CNN等深度学习模型的基础上,试图融合了BERT模型和CNN模型在特征提取和智能分类方面的优势,提出高性能混合深度学习网络BERT-CNN,用以探讨该模型在提升光谱分类性能方面的有效性.该模型首先将恒星光谱数据输入BERT模型;然后,利用BERT模型中的Transformer进行特征提取,得到特征向量;最后,将特征向量输入CNN模型,通过softmax分类
近红外光谱检测技术已经成功应用于水泥生料成分的快速检测,但我国水泥企业在生产水泥生料时所用原材料品种不一,使用不同的原材料进行生产时对近红外光谱建模带来一定影响.为了研究不同原料生产的水泥生料近红外光谱建模差异,对不同地区水泥生产线所生产的水泥生料进行建模研究.选取两个不同地区水泥生产线的水泥生料样本各95份和82份,各自选取80份和67份作为校正集,15份作为验证集.首先将两条水泥生产线的样本每份重复装样测3次光谱,取平均光谱做为样本的近红外光谱.然后通过采用S-G平滑法对两个不同地区所生产的水泥生料近
巨细胞病毒(Cytomegalovirus,CMV)对器官移植患者、产妇及新生儿等免疫功能失调人群的危害极大.目前,临床检测CMV的主要方法为荧光定量PCR法(Quantitative polymerase chain reaction,qPCR),但其检测成本高,仪器操作复杂,不适于现场快速检测.环介导等温扩增(Loop-mediated isothermal amplification,LAMP)是一种超灵敏且简单快速的核酸检测技术,其扩增效率优于qPCR,但其引物间易产生二聚体,导致非特异性扩增,从
红绿彩瓷器是我国陶瓷史上一种重要的釉上彩瓷器,分析其彩料的化学组成和物相结构对其烧制工艺的研究有很重要的意义.但由于瓷器表面的不平整和彩料分布的不均匀性,导致其不满足传统的1 mm×10 m m线光源的X射线衍射仪对样品的测试要求.而毛细管聚焦的X射线衍射仪采用点光源的方式照射样品,毛细管X光透镜对Cu-Kα 的能量有高达3个数量级的放大倍数,同时具有低的发散度,能实现样品直径100μm的微区和直径3 mm的常规X射线衍射分析,非常适合古陶瓷类样品矿物结构的无损分析的研究.因此,应用毛细管聚焦的微束X射线
基于中红外光谱分析技术对浓香型白酒原酒中总酸及己酸乙酯的关键指标含量进行检测分析,采用标准正态变换(SNV)方法对数据进行预处理,结合组合间隔偏最小二乘波段选择法(SiPLS)及遗传算法(GA)对各指标的特征吸收波长进行筛选,最终采用偏最小二乘法(PLS)建立分析模型,通过决定系数R2、预测标准偏差(RMSEP)、性能和标准差之比(RPD)以及实际生产的独立测试样品对所建模型效果进行评价,探索中红外光谱分析技术结合波段筛选用于白酒原酒关键指标的定量分析效果.结果表明:采用中红外全光谱397~4000 cm
以风光储制氢系统中多台制氢机组和储能电池的优化调度为研究对象,目标是制氢的经济效益最大化.根据调度对象和目标函数的特征分别采用改进时序差分算法(TDA)和多目标粒子群优化算法(MOPSO)进行优化调度,其中储能电池的调度起辅助作用,用来使风光出力曲线匹配制氢出力曲线.算例分析表明,文中所述改进时序差分算法在解决多台制氢机组调度的问题上有更好的效果,对于时段扩大后的出力匹配问题,调度储能电池出力后也能很好地解决.风光储制氢系统在追求经济效益的同时也具备很好的消纳能力,能很好地适应风能和太阳能的间歇性和波动性
表面等离子体共振是一种免标记的传感技术,当介质周围的介电常数发生改变时,则SPR谐振光谱特性也会随之改变.因此表面等离子体共振传感技术已广泛应用于生物化学和环境监测等领域.由于二氧化钛(TiO2)覆盖层不仅可以保护金属层,还能调谐SPR谐振的光谱强度和谐振波长于近红外波段,应用于1550 nm的光纤传感,其氧化还原反应还能使其用于检测气体.由于氢气易燃易爆性,随着氢能源的广泛应用,因此对低浓度氢气检测技术研究具有特殊的意义.提出一种可更换银/二氧化钛复合膜的表面等离子共振的气体传感器,研究了SPR传感器在
针对带有模型不确定和外部干扰的柔性关节机械臂,提出一种基于未知系统动态估计器的funnel控制方法.基于低通滤波器设计未知系统动态估计器,用于估计模型不确定和外部干扰,该估计器结构简单,仅有一个可调参数.构造带有时变约束边界的新型funnel变量,保证系统跟踪误差被限制在预先设定的边界内,进而改善系统瞬态性能.在此基础上,设计反演控制器,保证系统输出快速准确跟踪期望轨迹.为避免传统反演法中的“微分爆炸”问题,设计跟踪微分器逼近虚拟控制律导数.并给出数值仿真对比验证本文所提方法的有效性.
针对现阶段质量管理过程缺少反馈机制、管理存在滞后性等问题,在传统质量管理模式基础上,提出一种基于数字孪生的产品质量管理方法.构建了物理生产车间、虚拟生产车间、车间质量孪生数据和车间质量管理系统相协同的产品质量数字孪生模型,并对数字孪生模型的运行机制进行了阐述.通过对数据采集融合的方法进行设计形成车间质量孪生数据,并利用灰色预测模型实现对未来质量数据的预测,再通过案例推理模型实现对异常数据的诊断.以齿轮生产过程质量诊断为例,对齿轮加工质量进行分析.最后,搭建了质量管理系统验证了本文方法的可行性及有效性,实现