孔宪明
- 作品数：27 被引量：27H指数：3
- 供职机构：辽宁石油化工大学石油化工学院更多>>
- 发文基金：国家自然科学基金辽宁省自然科学基金辽宁省教育厅基金更多>>
- 相关领域：理学化学工程轻工技术与工程一般工业技术更多>>
- 柔性SERS基底和具有可调光谱信息的防伪标签
- 2023年
- 通过电位还原法在柔性棉布表面沉积Ag纳米粒子,首先在棉布表面吸附Sn^(2+)离子。由于Sn^(4+)/Sn^(2+)的标准还原电位高于Ag^(+)/Ag^(0),因此,浸泡到AgNO_(3)溶液中后纤维表面的Sn^(2+)会将Ag^(+)还原成银种。使用温和的还原剂抗坏血酸可以将小粒径Ag原位生长成大颗粒Ag。选取不同种类拉曼探针分子,通过组合方式将不同比例的拉曼探针分子修饰到Ag纳米粒子表面,实现对光谱信息进行精准调控。使用羟胺为还原剂在Ag纳米粒子表面沉积Au壳层,制备具有光学信息存储的壳结构等离子体Ag@Au纳米结构。该材料具有良好的机械性能和时间稳定性。该器件所存储的光学信息可以灵活调控,作为柔性信息调变型防伪材料用于光学防伪。该基底还可以作为柔性基底应用于水果表面农药残留的SERS检测。
- 赵鹏宇张子诺艾哲宁喻倩孔宪明
- 关键词：表面增强拉曼光谱农药
- TLC-SERS对鸡肉中的氧氟沙星快检研究
- 2023年
- 采用薄层色谱法与表面增强拉曼光谱联用技术(TLC-SERS)分离和检测鸡肉中的氧氟沙星(OFX)。薄层色谱法(TLC)可以将目标分析物从混合物中快速分离出来,解决了SERS无法准确识别目标分析物的问题,且SERS具有灵敏无损的特点。采用商用硅胶60 F254荧光板作为固定相,无需对样品进行预处理,将含有OFX的鸡肉组织液混合液滴在商用硅胶板上即可实现TLC分离。鸡肉混合样品采用TLC分离后,在OFX对应位置滴加银纳米粒子,采用银纳米粒子作为增强基底,进行SERS检测。TLC-SERS联用技术实现了快速分离检测鸡肉的氧氟沙星,其检出限可达到0.01 ppm。
- 路晓琦焦仙鹤石元博孔宪明
- 关键词：表面增强拉曼光谱薄层色谱法氧氟沙星鸡肉
- 基于ML-PCA-BP模型的多环芳烃拉曼光谱定量分析
- 2023年
- 芘作为多环芳烃(PAHs)类物质广泛存在于自然环境中,亲脂性强,对人体有致癌影响。因此,食用油中芘的含量的判定对品质的把控具有深远的意义。采用拉曼光谱与人工智能算法相结合进行多环芳烃的定量分析是当前的一个研究热点。将一毫升食用油与不同固定浓度的芘液体混合制作样本,然后制作薄层色谱板与金粒子,采用薄层色谱和表面增强拉曼散射(SERS)光谱相结合的方法进行实验获得光谱数据,选取自适应迭代加权惩罚最小二乘算法进行预处理,再采用Multi parameter-Principal Component Analysis-Back Propagation Neural Network模型方法进行定量分析。该模型首先在预处理后的光谱中选取两个特征峰进行分峰拟合获取特征峰的高度、半高宽、面积等参数。将两个特征峰的拉曼数据与通过拟合获取的参数进行归一化再采用主成分分析获取关键参数,将获取的关键参数作为输入层输入基于L2正则化的BP神经网络中,输出预测浓度。实验分别采用不同的算法进行浓度预测,实验结果表明,通过偏最小二乘算法预测的芘浓度,其测试集决定系数R^(2)为0.58,均方根误差(RMSEC)为1.85;采用线性回归拟合特征峰面积与浓度的规律最终预测的芘浓度,其测试集决定系数R^(2)为0.26,均方根误差(RMSEC)为2.28;采用Multi parameter-Principal Component Analysis-Back Propagation Neural Network模型预测芘浓度,其测试集决定系数R^(2)为0.99,均方根误差(RMSEC)为0.31,Multi parameter-Principal Component Analysis-Back Propagation Neural Network模型预测精准度更高,误差更小。模型是针对光谱数据信息与样本浓度之间非线性、高维度的关系,而建立的预测精度及建模效率均高于同类对比的算法模型。模型拟合特征峰获取关键变量,将关键变量与特征峰的拉曼位移都作为特征向量,因此特征向量较为充分,模型利用PCA提取拉曼光谱非线性特征并且采
- 尹雄翼石元博王胜君焦仙鹤孔宪明
- 关键词：表面增强拉曼散射薄层色谱主元分析
- 聚苯乙烯-纳米金复合材料的制备及应用于农药SERS检测
- 无皂乳液聚合制备单分散聚苯乙烯(PS)微球,聚苯乙烯微球表面修饰后,通过界面组装将纳米金粒子(Au NPs)修饰到聚苯乙烯微球表面制备PS-Au复合物,该复合物具有SERS活性。采用紫外-可见吸收光谱和扫描电子显微镜对P...
