1、2023年第3期（总第12 4期）牡丹江师范学院学报（自然科学版）Journal of Mudanjiang Normal UniversityNo.3,2023Total No.124文章编号：10 0 3-6 18 0(2 0 2 3)0 3-0 0 2 4-0 5Ni-FeSe2的制备及其在电化学传感器上的应用叶春杰，夏旭，李珊珊”（淮北师范大学物理与电子信息学院，安徽淮北2 350 0 0）摘要：通过水热和硒化法制备含镍的硒化铁(Ni-FeSe2)纳米材料，将其修饰在裸玻碳电极表面制成电化学传感器，应用于电化学检测.研究结果表明，Ni-FeSe2对ONP具有优异的电化学响应，Ni含量的
2、增加有利于提高检测灵敏度；10%Ni-FeSe2修饰电极拥有较高的灵敏度和较低的检出限：关键词：Ni-FeSe2;纳米材料；邻硝基苯酚；电化学检测中图分类号0 6 6 1Preparation of Ni-FeSe,and Its Plication inElectrochemical Sensors文献标志码AYE Chunjie,XIA Xu,LI Shanshan*(School of Physics and Electronic Information,Huaibei NormalUniversity,Huaibei 235000,China)Abstract:Nickel doped
3、 iron selenide(Ni-FeSe2)nanomaterials were prepared by hydro-thermal synthesis and thermally induced selenidation.The Ni-FeSe2 were modified on thesurface of bare glassy carbon electrode to make an electrochemical sensor,which was ap-plied to the electrochemical detection.The results shows that the
4、Ni-FeSe2 exhibits excel-lent electrochemical response to ONP,and an increase in Ni content is beneficial for im-proving detection sensitivity.The 10%Ni-FeSe2 modified electrode obtains high sensitiv-ity and lower detection limit.Key words:Ni-FeSe2;nanomaterials;p-nitrophenol;electrochemical detectio
5、n纳米材料修饰电极的进一步发展给电化学检测有机污染物带来了新的机遇1-2,借助于纳米材料独特的物理化学性质，可大幅提高有机污染物的检测灵敏度3-4.过渡金属硒化物5资源丰富，电子导电性高，是最具商业潜力的理想电催化材料，在能源和催化领域应用非常广泛.本研究通过水热和硒化法制备含镍的硒化铁（Ni-FeSe2)纳米材料，将其修饰在裸玻碳电极表面制成电化学传感器，应用于有收稿日期：2 0 2 2-12-15基金项目：安徽省自然科学基金项目（2 0 0 8 0 8 5QB70）；安徽高校自然科学研究项目（KJ2020A0025）作者简介：叶春杰（1991-），男，安徽省舒城人.助理实验师，硕士，主要从
6、事电化学传感器相关领域研究；夏旭（1998-），男，安徽省巢湖人.研究生，主要从事电化学传感器相关领域研究；李珊珊（19 9 0-），女，安徽省舒城人.副教授，博士，硕士生导师，主要从事电化学传感器相关领域研究.通讯作者：李珊珊242023年机物污染物邻硝基苯酚（ONP)6的电化学检测.研究结果表明,Ni-FeSe2对ONP具有优异的电化学响应，且Ni含量的增加有利于提高检测灵敏度.本工作为金属掺杂硒化物新型纳米材料电化学传感器检测有机污染提供了切实可行的新思路.1实验部分1.1仪器与试剂X射线衍射仪（XRD,Panaco sharp shadow，荷兰），场发射扫描电子显微镜（FESEM,S
