聚酰胺-胺接枝PPO-PEO两亲嵌段树状分子的合成与表面性质

合成了一系列以1.0 代(G1)聚酰胺-胺(PAMAM)为核心、以聚环氧丙烷-聚环氧乙烷(PPO-PEO)为辐射臂的新型树状分子, 通过傅里叶变换红外(FTIR)光谱、质谱(MS)、核磁共振谱(1H NMR)和凝胶渗透色谱(GPC)等方法对其结构进行了表征与分析. 用表面张力与稳态荧光法对其表面性质与聚集行为进行研究, 结果表明, 临界聚集浓度(CAC)随PPO-PEO两亲嵌段长度的增加而增大, 同时聚集体的生成对芘探针有增溶作用, 并使其微环境的极性明显减弱. 通过动态激光光散射(DLS)法得到聚集体的尺寸分布均为窄分布, 其平均尺寸约为100 nm. 对该体系水溶液pH效应的研究发现, 两亲嵌段的长度对于质子化进程有着较大影响.     

通过接枝苄基磺酸在MCM-41上固载手性Mn(salen)配合物

首先通过两步后合成处理,在MCM-41上接枝苄基磺酸;然后,以苄基磺酸为过渡产物,用手性Mn(salen)配合物修饰处理,得到了苄基磺酸轴向负载手性Mn(salen)配合物的MCM-41;实现了在廉价且温和条件下均相手性Mn(salen)催化剂的非均相化。采用X射线衍射(XRD)、低温N₂吸附-脱附、红外光谱、热重-差示扫描量热(TG-DSC)分析、电感耦合等离子体发射光谱(ICP)和酸度滴定等对样品进行了表征。结果表明,手性Mn(salen)配合物成功固载在MCM-41上,且MCM-41的介孔结构和Mn(salen)配合物的手性特征仍然保留。以间氯过氧苯甲酸为氧化剂,考察了所得固载型催化剂对α-甲基苯乙烯的不对称环氧化催化性能,结果表明在0 ℃反应2 h,催化剂用量为0.02 mmol,无需加入轴向配体N-甲基吗啉氮氧化物(NMO)的条件下对映体过量(enantiomeric excess,e.e.)值可达99%以上,转化率为77%。归因于苄基磺酸基起到了很好的轴向配体作用。经适当处理,固载型催化剂在循环使用5次后e.e.值依然有71%,表现出较好的活性和重复使用性能。     

通过接枝苄基磺酸在MCM-41上固载手性Mn(salen)配合物

首先通过两步后合成处理,在MCM-41上接枝苄基磺酸;然后,以苄基磺酸为过渡产物,用手性Mn(salen)配合物修饰处理,得到了苄基磺酸轴向负载手性Mn(salen)配合物的MCM-41;实现了在廉价且温和条件下均相手性Mn(salen)催化剂的非均相化。采用X射线衍射(XRD)、低温N2吸附-脱附、红外光谱、热重-差示扫描量热(TG-DSC)分析、电感耦合等离子体发射光谱(ICP)和酸度滴定等对样品进行了表征。结果表明,手性Mn(salen)配合物成功固载在MCM-41上,且MCM-41的介孔结构和Mn(salen)配合物的手性特征仍然保留。以间氯过氧苯甲酸为氧化剂,考察了所得固载型催化剂对α-甲基苯乙烯的不对称环氧化催化性能,结果表明在0℃反应2 h,催化剂用量为0.02 mmol,无需加入轴向配体N-甲基吗啉氮氧化物(NMO)的条件下对映体过量(enantiomeric excess,e.e.)值可达99%以上,转化率为77%。归因于苄基磺酸基起到了很好的轴向配体作用。经适当处理,固载型催化剂在循环使用5次后e.e.值依然有71%,表现出较好的活性和重复使用性能。     

盐对刷型两亲聚合物聚集行为的调控作用

两亲聚合物奇异的功能特性源于分子独特的骨架结构和在溶液中的自组装聚集行为. 本文向以2-丙烯酰胺基-十二烷基磺酸(AMC₁₂S)与2-丙烯酰胺基-2-甲基丙磺酸(AMPS)进行无规共聚所制备的AMPS-AMC₁₂S刷型两亲聚合物溶液体系中引入不同用量的NaCl, 采用稳态荧光、动态光散射(DLS)和透射电子显微镜(TEM)系统考察NaCl 对聚合物聚集行为的调控作用. 研究发现, 聚合物结构中疏水侧链含量越低, NaCl 对聚集行为的调控作用越强; NaCl浓度增加会明显降低聚合物的临界聚集浓度; 与此同时, 聚合物分子链自组装由分子间的聚集方式向分子内的聚集方式转变, 形成的聚集形态由大型多分子聚集体变化为尺寸数百分之一的单聚体.     

