“学习提示”模块在新版有机化学教材中的应用

一本好的有机化学教材应该对教师教学和学生自学有很好的辅助和引导作用。如何使学生从浩如烟海的内容中发现重点、难点,并做到有效掌握和融会贯通,是教材编写者需要重点考虑的问题。笔者将教学经验融入到有机化学教材改革实践,在新版教材中加入了原创的“学习提示”板块,用简练、更通俗易懂的语言对一些重要、较难理解的或是容易混淆的知识点进行辅助讲解、串联总结。笔者认为该板块可以起到协助学生理解知识难点、厘清易混淆概念、将关联知识融会贯通以及激发学生科研兴趣等作用。本文用一些实例对这一模块的编写构思、内容和预期成效进行了介绍。     

萘并双噻二唑及其衍生稠环受体在D-A型聚合物太阳能电池给体材料中的应用

聚合物太阳能电池因其质量轻、柔性、可溶液制备成大面积器件等优点受到学术界和产业界的广泛关注。目前,聚合物太阳能电池仍然处于实验室研究阶段,研究重点依然集中在器件效率以及使用寿命的进一步提高上。开发新颖高效的聚合物太阳能电池材料是持续提高电池器件效率的原动力。给体(D)-受体(A)型共轭聚合物材料具有宽的光谱吸收、可调节的能级水平、强的分子内电荷转移过程等特征,成为聚合物太阳能电池材料设计的重要策略之一。众多的给体和受体结构单元已被筛选用来构建高性能的D-A型共轭聚合物光伏材料。其中,萘并双噻二唑及其衍生稠环受体结构单元因其具有刚性的共轭平面、强的吸电子能力等特点,被广泛用于设计高性能的聚合物太阳能电池给体材料。基于此,本文综述了萘并双噻二唑及其衍生稠环受体构筑单元在发展D-A型聚合物给体材料方面的应用,并对该类材料的发展方向和前景提出了展望。     

基于最大相关熵准则回归模型的大盘指数预测

大盘指数是衡量股票市场运行情况的“晴雨表”,是投资者洞察股票市场发展态势和制定投资策略的重要依据.大盘指数的变化趋势与经济发展状况、宏观经济政策、投资者心态等诸多复杂因素密切相关,具有明显的随机性和不确定性,这导致精准预测大盘指数的变化趋势成为一个富有挑战性的问题.文章基于最大相关熵准则,使用一种新的回归预测模型,该方法将实际输出与理想输出视为两个随机变量,并采用相关熵度量它们之间的相似程度,进而基于最大熵准则构建一种新的回归模型优化函数,用于指导回归系数的确定.在实际操作中,通常基于有限样本,采用高斯核函数的Parzen窗方法估计两个随机变量的相关熵,因此可借助高斯核函数的核宽调节,解决最小均方误差准则回归模型对异常数据和随机噪声敏感性问题,从而提升预测精度.基于实测数据的实验结果表明:与自回归模型、差分自回归模型以及深度学习方法等相比,文章所提方法能有效降低异常数据对预测精度的影响,预测误差小,鲁棒性强.     

基于吡咯并吡咯二酮核心的苝二酰亚胺类受体分子的合成及光伏性能

苝二酰亚胺类小分子由于其固有的强分子聚集特性,导致活性层形貌难于调控,器件效率相对于近年来报道的受体-给体-受体型稠环小分子受体一直处于劣势.针对这一关键问题,我们设计并合成了三个以吡咯并吡咯二酮为中心核的双臂型和四臂型苝二酰亚胺类小分子受体.其中,c-PDI2和nc-PDI2两个双臂型分子分别将两个苝二酰亚胺臂置于吡咯并吡咯二酮核心骨架的碳取代位和氮取代位;四臂型PDI4是将四个苝二酰亚胺臂置于吡咯并吡咯二酮核心骨架的四个取代位.通过对三个受体小分子的光谱吸收、能级水平、薄膜形貌以及光伏性能的详细研究,发现三个受体小分子都拥有扭曲的分子结构并由此带来无定形薄膜形貌,表明其分子聚集趋势得到了有效的抑制.相对于双臂型受体分子,四臂型PDI4具有更强的光吸收能力和电子传输性能,从而获得了8.45%的最高光电转换效率,是c-PDI2器件效率的2倍和nc-PDI2器件效率的1.5倍.     