7、U8220），电化学工作站（CHI-760E，上海辰华仪器有限公司）Fe（NO）39H2O,Ni（NO 3）2 6H2O,异丙醇，丙三醇，硒粉，均为上海国药试剂有限公司产品1.2Ni-FeSe2纳米材料的制备将151mgFe（NO:）：9H2O，10 m L丙三醇，40 mL异丙醇，一定量的Ni（NO：）2 6H2O加人到聚四氟乙烯反应釜中搅拌30 min至溶液澄清.将反应釜置于18 0 的烘箱中6 h.待反应结束后，清洗样品并回收产物，得到Ni-FeSe2纳米材料前驱物.将前驱物和硒粉以质量比1:1.2 的比例均匀混合，放置于瓷舟中，在氮气氛围下350 硒化8 h，得到最终产物Ni-FeSe
8、2纳米球.1.3电极的制备将玻碳电极用不同粒径的氧化铝粉末打磨，将打磨完成的电极依次通过硝酸、乙醇和水超声洗净。通过超声将8 mgNi-FeSe2溶解到2 mL水中，形成均匀的悬浮液.将7 L的悬浮液用滴涂法滴在玻碳电极的表面，得到Ni-FeSe2电极（Ni-FeSe2GCE）.室温干燥8 h，用于测试.1.4电化学测试采用CHI-760E电化学工作站，在三电极测量方式中，以Ni-FeSe2GCE为工作电极，在振幅为50 mV、增量电位为4mV的测试参数下，采用差分脉冲伏安法(DPV)在优化条件下检测ONP,获得还原曲线.6 2结果与讨论2.1Ni-FeSe2的形貌和结构表征使用FESEM对制
9、备好的材料进行表征，结果见图1.可以清楚地观察到10%Ni-FeSe2纳米材料的前驱物经过8 小时的化学反应形成10%Ni-FeSe2纳米球.图2 是EDS元素映射图，清楚地显示Ni和Se元素在材料中均匀分布.EDS元素映射光谱显示（见图3），Ni元素占整个材料的原子百分比为10%左右.采用XRD对合成的10%Ni-FeSe2和FeSe2的XRD谱图（见图4）都可以很好的与FeSe2谱图（PDF#79-1892）7-8 相吻合，表明得到的10%Ni-FeSe2和FeSe2具有较高的结晶度，证明Ni掺杂之后对于原先FeSe2的晶体结构没有明显的改变.叶春杰，等：Ni-FeSe,的制备及其在电化学
10、传感器上的应用第3期(b)500nm图110%Ni-FeSe2FESEM图500nm252023年牡丹江师范学院学报（自然科学版）第3期(a)(b)(C）(d)500nmCElementFeNiSeSe02Energy(keV)图310%Ni-FeSe2EDS元素映射光谱2.2Ni-FeSe2的电化学表征通过5mMFe(CN)。3-/4-含有0.1M KCl溶液9-10 对GCE、3%Ni-Fe Se 2 G CE和10%Ni-FeSe2GCE进行CV和EIS表征，结果见图5和图6.图5表明，10%Ni-FeSe2GCE改性后的CV曲线与裸GCE曲线拟合良好，而3%Ni-FeSe2GCE的CV
11、曲线有一个明显的降低，说明较多Ni掺杂的10%Ni-FeSe2GCE样品在电化学检测过程中具有较好的导电性；EIS高频区域的半圆直径代表电荷转移电阻.图6 表明，10%Ni-FeSe2GCE和裸GCE的半径非常接近，都小于3%Ni-FeSe2GCE的样品，与CV曲线所展现的数据良好吻合，证明10%Ni-FeSe2GCE是一种优良的电子导体12011GCE23%Ni-FeSe280310%Ni-FeSe2400-40-801-0.20.00.2.0.4Potential(V)图5循环伏安图（CV)在0.1MPBS（p H=6.0）中，分别对三个样品在有50 MONP的条件下进行CV测试，实验结果