树枝状大分子与双十二烷基二甲基溴化铵在溶液中的分子间相互作用

通过负染色与冷冻蚀刻透射电子显微镜(TEM)、流变学性能测试等方法,研究了以1.0代聚酰胺-胺(PAMAM)为核心、以(PO)m(EO)n(其中PO与EO分别是环氧丙烷、环氧乙烷的缩写,m和n分别代表嵌段中PO和EO的个数)为辐射臂的树枝状大分子与双十二烷基二甲基溴化铵(DDAB)的分子间相互作用,并将此混合体系的聚集行为、流变学特性与DDAB的囊泡体系进行了比较.研究表明,由于DDAB分子可能插入到树枝状大分子聚集体的疏水微区中,使得混合体系中DDAB类似于凝胶的结构几乎被破坏,随其浓度的增加,混合体系中仅形成了DDAB单层囊泡及其与树枝状大分子构成的复合物,导致剪切后的黏度大幅下降,同时体系几乎不再具有黏弹性特征.     

超导空心球形转子变形分析

超导空心球形转子的非球形误差将产生干扰力矩、引起漂移误差降低仪表精度。针对转速和温度引起超导空心球形转子的非球形误差进行分析,将超导空心球形转子模型直接从CREO中导入到有限元分析软件ANSYS,并对超导空心球形转子进行有限元变形仿真。通过对仿真结果进行分析,得出超导空心球形转子离心变形量和温度变形量,阐明了超导空心球形转子特有的变形规律,为补偿和减小转子的动态变形提供了理论依据,也为该特殊结构的空心薄壁转子的设计和优化提供了重要依据。     

基于XRF-CNN土壤重金属Zn元素含量预测模型研究

结合X射线荧光光谱法,针对土壤中重金属元素Zn含量的预测问题,提出基于深度卷积神经网络回归预测模型。对原始土壤进行相关预处理,用粉末压片法制作土壤压片,采用X射线荧光光谱法(X-Ray-fluorescence,XRF)获取土壤光谱,相比于传统检测方式,XRF法具有检测速度快、精度高、操作简单、不破坏样品属性并且可实现多种重金属元素同时检测等优点,故将XRF与深度卷积神经网络相结合,实现对土壤中重金属Zn元素含量的精确预测。采用箱型图来剔除X射线荧光光谱中的异常数据,采用熵权法结合多元散射校正来对样品盒数据进行校正,采用Savitzky-Golay平滑去噪法以及线性本底法对光谱数据进行预处理,可以有效地解决由外界环境和人为因素产生的噪声及基线漂移等问题。针对卷积神经网络结构的特殊性,将获取的一维光谱数据向量,采用构建光谱数据矩阵的方式来进行处理,将同一浓度、同一含水率下5组平行光谱数据向量转化为二维光谱信息矩阵,以该矩阵作为深度卷积神经网络预测模型的输入,以适应卷积层的操作要求,利用深度卷积神经网络特殊的结构模式,能有效提取土壤光谱数据特征,提高了深度卷积神经网络预测模型的学习能力,降低模型的训练难度。深度卷积神经网络预测模型采用3层卷积层搭建,使用ReLU激活函数激活,采用最大池化方式,减少数据的维度,增加Dropout层,防止过拟合,使用ADAM优化器对预测模型进行优化。实验以平均相对误差(mean relative error, MRE)、损失函数(LOSS)、平均绝对误差(mean absolute error, MAE)确定了模型的最优学习率为10-3以及最优迭代次数为3000,并将深度卷积神经网络预测模型与BP预测模型、ELM预测模型、PLS预测模型进行对比,以均方误差(mean square error, MSE)、均方根误差(root mean square error, RMSE)、以及拟合系数R2来分析比较预测模型的好坏,结果表明,基于深度卷积神经网络预测模型在对土壤中重金属Zn元素含量预测方面优于BP,ELM,PLS三种预测模型,提高了预测精度。     

