项目名称: 基于修饰电极的元素形态电化学样品引入原子光谱分析新方法研究

项目编号: No.21305001

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 数理科学和化学

项目作者: 张王兵

作者单位: 安徽工业大学

项目金额: 25万元

中文摘要: 通过特定基团促使电极功能化,从而实现重金属元素形态的电化学蒸气发生选择性样品引入,不仅有助于建立元素形态原子光谱直接分析新方法,同时对于电子传递途径及电极反应动力学的研究,有望在分子水平上揭示蒸气发生机制与动力学因素。本项目将系统研究功能材料种类、修饰方法等因素对电极使用寿命、稳定性和重现性的影响,优化制备路线及条件,提升电极使用性能。结合不同功能材料,对砷、锡、汞、铅等重金属元素形态的电化学蒸气发生条件进行优化,消除可能的干扰,确定各元素形态的最佳检测条件、定量范围及检出限。探讨在功能材料及电化学参数调控下,实现重金属元素形态选择性蒸气发生的可行性。利用各种表征及检测手段,研究电解体系与产物之间的关系。根据光谱电化学、热力学及动力学数据,研究重金属元素的电还原历程,揭示重金属元素蒸气态物质的生成机制,从而推动原子光谱技术的发展并为重金属元素形态分析提供新的思路与手段。

中文关键词: 修饰电极;重金属;形态分析;催化还原;富集

英文摘要: In this project, we proposed a new idea that the selective sample introduction of heavy metal elements by electrochemical vapor generating will be achieved through the use of the functional materials modified electrode. Realization of this working assumption can not only establish an new speciation analysis method by direct atomic spectroscopy, but also understand the vapor generation mechanism deeply on molecular levels through the research of the electron transport pathway and electrode kinetics. In this project, we will study from three aspects. Firstly, the various functional electrodes will be prepared and the effects of material type and modification method on the stability, the reproducibility and the lifetime of electrode will also be studied. Then, we will optimize the preparation routes and conditions to enhance the performance of the electrode. Secondly, the electrochemical vapor generation conditons of arsenic, tin, mercury and lead will be optimized with different modified electrodes. We will obtain the best detection conditions, linear range and detection limit of each elements based on a large number of experimental data. At the same time, the possible interference will be studied and eliminated. The reasons of the different electrochemical vapor generating behaviors between heavy metal elements w

英文关键词: modified electrode;heavy metal;speciation analysis;catalytic reduction;enrichment

成为VIP会员查看完整内容
0

相关内容

ICLR 2022|化学反应感知的分子表示学习
专知会员服务
20+阅读 · 2022年2月10日
【AAAI2022】利用化学元素知识图谱进行分子对比学习
专知会员服务
27+阅读 · 2021年12月3日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
29+阅读 · 2021年8月16日
专知会员服务
20+阅读 · 2021年5月20日
专知会员服务
31+阅读 · 2021年5月7日
多模态情绪识别研究综述
专知会员服务
167+阅读 · 2020年12月21日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
使用深度学习,通过一个片段修饰进行分子优化
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
The Importance of Credo in Multiagent Learning
Arxiv
1+阅读 · 2022年4月15日
Transformers in Medical Image Analysis: A Review
Arxiv
40+阅读 · 2022年2月24日
Arxiv
27+阅读 · 2017年12月6日
小贴士
相关VIP内容
ICLR 2022|化学反应感知的分子表示学习
专知会员服务
20+阅读 · 2022年2月10日
【AAAI2022】利用化学元素知识图谱进行分子对比学习
专知会员服务
27+阅读 · 2021年12月3日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
29+阅读 · 2021年8月16日
专知会员服务
20+阅读 · 2021年5月20日
专知会员服务
31+阅读 · 2021年5月7日
多模态情绪识别研究综述
专知会员服务
167+阅读 · 2020年12月21日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员