局部表面等离子体共振可调的MoO3-x-TiO2纳米复合物用于提高可见光下光催化还原CO2的性能(英文)

利用太阳能光催化还原CO₂和H₂O到燃料和化学品是一条极具吸引力但又充满挑战性的转化途径.迄今为止,只有非常有限的光催化剂已经被报道可以在可见光照射下光催化还原CO₂.局部表面等离子体共振(LSPR)现象可以被用作一种有效的开发可见光催化剂的策略.贵金属Au,Ag,Pt等的LSPR现象已经被较为广泛的研究,并应用于光催化、光热、气敏等多种领域.而低价态金属自掺杂的金属氧化物,如MoO_3-x和WO_3-x,也被证明具有LSPR现象,可用于开发更加廉价的可见光催化剂.本文通过简单的溶剂热法成功合成了低价态Mo自掺杂的MoO_3-x纳米片催化剂,并在合成过程中原位加入TiO₂纳米颗粒(TiO₂-NP)和TiO₂纳米棒(TiO₂-NT),构建了MoO_3-x-TiO₂纳米复合物.电镜表征显示,MoO_3-x-TiO     

等参情形的丘成桐第一特征值猜想

本文将对丘成桐第一特征值猜想的提出与发展,以及等参情形的完全解决进行综述,并介绍其与Lawson猜想的关系.进一步,本文还计算了等参焦流形(球面的极小子流形)的第一特征值,并提出丘成桐猜想的高余维情形的推广问题.     

2-(苯并噻唑-2-基硫代)-1-(2,3,4-三甲氧基苯基)乙酮肟酯和肟醚新化合物合成与抗烟草花叶病毒活性研究

首次合成了5个2-(苯并噻唑-2-基硫代)-1-(2,3,4-三甲氧)苯乙酮肟酯和6个肟醚新化合物, 并经过元素分析、红外光谱、核磁共振氢谱对其结构进行了表征. 初步生物活性测试表明, 部分化合物具有一定抗烟草花叶病毒活性.     

基于现象和过程可视化的化学实验——以“化学花园”为例

通过改变观察方式来实现实验过程和现象的可视化。通过在手机后置摄像头夹上手机微距镜头来实现微距摄影功能，通过录像捕获试管内硅酸钠溶液与绿豆大的金属盐反应画面，用"拍大师"视频编辑软件按需设置"播放倍数"，以及使用教学多媒体展示来观察实验现象。结果表明，此方法能够捕获反应全过程，得到清晰、放大的画面，实验现象明显。对实验细节现象做出了更准确的描述，了解到更丰富的细节信息。     

加料方式及底物浓度对Ti-MWW催化剂上环己酮氨肟化反应的影响

 研究了加料方式和底物浓度对钛硅分子筛Ti-MWW催化环己酮液相氨肟化反应的影响. 结果表明,加料方式对 Ti-MWW 催化环己酮氨肟化过程有重要影响,过氧化氢的浓度对反应过程也有一定的影响. 在过氧化氢缓慢加入反应体系的情况下,环己酮转化率和环己酮肟选择性都高于99%, 而且该反应过程以水作溶剂,对环境友好.     

双酰基脲新化合物的合成与杀虫活性

报道了含双酰基脲新化合物的合成，经元素分析、IR、^1HNMR确定了新化合物的结构，部分化合物具有良好杀虫活性。     

O,O'-二烷基-α-(4-三氟甲基苯基)氨基-取代苯基甲基膦酸酯的绿色合成研究

采用微波辐射﹑离子液体和无溶剂无催化剂三种绿色合成方法, 分别进行了以亚磷酸酯、邻氟苯甲醛和对三氟甲基苯胺为原料的类Mannich一锅法合成反应研究, 经合成筛选, 优选出控制反应温度100 ℃、无溶剂和无催化剂加热反应15 min的合成方法, 实验结果表明该方法经济、简便、产率高、反应时间短及对环境友好.     

O,O'-二烷基-α-(4-三氟甲基苯基)氨基-取代苯基甲基膦酸酯的绿色合成研究

采用微波辐射﹑离子液体和无溶剂无催化剂三种绿色合成方法,分别进行了以亚磷酸酯、邻氟苯甲醛和对三氟甲基苯胺为原料的类Mannich一锅法合成反应研究,经合成筛选,优选出控制反应温度100℃、无溶剂和无催化剂加热反应15min的合成方法,实验结果表明该方法经济、简便、产率高、反应时间短及对环境友好.     

2-[5-(3,4,5-三甲氧基苯基)-1,3,4-噻二唑-2-基硫代]-1-(2,3,4-三甲氧基)苯乙酮肟醚合成与抗烟草花叶病毒活性研究

合成了4个2-[5-(3,4,5-三甲氧基苯基)-1,3,4-噻二唑-2-基硫代]-1-(2,3,4-三甲氧)苯乙酮肟醚新化合物, 并经过元素分析、红外光谱、核磁共振氢谱对其结构进行了表征. 初步生物活性测试表明, 化合物具有一定抗烟草花叶病毒活性.     

基于高光谱成像技术的不同时期番茄植株的快速无损判别研究

利用近红外高光谱成像技术对不同浓度盐胁迫下的番茄叶片进行了定性判别。采集192个叶片样本的平均光谱反射率数据,并对原始光谱数据分别进行多元散射校正（MSC）、标准正态化（SNV）、正交信号校正（OSC）、相关优化偏移（COW）4种预处理,建立了偏最小二乘回归（PLSR）模型。建模结果显示：OSC预处理光谱的建模效果最优。分别采用间隔变量迭代空间收缩法（iVISSA）、间隔随机蛙跳法（IRF）、遗传偏最小二乘算法（GAPLS）、竞争性自适应加权算法（CARS）、变量组合集群分析（VCPA）等方法提取特征波长,建立PLSR模型。结果表明：VCPA提取特征波长所建立的模型最优。将VCPA法提取的11个特征波长（945、975、990、1 002、1 005、1 067、1 204、1 326、1 595、1 642、1 660 nm）用于建立番茄叶片定性判别预测模型,最优预测模型的决定系数（R2P）与预测均方根误差（RMSEP）分别为0.917、0.456。该研究为在线监测植物长势提供了技术支撑。