6, 6’-二硫二烟酸构筑的锌配位聚合物的合成、晶体结构和荧光性能

本文以6,6′-二硫二烟酸为主配体,通过水热法合成了新的配合物{[Zn(cpds)(dpa)]·H2O}n(1)(H2cpds=6,6′-dithiodinicotinic acid,dpa=dipyridin-2-ylamine)。用X-射线单晶衍射分析确定了配合物为三斜晶系,P1空间群,其晶体学参数为a=0.846 7(2),b=1.167 4(3),c=1.226 5(3)nm,α=73.605(3)°,β=78.656(3)°,γ=81.484(3)°,V=1.134 7(5)nm3,Dc=1.850 g·cm-3,Z=2。结构分析表明配合物1为一维链状结构,相邻一维链之间堆积形成三维超分子网络结构。本文还研究了配合物的热稳定性和荧光性质。     

基于改进极根学习机的回转窑煅烧带温度预测方法

针对传统算法预测回转窑煅烧带温度存在精度低、速度慢的问题,提出了基于改进极限学习机(ELM)的回转窑煅烧带温度预测方法。对ELM输入权值矩阵定义了变换系数,采用黄金分割法在给定区间内搜寻变换系数的最佳值,改进了ELM网络参数的确定方式,弥补了随机确定输入权值并且不作调整的缺陷,在保证ELM训练速度的前提下提高预测精度、减小模型随机性。实验结果表明,改进的ELM预测精度高、训练速度快、模型性能优,可满足工况恶劣的回转窑的生产需要。     

基于Chebyshev多项式的神经网络中长期负荷预测研究

高精度负荷预测在提高电力系统的安全性和经济性方面有着极其重要的意义,而现有的负荷预测方法因参数有限,难以完全反映其内在规律,因而导致预测结果不够准确.为此提出了一种基于Chebyshev多项式神经网络模型的预测方法.该方法使用递推最小二乘法训练神经网络权值系数,以获得高精度的参数估计,从而实现Chebyshev多项式神经网络模型对负荷量的最优拟合,再利用训练好的Chebyshev多项式神经网络模型实现中长期负荷预测.研究结果表明,该方法能较好模拟负荷变化规律,有效提高了负荷预测精度,在电力系统负荷预测中有较大的应用价值.     

广东省能源需求预测模型构建及实证分析

为了对广东省的能源需求进行准确的预测,首先分析了影响广东省能源需求的各种因素,构建了预测指标体系.在此基础上,针对能源系统非线性等复杂系统特征,结合粒子群算法和BP神经网络的优点,构建了改进的PSO-BP神经网络的预测模型,并通过主成分分析法对指标体系进行数据降维,以降低神经网络的规模和复杂程度.以广东省1985-2013年的能源需求数据进行模拟与仿真,并对2014-2018年的能源需求量进行预测,理论分析和实证研究表明,该方法能够很好的反映广东省能源需求的特征,预测结果较为准确合理.     

Pseudo-Bonding Interaction between Boron-doped Heterofullerene and Zinc Porphine Predicted by DFT Calculation

Theoretical study on the supramolecular complexes formed between boron-doped het- erofullerene （C59B） and zinc porphine （ZnF）, namely C59B-ZnP and its anion species C59B-ZnP, was performed by density functional theory calculation at wB97XD/6-31G（d） level. Strong interaction between porphyrin and heterofullerene moiety was predicted for these complexes based on geometry and electronic structure analysis. Especially, pseudobonding interaction occurring between the B atom of fullerene and the N atom of porphyrin was predicted to occur in C59B-ZnP complex, but be broken in C59B-ZnP complex. Time-dependent density functional theory calculation manifests the redshift of electron absorption for ZnP upon the interaction with heterofullerene.     

从生物矿化到仿生矿化：构筑新功能生命体

生物矿化是生命体通过调控无机矿物的成核、取向、生长和组装来制造有机-无机复合材料的过程。借鉴生物矿化的原理,可利用有机基质实现无机材料的可控合成,制备出性能优异的新型复合材料。更有趣的是,将材料和生物体从结构和功能两个层面整合,利用材料-生物之间的协同调控,可构筑出新功能生命体,这也是仿生矿化发展的重要方向。本论文首先介绍生物矿化的基本理论和自然界中的生物矿化现象。随后通过对生物矿物结构和功能的阐述,提出仿生构筑新功能生命体的概念,并系统介绍构筑新型材料-生物体的方法,在此基础上系统总结新功能生命体在环保、能源、医学等领域的应用。最后,针对目前该领域存在的局限和问题展开讨论,对实现智能仿生构筑生命体的研究进行展望。我们认为基于仿生矿化构筑新功能生命体的研究能够推动学科边界不断融合,为材料学、化学生物学、生物无机化学以及医学等领域的发展提供新的方向。     

基于工程教育认证的创新创业融合实验教学改革

创新创业教育与高等教育融合是提升教育质量的有效途径。以工程教育认证的成果导向为理念,对现有教学资源进行整合研究,对创新创业融合实验教学的改革进行探索和实践。重构教学目标,改进教学体系,完善教学评价,推行持续改进,在教学过程融合科研和创新创业教育,促进毕业要求的达成,培养符合社会需求的创新创业型人才。     

PHBV纳米纤维的静电纺丝及在生物医用领域的研究进展

聚(3-羟基丁酸酯-3-羟基戊酸酯)(PHBV)纳米纤维具有高比表面积、高孔隙率、生物相容性、生物降解性等优点,可用作生物医用材料。本文综述了基于静电纺丝法制备的PHBV纳米纤维及其在生物医用领域的研究进展,讨论了PHBV纺丝溶液的溶剂、浓度、外加盐类以及聚合物等对PHBV纳米纤维形貌、结构及性能的影响规律,结合目前PHBV纳米纤维在组织工程和药物运输载体的研究现状,重点概述了其亲水改性、力学性能改善、功能化改性的研究进展。最后,对静电纺丝法制备PHBV纳米纤维存在的一些问题进行分析,并对其未来发展趋势和前景进行展望。     

解析聚氨酯复合材料在生物医学领域的应用

聚氨酯(Polyurethane)作为一种性能优异的有机高分子合成材料,是目前使用范围最广且具有粘弹性和可生物降解性的聚合物之一。因其优异的力学特性、耐磨性、可加工性及柔韧性,在表面材料、涂料、包装材料、建筑物的室内地板、人造皮革及生物医学领域有广泛应用。其中,最具前瞻性的是其作为功能材料在生物医学领域的应用,如人工器官、组织工程支架、伤口敷料、医用分离膜、三维细胞培养基质。因此,本文综述了国内外聚氨酯在生物医学领域的研究进展和先进应用,并展望了其未来发展方向。     

面向产出的高分子化学课程教学大纲的构建*

基于工程教育认证的核心理念,制定了面向产出的高分子化学课程教学大纲。与传统课程教学大纲不同,本大纲的课程目标是使学生具备推演、阐述、分析和研究高分子材料领域复杂工程问题的能力,体现以学生为中心、面向产出和持续改进的理念。课程教学内容既包含知识点又包含能力要求,强调课程知识点与学生能力达成的支撑关系。在课程考核部分,提出了分目标模块化的考核方法和评分标准,满足了工程认证可衡量、易操作的考核要求。