-
题名基于纳米分子筛敏感膜类神经毒气传感器
- 1
-
-
作者
谢海芬
孙晓翔
纪新明
郁挺
赵东元
黄宜平
-
机构
专用集成电路与系统国家重点实验室
复旦大学化学系
-
出处
《传感器技术》
CSCD
北大核心
2005年第3期80-83,共4页
-
文摘
研究了ZSM5分子筛膜对神经类毒剂沙林的相似物甲基磷酸二甲脂的敏感特性,并结合高灵敏的石英谐振微天平(QCM)研制了甲基磷酸二甲脂气体传感器。测试甲基磷酸二甲脂气体的体积分数分别为10-6,5×10-6,20×10-6的气体。研究表明:基于ZSM5纳米分子筛膜的传感器的检测灵敏度高,对气体体积分数为10-6甲基磷酸二甲脂气体的检测灵敏度为60Hz/10-6,比半致死浓时积低;传感器的响应与脱附时间较快,对气体体积分数为10-6甲基磷酸二甲脂气体的响应与脱附时间均为100s;对同体积分数丙酮气体进行了频率响应测试,对传感器的选择性进行验证。还研究了ZSM5分子筛对甲基磷酸二甲脂气体的脱附再生条件,发现经过200℃脱附,分子筛的再生能力可以得到较好的恢复.
-
关键词
分子筛
石英晶体振荡器
神经类毒剂
甲基磷酸二甲脂
气体传感器
-
Keywords
nano-zeolite
QCM (quartz crystal microbalance)
chemical warfare simulants
DMMP (dimethylmethylphosphonate)
gas sensor
-
分类号
TP212.9
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名机器学习辅助预测潜在A类神经毒剂及其降解性质
- 2
-
-
作者
施荣鑫
张林
曹泽星
-
机构
厦门大学化学化工学院
-
出处
《环境化学》
2025年第7期2727-2738,共12页
-
基金
国家自然科学基金(21933009,22373078)资助.
-
文摘
A类神经毒剂是一类高毒性的有机磷化合物,对环境和生物安全构成严重威胁.探明其结构特征和降解性质,对高效解毒剂的研发至关重要.然而,由于这类化合物的高毒性,相关的实验研究面临巨大挑战.基于毒剂模拟物开展的实验表征,对于揭示真实神经毒剂的降解机制存在一定的局限性.本文利用机器学习方法结合量子化学计算,系统研究了潜在A类神经毒剂分子的降解性质.基于两种潜在A-234结构生成了4662个候选分子,最终构建包含214个神经毒剂分子的数据集.通过一维(RDkit)、二维(Morgan指纹)和三维(库伦矩阵)分子描述符建立模型,预测其水解自由能垒,获得的结果为A类神经毒剂的降解脱毒研究提供了理论参考.
-
关键词
A
类神经毒剂
降解机制
机器学习
模型预测
-
Keywords
A-series nerve agents
degradation mechanism
machine learning
model prediction
-
分类号
X-1
[环境科学与工程]
O6
[理学]
-
