巯基偶氮苯单分子电子传输的取代基效应

用密度泛函理论B3LYP/6-31G**计算巯基偶氮苯分子及分子离子的空间构型和电子结构, 研究取代基对巯基偶氮苯单分子电子传输的影响. 结果表明, 拉电子基(—COOH、—NO2)的引入, 可以提高巯基偶氮苯单分子电子传输体系的稳定性, 使体系LUMO的离域性增高、S原子反应活性增强、HOMO-LUMO能隙显著减小, 进而降低电子传输能垒, 有利于分子电子传输. 相同取代基的分子离子比分子具有更小的HOMO-LUMO能隙, S—Au键更易形成, 金属-分子-金属结构的电子传输性更强.     

过氧亚硝酸与酪氨酸的反应机理

用密度泛函理论(DFT)研究了过氧亚硝酸与酪氨酸的反应机理. 在B3LYP/6-311G(d,p)水平上对该反应体系的反应物、中间体、过渡态和产物进行了几何构型优化并计算了振动频率和能量. 计算结果表明, 过氧亚硝酸不易直接与酪氨酸反应, 而是先分解产生自由基(·OH和·NO2), 而后再与酪氨酸分步作用. 过氧亚硝酸与酪氨酸的反应生成两种主要产物, 分别为3-羟基酪氨酸和3-硝基酪氨酸, 这一结论与实验所得到的结果一致. 此外在同一计算水平上采用SCRF(PCM)方法计算了溶剂化效应, 结果表明, 极性溶剂可以增加自由基结合的稳定化能, 并降低反应通道的活化能, 有利于反应的进行.     

FMBen（FM=Fe,Co,Ni;n=1-12）团簇结构和电子性质

采用密度泛函理论中的广义梯度近似对FMBen(FM=Fe,Co,Ni;n=1-12)团簇的几何构型进行优化,并对能量、频率和磁性进行了计算,同时考虑了电子的自旋多重度.结果表明,纯铍团簇的幻数是由电子的壳层模型确定,而FMBen团簇的幻数主要由几何效应来解释;掺杂铁磁性的过渡金属(Fe,Co,Ni)提高了纯团簇的稳定性.二阶能量差分表明FMBen(FM=Fe,Co,Ni)的幻数分别为5,10;5,10;4,10.通过对磁性质的研究发现掺杂不同的过渡金属时,磁矩出现了不同的变化规律.     

直接反应法合成异丙醇钇中AlCl3的催化作用

在用直接反应法合成稀土金属醇盐的反应中,传统上一直以I2或Hg2 系列盐(如HgCl2,Hg(C2H3O2)2和HgI2等)或其混合物做催化剂.对某些金属合成反应会存在反应速率低、产率低的问题.通过以无水AlCl3做催化剂、金属钇薄片和异丙醇为原料,加热回流直接反应,成功地合成了异丙醇钇.反应中放出大量H2和红外吸收光谱分析结果证明产物确为异丙醇钇.实验证明以无水AlCl3做催化剂可以大大提高反应速率和产率.实验和理论分析揭示了无水AlCl3的催化机理:无水AlCl3与异丙醇作用生成了HCl和可表示为AlCl2(OPri).2AlCl3.PriOH的中间产物,使整个体系的酸性提高,从而加速了反应的进行.AlCl3催化机理完全不同于I2和Hg2 系列盐类,这里H 为氧化剂,起重要作用.使用无水AlCl3替代传统催化剂可以解决I2做催化剂对某些反应的效率低下问题,或Hg2 系列盐类的毒性问题.     

外围为柔性链状取代基团Ni-酞菁配合物的合成及其在MCM-41中的装载

合成了外围具有柔性链状基团的2（3）,9（10）,16（17）,23（24）-四-（N,N-二乙胺基乙氧基）Ni-酞菁配合物（2）．以正硅酸乙酯为硅源,十六烷基三甲基溴化铵为模板剂,水热法将该Ni-酞菁配合物（2）装载到MCM-41中．利用UV-Vis-NIR,FT-IR,XRD,TEM,FESEM及N2吸附-脱附等温线对制备的样品进行了表征．研究表明制备的样品中Ni-酞菁配合物（2）主要以单体和二聚体的形式存在于MCM-41中．通过不同制备酞菁浓度的装载研究表明,较高制备酞菁浓度有利于制备结晶度及孔道有序性较高的介孔分子筛样品．     

磺酸基功能化的有序SBA-15-SO3H介孔分子筛的合成及其在苯酚叔丁基化反应中的应用

通过一步法合成了SBA-15-SO3H介孔分子筛,用XRD,TEM,低温N2吸附和吡啶吸附红外光谱等方法进行了表征,并研究了其在苯酚叔丁基化反应中的催化性能.结果表明,SBA-15-SO3H保持了母体SBA-15高度有序的六方介孔结构,具有较强的酸性和热稳定性,且在苯酚叔丁基化反应中表现较好的催化活性和2,4-二叔丁基苯酚选择性.     

