高分子负载贵金属类催化剂及其在有机反应中的最新应用

高分子负载金属催化剂与传统的均相催化剂相比,具有较高的催化活性、立体选择性、较好的稳定性和重复使用性能,并且后处理简单,在反应完成后可方便地借助固-液分离方法将高分子催化剂与反应体系中其他组分分离、再生和重复使用,可降低成本和减少环境污染。本文综述了近五年来高分子负载贵金属类催化剂在有机反应中的最新应用,根据金属不同将其分为钌、钯、银、金四大类,并分类介绍了其在不同固相反应中的应用。本文介绍的负载贵金属类催化剂中的负载物均为不溶性聚合物,但不包括二氧化硅、可溶性聚合物和树枝状大分子等。     

聚酰亚胺玻璃化转变温度预测:基团贡献加和法与未知基团赋值

基团贡献加和法(GAP)假设聚合物性质来自于重复单元中各次级基团的贡献, 因此可以通过计算基团贡献值的加和值预测聚合物性质. van Krevelen建立了基团贡献加和法, 计算了数十种聚合物的性质, 包括常用的溶解度参数、 熔点和玻璃化转变温度(T_g)等参数. 聚酰亚胺是由二酐和二胺缩合反应得到的一类高性能聚合物, 其中T_g是决定聚酰亚胺使用温度范围的关键性质. 因此准确预测聚酰亚胺的T_g有助于优化和筛选单体分子结构. 本文首先利用van Krevelen提供的普适性基团贡献值计算了74种聚酰亚胺的T_g, 发现计算值与实验值具有较好的相关性(R²=0.88, s=21 K), 但存在系统误差, 如二者线性拟合斜率为0.78, 远偏离1. 由于普适性贡献值来自于不同聚合物的数据迭代, 对聚酰亚胺体系适用性较差, 必须对基团贡献值进行校正. 本文系统性地提高了刚性基团的贡献值, 同时降低了柔性基团的贡献值. 利用校正后的基团贡献值重新计算了T_g, 其与实验值具有更好的相关性(R²=0.88, s=18 K)和一致性(线性拟合斜率为0.94). 进一步使用上述校正后的已知基团贡献值对未知的7种二酐基团和6种二酐或二胺中的子基团进行赋值. 训练组(82个聚酰亚胺)和测试组(35个聚酰亚胺)数据验证了这13个基团贡献值的可靠性. 本文建立的基团贡献值校正方法和对未知基团的赋值法也可以推广应用于其它芳杂环类聚合物.