- 张丝涵孔宪明杨占旭喻倩
- 关键词：聚苯乙烯微球复合物SERS
- 文献传递
- 聚苯乙烯-纳米金复合材料的制备及应用于农药SERS检测被引量：1
- 2020年
- 无皂乳液聚合制备单分散聚苯乙烯(PS)微球,聚苯乙烯微球表面修饰后,通过界面组装将纳米金粒子(Au NPs)修饰到聚苯乙烯微球表面制备PS-Au复合物,该复合物具有SERS活性。采用紫外-可见吸收光谱和扫描电子显微镜对PS微球及其纳米金复合材料进行了表征。随着纳米金浓度增加,其等离子吸收峰逐渐变强,PS-Au复合材料保持了聚苯乙烯的单分散性和稳定性,并展现出较好的SERS活性。该复合物进一步被应用于农药福美双的SERS检测,其灵敏度达到1 ppm。
- 张丝涵孔宪明杨占旭喻倩
- 关键词：聚苯乙烯微球复合物SERS
- 表面增强拉曼光谱及纳米溶胶显色检测溶液中的三聚氰胺
- 用粒径约为10 nm的银溶胶作为表面增强拉曼(SERS)基底，可直接检测溶液中的三聚氰胺，检测限可以达到10-8g·mL-1。由于溶液中的三聚氰胺分子改变了银纳米粒子周围的介电环境，并诱导银纳米粒子聚集，使银溶胶的紫外可...
- 喻倩孔宪明宫红杜学忠姜恒
- 关键词：三聚氰胺表面增强拉曼光谱紫外可见光谱显色
- 文献传递
- 纤维素复合材料在表面增强拉曼光谱中的应用研究进展
- 2024年
- 表面增强拉曼光谱(SERS)是一种重要的光谱分析方法,具有灵敏度高、操作简单、检测速度快、选择性好等优点,其性能高度依赖活性等离子体基底的性质。纤维素是地球上最丰富的生物聚合物,具有廉价易得、可再生及绿色环保等性质。因此,越来越多的纤维素材料被用于制备SERS的基底。从电磁场增强和化学增强两方面阐述了SERS增强机理,并介绍了纤维素材料的种类以及制备SERS基底的方法;综述了纤维素SERS基底在生物分析、水质评估、食品安全、环境污染及染料识别等方面的应用,并展望了未来的研究方向。
- 田晓然季程程曹利星喻倩孔宪明
- 关键词：纤维素表面增强拉曼光谱生物分析食品安全
- 自过滤功能SERS传感器应用于混合物样品的分离检测
- 2023年
- 通过种子介导-原位生长法来制备高灵敏度和分离功能滤纸SERS传感器。通过改变生长介质中AgNO_(3)的浓度,Ag NPs均匀而致密地堆积在滤纸的一侧。滤纸SERS传感器表现出良好的光谱均一性,相对标准偏差为8.2%。滤纸SERS传感器能够有效过滤大颗粒和分子(果胶)污染物,对番茄酱中的福美双进行分离及SERS检测。此外,使用QuEChERS(快速、简单、廉价、有效、坚固及安全)样品制备方法检测土壤中的孔雀石绿(MG),灵敏度低至0.01 ppm,无需任何的样品预处理或纯化。滤纸SERS传感器为快速检测食品安全开辟了一条新途径。
- 莫嘉伊田晓然孔宪明喻倩
- 关键词：滤纸表面增强拉曼光谱孔雀石绿福美双
- 核壳纳米粒子SERS标记物的制备及蛋白识别检测
- 孔宪明喻倩张现峰杜学忠
- 关键词：核壳纳米粒子SERS金属配位
- 再生纤维素纤维-纳米金柔性复合物的制备及其对尼尔兰的快速检测被引量：2
- 2020年
- 为获得柔性纤维素基表面增强拉曼光谱(SERS)增强基底,以从废纸中再生的纤维素纤维为固相载体,经表面改性后通过自组装将纳米金粒子负载到纤维素纤维表面得到再生纤维素纤维-纳米金复合物。借助紫外-可见光光谱仪、红外光谱仪、透射电子显微镜、扫描电子显微镜及光学显微镜对再生纤维素纤维及再生纤维素纤维-纳米金复合物进行表征,并利用时域有限差分法对SERS基底中纳米金的电场强度变化进行模拟。表面改性后纤维素纤维在干燥和湿润条件下的平均直径分别为28.21和42.29μm,利用直径变化这一特点可调控纤维表面纳米金粒子间距获得更多的SERS热点。该柔性SERS基底光谱均一性的相对标准偏差为3.5%,其对环境污染物尼尔兰分子的检出限达到1×10^-9 mol/L。
- 刘思佳喻倩王锐孔宪明
- 关键词：再生纤维素纤维纳米金