12、见图7.图7 显示，GCE在一0.6 2 V附近出现一个明显的还原峰，且在一0.55V附近出现一个微弱的氧化峰.当在GCE上修饰10%Ni-FeSe2后，CV曲线仍表现出高的氧化还原峰值电流.这是由于10%Ni-FeSe2GCE可以提供更多的催化活性位点以及高的比表面积，能为电极表面发生氧化还原反应提供一26Fe图2 EDS元素映射图像Atomic%26.8210.9362.25Fe46Ni820图4FeSe2和10%Ni-FeSe2的XRD20001315002310005000020004000600080000.6Z(kQ)图6 电化学阻抗谱Se10%Ni-FeSe2wAmFeSePDF
13、#79-189240602 Theta(deg.)-GCE-3%Ni-FeSe2-10%Ni-FeSe2802023年个稳定的环境.另一方面10%Ni-FeSe2GCE的电导率高，可以加速电子转移，进而更加快速高效的提高传感器的灵敏度.10一0一-10-20-30-40-1.22.3Ni-FeSe2电化学检测ONP图8 为DPV检测曲线，响应电流随着溶液浓度的增加而显著增加.计算得到3%Ni-FeSe2GCE的灵敏度为0.12 AM-1,10%Ni-FeSe2GCE的灵敏度是0.2 7 AM-1.检测结果表明，10%Ni-FeSe2GCE具有更好的检测灵敏度.用3o的方法11计算两种材料在一定
14、浓度ONP下的LOD，分别为3.2 2 M（10%Ni-FeSe2）和6.8 3M（3%Ni-Fe Se 2），表明10%Ni-FeSe2GCE对ONP有令人满意的DPV检测性能.(a)03%Ni-FeSe2-4-8-12-16-20-0.9-0.6-0.3Potential(V)(a)-1513%Ni-FeSe2(r)ua-12-9-6叶春杰，等：Ni-FeSe,的制备及其在电化学传感器上的应用-0.9-0.3Potential(V)图7 CV曲线(b)-71(vrl)rueund-140-21-2860uM-3570 MONP0.0图8 DPV检测曲线(b)-3010%Ni-FeSe2-2
15、0Y=-0.12X-6.31-15R=0.991-1015304560Conc.(M)图9浓度-电流校准曲线第3期50 M ONPa GCEb 3%Ni-FeSe2c 10%Ni-FeSe,-0.60-0.99-0.66-0.30.0Potential(V)Y=-0.27X-7.11R*=0.9981530456075Conc.(M)（下转第34页）270.010%Ni-FeSe2ONP2023年4结论本文提出了D-DRL法，用于交通流预测.首先，为了减轻不规则波动的影响，使用STL算法将数据分解为趋势分量、季节分量和残差分量.趋势分量由GRU训练，季节分量和残差分量由GRU-DDPG模型添加
16、、组合和训练.在GRU-DDPG网络中，将GRU网络添加到DDPG模型的关键网络中，可以使GRU-DDPG模型以矩阵的形式处理交通流的时间特征信息，从而提高对时间状态的感知.将GRU-DDPG模型的GRU输出与预测趋势的GRU输相结合，并将其与实际值进行比较,GRU-DDPG模型可以在原始数据和交通流之间创建直接的非线性或线性映射，而不会高度依赖提取特征的质量.实验结果表明，该方法在准确性和稳定性方面优于传统方法.未来，我们将把实验扩展到更多的交通数据集，以测试D-DRL方法的泛化能力.交通网络中不同位置的道路交通流相互影响，通过多智能体的协调可以提高预测的及时性和准确性.牡丹江师范学院学报（自然科学版）第3期参考文献1宋大华，宋大全，章慧鸣.Logistic方程混沌周期点与精度研究J.牡丹江师范学院学报：自然科学版，2 0 2 0（0 1）：2 2-2 6.【2 彭辉，周莹青，李瑜琪.人工智能在数字出版行业的应用研究J.牡丹江师范学院学报：社会科学版，2 0 2 0（0 2：1-10.3谷嘉炜，韦慧.XGBoost-ESN组合模型股价预测方法J.牡丹江师范学院学报：自然科学版，2 0