两亲无规聚合物的聚集行为及其与非离子表面活性剂的相互作用

以2-丙烯酰胺基-十二烷基磺酸(AMC12S)与2-丙烯酰胺基-2-甲基丙磺酸(AMPS)进行无规共聚,合成了含AMC12S摩尔分数(X)较高(X=0.1,0.3,0.5)的一系列两亲聚合物.采用稳态荧光及动态光散射技术对聚合物在水溶液中的聚集行为及其与三种非离子表面活性剂(HO(CH2CH2O)10C12H25(C12E10)、HO(CH2CH2O)20C12H25(C12E20)和HO(CH2CH2O)40C12H25(C12E40))的相互作用进行了研究,并考察了X对聚集行为的影响以及表面活性剂亲水基团长度对相互作用的影响.随着X的增大,聚合物的临界聚集浓度(CAC)明显减小,X=0.5时聚合物的CAC低达0.0039g·L-1.聚集体的流体力学半径(Rh)都大于26nm,并随着聚合物浓度的升高而增大,说明聚合物分子主要以分子间的聚集方式聚集,形成多分子聚集体.随X的增大,聚集体Rh减小,同时Rh随聚合物浓度升高而增大的幅度减小,说明聚集体结构变得更加紧实.表面活性剂与聚合物之间存在很强的相互作用,在混合溶液中表面活性剂浓度达到临界胶束浓度(CMC)左右时聚合物聚集体开始解离,形成混合聚集体.亲水基团长度增长,表面活性剂对聚合物聚集体的解离能力随之增强.C12E40与X=0.5的聚合物形成的混合聚集体Rh为6.8nm,与C12E40自身形成的聚集体尺寸相当.     

聚酰胺-胺基两亲树枝状大分子与十二烷基硫酸钠混合体系的分子聚集行为

以浊度分析、动态激光光散射(DLS)、透射电子显微镜(TEM)以及原子力显微镜(AFM)等方法研究了以1.0代(G1)聚酰胺-胺(PAMAM)为核心、以聚环氧丙烷-聚环氧乙烷(PPO-PEO)为辐射臂的树枝状大分子与十二烷基硫酸钠(SDS)之间的相互作用.值得注意的是,当树枝状大分子溶液的浓度为1%(质量分数),SDS的浓度远低于临界胶束浓度(cmc)时,体系的浊度值开始明显升高,DLS、TEM以及AFM的研究结果显示出此时聚集体的尺寸逐渐增加,意味着SDS与树枝状大分子有着很强的分子间相互作用,形成了树枝状大分子与SDS构成的复合物.当SDS浓度增高至0.1mmol·L-1(约为cmc的1%)左右时,体系的浊度值随着SDS浓度的增加变化不大,DLS、TEM、AFM的实验结果显示,聚集体尺寸趋于稳定状态.当SDS的浓度继续升高至0.25和0.5mol·L-1时,体系中形成了SDS分子间的自聚集或者存在多个SDS分子与单个树枝状大分子的分子间聚集.     

基于启发式方法和支持向量机方法预测有机物的热导率

构建147个有机物分子结构与其热导率值之间的定量结构-性质关系(QSPR)模型, 探讨影响有机物热导率的结构因素. 以147个化合物作为样本集, 随机选择118个作为训练集, 29个作为测试集. 应用CODESSA软件计算了组成、拓扑、几何、静电和量子化学等描述符, 通过启发式方法(HM)筛选得到5个结构参数并建立线性回归模型; 用所选5个结构参数作为支持向量机(SVM)的输入, 建立非线性的支持向量机回归模型. 预测结果表明: 支持向量机回归模型的性能(复相关系数R²=0.9240)虽略低于启发式回归模型的性能(R²=0.9267), 但是支持向量机方法预测性能(R²=0.9682)高于启发式方法的预测性能(R²=0.9574), 对于QSPR模型来说, 预测性能更重要. 因此, 总体来说支持向量机方法优于启发式方法. 支持向量机方法和启发式方法的提出为工程上提供了一种根据分子结构预测有机物热导率的新方法.