镍催化氮杂环丙烷的开环偶联反应研究

氮杂环丙烷类化合物是重要的有机合成子,其广泛存在于各种有机合成反应当中.因其独特的三元环结构,致使其具有较大的环张力.通常氮杂环丙烷类化合物可以与各种亲核试剂反应,合成各种传统方法难以合成的β-位取代的胺类化合物,其中包括氨基醇、氨基醚以及二胺类化合物.通过亲核试剂开氮杂环丙烷的反应研究已经相当成熟,此处不再赘述.此外,过渡金属催化的C—N活化是一类重要的合成方法.作为C—N活化重要底物,过渡金属催化氮杂环丙烷的开环偶联反应取得长足的发展.尤其是近十年来,镍催化氮杂环丙烷的开环偶联反应不断涌现.基于此,综述了镍催化在氮杂环丙烷开环偶联反应中的研究进展和设计原则,重点介绍氮杂环丙烷的开环原理,对比不同取代的氮杂环丙烷区域选择性,总结不同催化模式下的共性.本综述将从以下三个方面介绍氮杂环丙烷的开环偶联反应:其一是单独的镍催化模式;其二是光/镍协同共催化模式;其三则是电化学促进的镍催化模式.对于氮杂环丙烷的开环模式则可以分为:镍催化的SN2型亲核开环模式、卤素离子亲核开环模式以及电化学还原模式.     

碳铂双助催化剂增强CdS空心球光催化产氢性能

利用半导体光催化分解水产氢是将太阳能转换为化学能最有前景的方法之一.在众多的半导体光催化剂中,硫化镉(CdS)不仅具有可见光响应的带隙值(约2.4 eV),而且其导带底和价带顶的能级横跨于水的氧化还原电势两端,能够在可见光照射下分解水产氢,这使得CdS成为一种热门的光催化剂而被广泛研究.然而,单一CdS由于光生电子?空...     

基于虚拟刻度原理对放射性体源效率刻度方法的发展

采用蒙特卡罗模拟计算的方法,标定能够适用于不同HPGe探测器上的体源虚拟点源位置,需要对点源、体源的探测效率进行模拟计算。通过²⁴¹Am、¹³⁷Cs、⁶⁰Co点源和体源研究了HPGe晶体尺寸、类型对它们的虚拟点源位置的影响,模拟结果表明²⁴¹Am虚拟点源位置随着探测器尺寸、类型的不同呈现明显的差异性,说明虚拟刻度原理对于探测器表面的小体积样品测量在低能区间是不可取的,最后采用¹³⁷Cs、⁶⁰Co源得出体源高度与虚拟点源位置的半经验公式。通过实验室两台HPGe探测系统对尺寸Φ70 mm×65 mm标准土壤体源的探测效率进行计算,与模拟探测效率值、虚拟点源效率表征结果对比分析,验证了拟合一组表征虚拟点源位置的半经验公式是可行的。实验结果表明,对γ能量区间在300～2 000 keV进行体源的虚拟刻度时,选择可靠的定标源即可建立体源和虚拟点源位置的关系。这为解决监测工作中样品与探测器之间重复进行探测效率校准的问题提供了新的途径。     

关于循环环的诣零根与诣零理想的结构

研究了循环环R =(a)(a2 = κa,κ≠0)的诣零根和诣零理想的结构,得到了如下主要结论:1)若|R| = ∞,则K(R)= {0},从而诣零理想只有{0}.2)若|R| =n＞ 1,1≤κ ＜ n,则(1)R的诣零根K(R)=(μ(n,κ)a),其阶为点;(2)R的所有诣零理想为{＜λμ(n,κ)a＞,其中λ为...     

甲基咪唑乙酸盐介质中CuBr催化的MMA活性聚合

以甲基咪唑乙酸盐为聚合介质、α-溴代异丁酸乙酯/溴化亚铜为引发体系,研究了甲基丙烯酸甲酯(MMA)的原子转移自由基聚合(ATRP).结果表明:MMA的聚合具有活性自由基聚合的特征.聚合体系中的引发剂和催化剂CuBr比例分别为0.33:1、1:1和1:3时,聚合体系具有活性可控的特征,所得的PMMA分子量分布较窄Mw/Mn＜1.26,体系的引发效率随着引发剂浓度的增加而降低.     

基于SLM的计算全息三维显示视角扩展编码

提出一种利用高分辨液晶空间光调制器的高衍射级来增大再现视角的计算全息编码方法.该方法首先对被记录物波的视角超出所用高分辨液晶空间光调制器允许范围的物波信息进行预处理,使预处理后的物波视角满足抽样定理;然后再进行计算全息编码.这种计算全息图可利用高分辨液晶空间光调制器的特定高衍射级恢复再现被记录物波.文中给出了该方法的编码原理及物波函数的预处理公式,并通过设计实例和实验结果证明了该方法的可行性.     

基于改进Zernike矩的远场激光高精度中心测量

针对远场激光光斑分布不均匀、形状不规则的特性，提出一种基于改进的Zernike矩的远场激光高精度中心测量方法。在传统Zernike矩亚像素边缘检测基础上，使用新型的logistic边缘检测模型和阶跃阈值自适应提取方法，在减少人工对阶跃阈值误判的同时，提高对实际边缘的识别精度，最后使用最小二乘法椭圆拟合得到高精度激光光斑中心。该方法在远场激光中心检测中，单帧误差在0.5 pixel左右，连续多帧中心偏差波动在1 pixel以内，拥有较高的精度和可靠的稳定性。     

一种基于谱聚类分析的粒子群聚类算法

本文研究了谱聚类中NJW算法的样本最优划分问题.利用粒子群算法在聚类问题上搜索到的全局最优,获得了NJW算法对聚类样本的最优划分.推广了谱聚类算法在样本划分时的普适性和稳定性.实验对比验证该算法是有效的.