手性SalenCOⅡ配合物与氨基酸酯类客体的分子识别研究

用紫外-可见分光光度法研究了手性SalenCoⅡ配合物对4对对映异构的手性氨基酸酯类客体在CH2Cl2中的分子识别,发现手性SalenCoⅡ配合物与此类客体的配位数为1.各客体缔合常数均为KD＞KL,且按K(LeuOMe)＞K(AlaOMe)＞K(SerOMe)＞K(TyrOMe)的顺序依次减小,测定了识别过程的△rGmθ,△rHθm,△rSmθ,发现该反应是放热、熵减少的过程.采用分子力学的方法考察了主客体的最佳优势构象,对该优势构象进行量子化学计算,较好地解释了实验事实.     

氢化物原子吸收分光光度法测定食品中砷

食品样中砷的测定一般用银盐法,然而此法灵敏低操作繁琐,本法用氢化物原子吸收分光光度法测定食品中的砷则操作简便、快速、灵敏度高.方法灵敏度为0.8ng·ml~(-1),检出限为0.5ng·ml~(-1).1 试验部分1.1 仪器与试剂WYX-402型原子吸收分光光度计HCF氢化物发生器T型石英管砷标准溶液:100ng·ml~(-1)混合酸:硝酸+高氯酸(4+1)盐酸溶液:0.5mol·L~(-1)硼氢化钾:5g·L~(-1)还原剂:称取碘化钾15g、抗坏血酸10g溶解于离子水,定容至100ml.     

以RuCl3/SiO2为模板制备高性能镶嵌式钌基氨合成催化剂

合成氨工业是国家能源与战略的基石,是化学工业的支柱产业,随着国家产业升级与转型,对合成氨工业的能耗提出了较为严厉的要求.钌基催化剂被誉为继铁催化剂后的第二代氨合成催化剂,与铁催化剂相比,钌基催化剂在低温和低压下具有优异的催化性能.炭材料因具有低成本、高比表面积以及电子传输和热传输等独特性能,比其它化合物如MgO,Al_2O_3和BN等更适合作为Ru催化剂的载体,而且也是除铁催化剂外唯一已工业化的载体.虽然炭负载钌催化剂的甲烷化是不可避免的,但BP公司使用石墨化碳作为载体成功地解决了这个问题,并实现了工业化.为了进一步提高钌基催化剂性能,对钌炭催化剂的结构设计尤为重要.中孔炭(MC)孔隙结构发达,可以为钌纳米粒子的分散提供空间,从而有效提高金属钌的利用率,中孔炭负载的钌基催化剂在合成氨反应中表现出优异的催化性能.传统负载型钌基催化剂的制备一般采用浸渍法,虽然可获得高分散的Ru纳米粒子,但其只会分布在载体的表面,因此在反应过程中就容易发生金属纳米粒子的团聚和流失,大大降低使用寿命.而随着新材料制备技术的发展,对催化剂的设计合成方法的研究也越来越多.当金属纳米粒子被镶嵌在载体的壁上时,金属和载体之间就具有较强的相互作用,因而可以稳定金属纳米粒子.本文通过蔗糖原位炭化法将Ru纳米颗粒半嵌入在炭材料中制备镶嵌式Ru-MC催化剂,并采用HRTEM, CO化学吸附等手段系统研究了镶嵌式Ru-MC催化剂与传统浸渍法制备的负载型Ru/MC催化剂之间的差异.采用等体积浸渍法添加Ba和K助剂制备催化剂Ba-K/Ru-MC和Ba-Ru-K/MC.和Ba-Ru-K/MC催化剂相比, Ba-K/Ru-MC催化剂上钌炭相互作用力增强,不但有效提高了钌催化剂的催化活性,而且提高了该催化剂的抗甲烷化能力,从而提高了氨合成条件下催化剂的稳定性和使用寿命.采用该方法制备的钌基催化剂在400°C, 10000 h~(-1), 10 MPa和H_2/N_2=3.0的反应条件下,氨合成反应速率可以达到133 mmol/(g·h),其性能远高于目前报导的钌基催化剂和传统的熔铁催化剂.     

玻色-爱因斯坦凝聚物理本质探索

针对玻色-爱因斯坦凝聚这一课题,综述了玻色-爱因斯坦凝聚理论的诞生和发展、概念,着重阐述了其形成条件、物理机制、性质及其应用,接着将介绍一些玻色—爱因斯坦凝聚的实验和国内外的研究动态,最后展望了其发展前景。