金属-有机骨架材料在样品预处理中的应用

金属-有机骨架材料(Metal-organic frameworks,MOFs)具有超大的比表面积和孔容积、可调的孔径和拓扑结构、良好的热稳定性等优点,因而被广泛用于气体储存、催化、吸附和分离等领域。近年来,以MOFs为吸附剂的样品预处理研究已引起广泛关注。本文综述了近7年来MOFs应用于样品预处理,如采样、固相萃取和固相微萃取等的研究进展,并对这一领域进行了展望。     

由氢键连接的三个金属-有机网状化合物的合成、结构及半导体性质

以2,4,6-三(1-吡唑基)-1,3,5-三嗪(TPTz)与不同金属离子进行溶剂热反应,得到了3个氢键连接的金属-有机网状化合物。实验发现TPTz的水解产物6-(1-吡唑基)-1,3,5-三嗪-2,4-二酚(H₂L)在反应中起到了实际的配位作用。单晶结构分析表明,它们是同构化合物,分子式为[M(HL)₂]·2H₂O(M=Zn,1;Co,2;Mn,3)。每个中心金属原子分别与2个吡唑基上的N、2个吡嗪环上的N和2个水分子中的O形成六配位的结构。2个HL-与1个中心金属配位形成一个零维的金属-有机配合物小分子,这些小分子通过氢键连接进一步拓展为二维层状结构。紫外-可见漫反射(UV-VisDRS)分析结果表明,这3种化合物都是宽系半导体材料,其带隙宽度分别为3.80(Zn),3.30(Co),3.27(Mn)eV,其半导体性质同中心金属原子表现出明显的相关性。     

金属-有机框架材料孔结构的初步理论评估

金属-有机框架材料在气体吸附/分离方面具有广泛的应用, 因而引起国内外学者的广泛关注。本文以6种代表性的MOFs为例简单介绍了利用理论工具研究MOFs孔结构的方法。     

基于Gabor小波变换的ICA火灾图像纹理识别算法

针对火灾图像纹理识别问题,提出了基于Gabor小波变换的ICA火灾图像纹理识别算法,并根据火灾图像纹理识别特点进行了优化。首先用不同尺度和方向的Gabor滤波器对待识别图像滤波,得到其特征图像,然后将特征图像转化成特征向量作为ICA的输入,得到基矢量子空间,再将测试图像经过Gabor滤波器的特征向量投影到ICA子空间中得到系数向量作为目标识别特征,最后用支持向量机进行识别。通过与Gabor滤波器法和ICA方法的对比实验,表明该算法可以在火灾纹理图像的识别率上比传统方法提高5%以上,为火灾图像识别提供了一种新思路。     

基于CA和LS-SVM的TE过程多模型建模

针对TE化工过程高度非线性、复杂性的特点,本文提出了一种基于相关分析和最小二乘支持向量机对TE过程进行多模型建模方法,以提高模型性能。首先对TE过程采用相关分析法划分为3个子系统,对每个子系统分别采用基于C-均值聚类的最小二乘支持向量机建模和基于k均值聚类的最小二乘支持向量机多模型建模。实验表明,基于K-均值聚类的多模型建模能简化计算、提高模型精度、并且能更好的预测模型输出。     

统计数据采样算法

将集中式控制系统常用的结构二层结构改进为智能化的三层结构的设计方案,即传感器、智能巡检仪和上位机。上位机既可以直接读取传感器的数据也可读取智能巡检仪的数据。此方案较好地解决了二层结构所出现的问题,并且也适合交大规模的其它类型的控制系统。这种设计方案存在当规模时上位机采集数据出现丢失现象。本文提出了利用数据库的历史数据及控制曲线的线性特征的数据采集算法,较好地解决了数据丢失的问题。并以温控系统为例仿真了在较大规模控制环境下的试验结果。     

硝基修饰MOF-5材料的制备及催化氨基甲酸酯热分解!

