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
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
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
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