2,9-二甲基-1,10-菲咯啉的α-氨甲基吡啶衍生物的合成表征及其MnⅡ,CoⅡ,NiⅡ,CuⅡ,ZnⅡ配合物稳定性研究

以2,9-二甲基-1,10-菲咯啉为初始原料,合成了2,9-二甲基-1,10-菲咯啉的α-氨甲基吡啶衍生物-N,N'-二(2'-吡啶基)甲基-1,10-菲咯啉-2,9-二甲胺(L)。该配体经过元素分析、红外光谱、核磁共振氢谱表征。在25±0.1℃、I=0.1mol·dm^-3NaNO₃的条件下,用pH电位滴定法测定了该配体在水溶液中的质子化常数及其分别与Mn(Ⅱ),Co(Ⅱ),Ni(II),Cu(Ⅱ)和Zn(Ⅱ)的配合物的稳定常数,提出了配合物的可能结构。进一步讨     

2,9-二甲基-1,10-菲咯啉的α-氨甲基吡啶衍生物的合成表征及其MnⅡ,CoⅡ,NiⅡ,CuⅡ,ZnⅡ配合物稳定性研究

以 2 ,9 二甲基 1,10 菲咯啉为初始原料 ,合成了 2 ,9 二甲基 1,10 菲咯啉的α 氨甲基吡啶衍生物 N ,N’ 二 (2’ 吡啶基 )甲基 1,10 菲咯啉 2 ,9 二甲胺 (L)。该配体经过元素分析、红外光谱、核磁共振氢谱表征。在2 5± 0 .1℃、I=0 .1mol·dm- 3NaNO3的条件下 ,用 pH电位滴定法测定了该配体在水溶液中的质子化常数及其分别与Mn ,Co ,Ni ,Cu 和Zn 的配合物的稳定常数 ,提出了配合物的可能结构。进一步讨论了相应稳定常数较大的内在原因     

膜反应器中Ni-Cu催化剂上CO加氢合成乙烯的研究

 将硅藻土－TiO2－聚乙烯（或聚丙烯）疏水复合膜反应器应用于\r\nCO加氢合成乙烯的反应过程，以Ni－Cu／TiSiO和Ni－Cu／MgSiO为催化\r\n剂，考察了反应温度、空速和进料组成等因素对CO转化率和乙烯选择性\r\n的影响．结果表明：膜催化反应的产物与常规催化反应相同，催化反应\r\n机理没有区别，在适宜条件下，膜催化反应的CO转化率和乙烯选择性较\r\n之常规催化反应提高了10％左右，二氧化碳和甲烷的选择性降低，而乙\r\n烷的选择性略有增加．     

基于可见/近红外透射光谱的番茄红素含量无损检测方法研究

针对番茄内外部结构特征,搭建了可见/近红外透射检测系统,利用完整番茄透射光谱信息,对番茄红素含量进行无损伤快速检测研究。采集的原始光谱曲线经去趋势(DT)、标准正态变量变换(SNV)、多元散射校正(MSC)、归一化(NOR)、一阶导数(FD)预处理后分别用偏最小二乘(PLS)进行建模分析。其中SNV预处理后的模型效果最好,校正集和验证集相关系数分别为0.9771和0.9504,校正集和验证集均方根误差为0.9711和1.0496 mg/kg。为进一步提高模型的精度和稳定性,采用无信息变量消除法(UVE)、连续投影算法(SPA)、竞争性自适应重加权算法(CARS)3种方法单独或联合处理(UVE-SPA,UVE-CARS),对全光谱进行变量优选。经UVE-CARS处理后番茄红素预测模型效果最好,其校正集和验证集相关系数分别提高至0.9830和0.9741,均方根误差分别降低至0.6919和0.7680 mg/kg。最后,选用25个番茄样品对所建立模型进行了外部验证,UVE-CARS-PLS模型的预测集相关系数为0.9812,预测集均方根误差为0.7071 mg/kg,平均相对误差为4.3%。而作为比较的PLS模型的预测集相关系数为0.951,均方根误差为1.0610 mg/kg,平均相对误差6.0%,相比于全光谱PLS模型,UVE-CARS可以很大程度地简化模型,提高模型精度,降低检测的误差限。结果表明,基于自行搭建的番茄可见/近红外透射检测系统结合光谱处理方法,可以实现对生鲜番茄中番茄红素含量的快速、无损检测,为番茄红素定量检测提供了新方法。