采用直接混合法在室温下制备了含硝基的金属-有机骨架材料MOF-5-NO2,并采用X射线衍射分析,红外光谱,N2等温吸附和扫描电子显微镜对其进行了表征.结果表明,MOF-5-NO2具有与MOF-5相似的晶体结构和表面形貌,二者都具有高比表面积及微孔特性,但由于硝基的吸电子效应,MOF-5-NO2比MOF-5具有更强的Lewis酸性,因而对氨基甲酸酯热分解制备异氰酸酯的反应具有良好的催化活性.在无溶剂条件下,MOF-5-NO2使苯氨基甲酸甲酯热分解的反应速度显著提高,催化剂转化频率达到ZnO的7倍以上;二苯甲烷二氨基甲酸苯酯热分解的中间产物减少,二苯甲烷二异氰酸酯的收率达到81.6%.     

多组件学习器实现有机分子沸点的精准预测

沸点(BP)是有机分子液体的基本物理化学量, 也是化学工业生产中的重要参数. 有机分子的沸点由分子结构决定, 呈现复杂的结构-沸点关系, 函数法(Function Method)、基团贡献法(Group Contribution Method)等传统方法无法应对复杂多样有机分子结构的预测, 应用范围狭窄, 预测精度低. 本研究中, 我们利用基于人工神经网络(ANN)和支持向量机(SVM)的多组件学习器实现有机分子沸点的精准预测. 我们构建了基于可解释性描述符的ANN、基于相关性描述符的ANN及基于复合分子指纹的SVM三个异质模型, 并通过包含4550个各种类别的有机分子沸点的数据集进行训练得到了三个异质性学习器, 最后集成三个学习器对有机分子沸点进行预测. 相比于传统方法和此前的定量结构性质关系(QSPR)模型, 多组件模型结合了三种模型的优点, 展现出很好的预测精度和泛化能力以及低的过拟合, 实现了对多种类型有机分子的沸点的有效预测.     

金属-有机框架HKUST-1膜在气体分离中研究进展※

发展高效、绿色且节能的物质分离与纯化技术具有重要意义, 气体分离更是在工业、能源、医疗及科技等领域有着广泛的应用. 传统的聚合物膜在实现高效气体分离方面还面临许多挑战, 新型分离膜材料的开发是当前研究热点和难点. 金属-有机框架(Metal-Organic Frameworks, MOFs)材料作为一种新兴多孔配位聚合物, 由于其具有独特可设计的拓扑结构以及可调节的功能而受到科学家们的广泛关注. 为了克服粉体或块体MOFs很难被高效用于气体分离的难题, 开发可用于分离的MOFs膜材料是一项具有重要意义且具有挑战性的任务. HKUST-1作为一种代表性的MOFs材料, 由于其结构稳定且原料经济并具有多级孔径的结构, 常被用作制备成膜材料用于气体分离的研究和实际应用. 总结了近十年HKUST-1膜的制备方法及其气体分离性能的研究进展, 并对这个方向的研究提出了自己的看法和展望.     

色谱在药物-机体复杂巨系统研究中的应用进展

色谱是一门以分离分析为主,旨在追求复杂事物纯而净的分析化学的重要分支学科。其经过百余年的发展,理论与技术日臻完善,集科学、技术与艺术于一体。近年来,色谱及其与质谱、核磁共振波谱、原子发射光谱等联用技术极大推动了环境、食品、石油化工、生物医药等领域中所涉及复杂体系的研究进展。作为我国传统文化的核心代表,中医药为中国乃至世界人民的健康服务逾千年,从古至今历经上千年临床考验,疗效经久不衰。近年来,中国政府强调继承与创新,加大推进中医药的现代化与国际化。然而中药自身的多成分协同起效复杂性及其与机体时刻新陈代谢变化的复杂性往往相互作用,由此形成了药物-机体复杂巨系统。该复杂巨系统的分析研究是中医药现代化进程的关键瓶颈。色谱的优势在于复杂成分的分离与分析,此恰能为上述复杂巨系统提供技术支撑,色谱及其联用技术已成为推动中医药分子化、数字化、信息化乃至现代化的主流技术。该文综述了色谱及其联用技术在中药复杂体系、复杂生命过程及药物-机体复杂巨系统中的应用进展,介绍了笔者研究团队对中医药现代化的认识、研究思路和研究工作,最后笔者结合对于百年色谱与千年中医药文化之现代化交织的感悟,对色谱技术在此领域的前景做出了展望。