二卤卡宾和苯甲醛反应机理的理论研究 ─ ylide 中间体的结构及反应特性

本文以SCF-MNDO方法进行计算, 获得了二氯卡宾与苯甲醛反应所形成的二卤羰基ylide中间体各异构体的构型、能量、电荷分布及其它有关数据, 并根据计算结果研究了ylide各异构体的不同化学行为, 进一步探讨了二卤卡宾与苯甲醛的反应机理。     

2-[(卤代苯胺基)羰基]苯甲酸与Cu(Ⅱ)、Ni(Ⅱ)、Co(Ⅱ)的配合物研究

本文报道了4种2-[(卤代苯胺(?))羰基]苯甲酸与Cu(Ⅱ)、Ni(Ⅱ)、Co(Ⅱ)配合物的制备,并通过元素分析、热重分析、红外光谱和电子光谱分析以及磁化率测定对它们进行了表征.结果证明,配合物是通过羧酸根上羟基氧原子和酰胺羰基上氧原子配位成键,除Cu(Ⅱ)配合物分子为平面正方形结构外.其余均为八面体结构,只是扭曲程度不同.并对它们的配位场参数进行了计算.     

高效液相色谱法测定厨房用纸中双酚S

已剪碎的厨房用纸样品(0.100 0g)用10mL正己烷-四氢呋喃(1+1)混合液浸泡2h,弃去液体,用滤纸吸干厨房用纸样品表面的液体,加入10mL甲醇,在30℃超声提取30min。提取液氮吹至干,加入1mL甲醇(6+4)溶液,经0.45μm滤膜过滤,采用高效液相色谱法测定滤液中双酚S的含量。以Luna 5u C_(18)色谱柱为分离柱,以甲醇(6+4)溶液为流动相,在检测波长259nm处进行测定。双酚S的质量浓度在0.1～100.0mg·L~(-1)内与其对应的峰面积呈线性关系,检出限(3S/N)为0.3 mg·kg~(-1)。方法用于厨房用纸样品的分析,加标回收率为79.1%～104%,对双酚S标准溶液重复测定6次,测定值的相对标准偏差为0.040%～0.68%。     

多组分多出口稀土串级萃取静态优化设计研究(I)静态设计算法

研究了多组分、多出口稀土串级萃取体系静态优化设计过程的精确计算方法. 首先推导出串级萃取体系最重要的物料平衡和萃取平衡关系, 其次根据分离要求等条件确定了各出口的相对流量, 利用萃取平衡和物料平衡关系进行静态递推, 并在求解过程中根据物料平衡关系引入了校正参数, 通过对递推结果的迭代校正, 最终得到收敛的计算结果, 解决了静态设计算法的关键问题. 这一方法为多组分多出口稀土串级萃取过程的静态优化设计提供了精确算法.     

径向偏振光激发氧化石墨烯/金纳米棒复合基底的表面增强拉曼散射性能

探究径向偏振矢量光与氧化石墨烯/金纳米棒复合结构的相互作用,以提高表面增强拉曼散射性能。基于FDTD Solutions软件,得到氧化石墨烯/单金纳米棒复合基底在径向偏振光激发下的表面增强拉曼散射增强因子达到10~8,比相同条件下线偏振光激发的大6个数量级。这种性能提高的物理机制源于径向偏振光激发金纳米棒的电磁增强与氧化石墨烯产生的本征化学增强。进一步详细讨论了径向偏振光激发下氧化石墨烯厚度、金纳米棒数量和排列方式对表面增强拉曼散射性能的影响。基于径向矢量光场激发多功能基底的表面增强拉曼散射性能调控在生物化学、食品安全与传感检测等领域具有巨大的应用潜力。     

电喷雾质谱在金属配合物研究中的应用

综述了电喷雾质谱(ESI-MS)在金属配合物分析中的应用,详细介绍了电喷雾质谱在测定金属配合物的分子量、表征金属配合物的结构、分析金属离子与配体的相互作用及相关机理等方面的研究进展.     

基于Diels-Alder点击反应构建壳聚糖-O-聚乙二醇接枝共聚物

通过Diels-Alder(D-A)反应,合成了具有规整化学结构的接枝共聚物,壳聚糖-O-聚乙二醇(CS-O-PEG).D-A反应所需双烯体(呋喃环)通过糠基硫醇与端甲基丙烯酸酯聚乙二醇之间的巯基-丙烯酸酯(thio-acrylate)反应合成得到;马来酰亚胺基丙酸通过活泼酯法偶联到十二烷基硫酸钠-壳聚糖复合物(SCC)羟基上,从而获得亲双烯体.采用红外光谱(FTIR)和核磁共振(1H-NMR)表征了中间产物与最终产物的结构,并用原位核磁监测D-A反应及其逆反应过程.结果表明,聚乙二醇双烯体可在水介质中温和条件下定量接枝到壳聚糖羟基上,反应具有点击特征;同时,聚乙二醇与壳聚糖之间的连接键在高温下(90℃)可通过D-A逆反应而发生断裂.     

多种类表面活性剂临界胶束浓度定量构效关系

表面活性剂的临界胶束浓度(CMC)是个非常重要的物质特性参数, CMC在研究表面活性剂的工业应用和生物利用方面发挥着关键作用. 本工作提出了一个新的拓扑指数—扩展距离矩阵, 建立了一个稳定的构效关系模型, 并对175种表面活性剂的临界胶束浓度进行了计算预测. 结果表明, 基于新的拓扑指数建立的构效关系模型计算临界胶束浓度能给出稳定可靠的预测结果, 其预测结果相关性系数R²(training set)=0.9295, 相对标准偏差ARD(training set)=8.20%, R²(testing set)=0.9257, ARD(testing set)=6.76%. 与文献中模型预测结果的对比表明, 本工作在稳定性和可靠性上均有显著改善.