N′-乙基-N-哌嗪基二硫代氨基甲酸铜(Ⅱ)配合物Cu(S2CNC4H8NC2H5)2的晶体结构及谱学研究

合成了标题化合物Cu(S₂CNC₄H₈NC₂H₅)₂,得到深棕色柱状晶体。晶体属三斜晶系,空间群为P1。中心Cu(Ⅱ)离子分别与来 自2个N′-乙基-N-哌嗪基二硫代氨基甲酸的4个硫原子配位,形成略微扭曲的平面四方配位构型。4个Cu-S键的键长范围0.220 10(11)～0.220 34(13) nm;Cu-S键的FT-Raman伸缩振动峰在134.921 cm^-1;ESR谱表明Cu(Ⅱ)离子处于对称中心;其局部配位构型属于D_2h群;热分析表明标题化合物在753.15 ℃时分解为金属Cu。     

制备方法对CuO—Ce0．7Zr0．3O2催化剂的氧缺位和CO氧化活性的影响

采用溶胶-凝胶法和溶胶-凝胶 浸渍法两种方法制备了CuO-Ce0.7Zr0.3O2催化剂,并对催化剂进行了XRD、Raman等表征,考察了催化剂的CO氧化性能.研究结果表明,溶胶-凝胶法制备的CuO-Ce0.7Zr0.3O2催化剂的CO氧化活性明显高于溶胶-凝胶 浸渍法制备的CuO/Ce0.7Zr0.3O2催化剂,CuO-Ce0.7Zr0.3O2催化剂容易形成氧缺位和表面高分散CuO的颗粒较大,从而提高催化活性.     

基于LSTM的浮选钼精矿品位软测量模型

战略性稀有金属钼矿品位低,组分复杂、嵌布粒度细等特点,其有价金属分离回收难。浮选作为微细粒钼矿分离回收的主要选矿方法之一,其浮选钼精矿品位一直是选厂的关键性产品指标。国内大多数选厂采取轮班制采样,人工化验得到精矿品位结果,但此方式严重滞后于浮选工艺,难以满足对生产过程进行实时监测和操作指导。LSTM是一种特殊的循环神经网络,引入门机制有效的传递或选择性遗忘长时间序列中的信息,解决RNN中的长期依赖、梯度消失和爆炸问题。本文分析整理东坡选厂中各平台源数据,结合选厂浮选工艺及机理,筛选出多个影响浮选钼精矿品位的变量作为模型输入;将输入变量进行异常值判定,缺失值填充和数据降噪等数据预处理,建立高质量浮选钼精矿品位数据库;软测量模型采用PyCharm软件编码,使用BatchNorm批量规范化处理样本数据,加入Dropout正则化防止过拟合,建立基于LSTM的浮选钼精矿品位软测量模型,通过前向传播算法更新神经网络结构参数,并于Linear模型和CNN模型的预测性能指标结果比较。结果表明：基于LSTM的浮选钼精矿品位软测量模型预测准确度高,样本数据误差波动平稳,浮动范围小,模型泛化能力强,模型平均绝对百分比误差MAPE为1.13%,均方根误差RMSE为0.7049%,决定系数R2为0.8763,实现了浮选钼精矿品位的在线预测。     

NiMoP/γ-Al_2O_3催化剂的煤焦油加氢性能研究

采用分步浸渍法制备了一系列NiMoP/γ-Al_2O_3催化剂,并用电感耦合等离子体光谱、N_2吸附脱附、透射电镜、H_2程序升温还原等技术对NiMoP/γ-Al_2O_3催化剂进行了表征。在固定床反应器中,进行了模型化合物的加氢实验,确定了催化剂活性组分Ni的最佳含量(4%,质量分数),将最佳Ni含量的催化剂用于实际的煤焦油加氢研究,并对比分析了酚油的切除对加氢效果的影响,结果表明,酚油的切除可以促进S、N原子的脱除以及芳烃的饱和。