排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
以NaOH溶液快速沉淀BiCI3溶液制备了BiO(OH),研究了BiO(OH)对NaBH4还原芳香族硝基化合物的催化性能,考察了NaBH4用量对反应的影响.结果表明,在温和条件下BiO(OH)具有很高的催化活性和选择性.NaBH4和芳香族硝基化合物的摩尔比为1.04:1,在甲醇中室温反应2 h,芳香族硝基化合物主要被还原为氧化偶氮苯类化合物,收率80.4%~96.9%.该催化剂重复使用5次后活性没有明显下降.于120℃再生后,其活性与新制备催化剂相当. 相似文献
2.
有机污染物的生物富集因子与拓扑指数的数学模型 总被引:2,自引:1,他引:1
依据价连接性指数(xi)、电性拓扑态指数(ej)及电性距离矢量(mk)构建239种有机污染物生物富集因子(FBC)的6参数QSFR(定量结构-生物富集因子相关性)模型, 不仅相关程度高, 而且所用自变量数少. 该模型的传统相关系数(R2)为0.821, LOO(levae-one-out)交互验证系数(Q2)为0.809, 证明具有良好的稳健性及预测能力. 根据进入该模型的6个参数可知, 影响有机污染物FBC的主要结构基团是: —C—、>C—、—O—、—X、—NH2以及分子的柔韧性、折叠程度等空间因素. 可以认为在生物富集过程中,“诱导契合机理”也发挥一定作用. 对自变量集进行正交变换, 既不影响模型的相关性, 又能降低其自相关性. 相似文献
3.
4.
用拓扑指数和神经网络研究有机污染物的生物富集因子 总被引:5,自引:0,他引:5
在修正Randic的分子连接性指数和连接矩阵的基础上, 定义新型分子连接性指数(mF), 并计算了239种有机污染物的分子连接性指数(mF). 用其1F构建了239种有机污染物生物富集因子(lgBCF)的QSAR模型, 该模型判定系数(R2)及逐一剔除法(LOO)的交互验证系数(Q2)分别为0.747和0.742. 而用1F和4个电性距离矢量(Mk)构建的五元QSAR模型的R2及Q2分别为0.829和0.819. 结果表明, 从统计学的角度, 该模型具有高度的稳定性及良好预测能力. 从此模型可知, 有机污染物BCF的主要影响因素是—C—, >C—, —O—, —S—, —X等分子结构碎片以及分子的柔韧性、折叠程度等空间因素. 将5个结构参数作为人工神经网络的输入层结点, 采用5∶26∶1的网络结构, 利用BP算法, 获得了一个令人满意的QSAR模型, 其R2和标准偏差s分别为0.987和0.157, 表明lgBCF与这5个参数具有良好的非线性关系. 从上可见, 新建的连接性指数1F以及电性距离矢量与有机物的生物富集因子具有良好的相关性, 可望在物质构效关系研究中获得广泛的应用. 相似文献
5.
以尿素为原料,引入少量的多壁碳纳米管(CNT)改性,采用简便方法制备CNT/g-C_3N_4催化剂。利用扫描电镜(SEM)、透射电镜(TEM)、傅里叶红外光谱仪(FT-IR)、X射线衍射(XRD)、X射线光电子能谱(XPS)、紫外-可见-近红外分光光度计(UV-Vis-NIR Spectrophotometer)、荧光光谱(PL)等手段对CNT/g-C_3N_4催化剂进行表征。结果表明,g-C_3N_4与CNT之间的协同作用,影响了gC_3N_4的能带结构,增强了其对可见光的吸收,改善了光生载流子的分布,提高了电子-空穴对的分离效率。并以罗丹明B(RhB)水溶液模拟废水,在可见光下考察催化剂的光催化降解性能,发现当CNT掺杂量为0.1%(w/w)时效果最佳,降解速率常数是体相g-C_3N_4的3.1倍,且研究发现超氧自由基是该体系下的主要活性物种。 相似文献
1