苯酚羟化过程中过氧化氢的分解行为研究

分别以水及二氧六环，乙腈为溶剂，研究了苯酚，邻苯二酚，对苯二酚及苯醌绎Ｈ２Ｏ２分解的抑制作用。实验结果表明，当以水为溶剂时，有机底物的加入使Ｈ２Ｏ２分解反应的活化能上升，氧气的分解量下降；而有机溶剂中，有机底物并不起抑制作用。     

手性酰亚胺衍生物的合成及其在不对称Aldol反应中的应用

由（S）-脯氨醇衍生的N-Boc-2-氨甲基吡咯烷与与邻苯二甲酸酐经缩合、脱Boc反应,合成了手性酰亚胺化合物4,研究了该类有机小分子催化剂在辅助添加剂2,4-二氯苯甲酸存在下,催化丙酮或环己酮与邻硝基苯甲醛的不对称Aldol反应,产物的产率分别为75%,82%,e.e.值分别为34%,29%。     

硫酸氢钠催化合成丙烯酸异丁酯

利用一水硫酸氢钠为催化剂使丙烯酸和异丁醇酯化合成了丙烯酸异丁酯;研究了一水硫酸氢钠用量、异丁醇用量、反应时间、温度及阻聚剂用量对丙烯酸异丁酯收率的影响.结果表明,当异丁醇与丙烯酸物质的量之比为3∶1,硫酸氢钠催化剂用量为丙烯酸量的2%,阻聚剂(对苯二酚)用量为丙烯酸质量的0.05%,反应时间为3h,反应温度为115℃时,酯化产率可达88.51%.     

(聚酰胺-胺树枝状大分子)-水杨醛席夫碱钯配合物的Heck反应催化性能研究(英文)

用元素分析、红外光谱、紫外光谱、荧光光谱和核磁等分析手段对合成出的1.0G树枝状大分子-水杨醛席夫碱钯配合物(PAMAMSAPd)进行了表征。用其作为催化剂,研究了碘代苯与丙烯酸在有机溶剂中的偶联反应。对于碘代苯与丙烯酸的偶联反应,最佳反应条件为:惰性气氛,10mmol PhI,nPhI∶nAA∶nEt3N=1∶1.5∶2.5,3.0×10-3g PAMAMSAPd, 4mL DMF和100°C的反应温度。在该条件下,产物肉桂酸的产率可达96.5%。该树枝状大分子配合物是一种无磷、高效和稳定的Heck反应催化剂。且该催化剂经简单的过滤、溶剂洗涤进行回收,重复使用3次,产率仍能达到90.2%。     

手性磺酰胺有机小分子催化剂在不对称催化反应中的应用进展

有机小分子催化的不对称合成反应是目前研究最为活跃的领域之一.综述了磺酰胺类衍生物作为小分子催化剂在不对称反应(Michael加成反应、Mannich反应、羟醛缩合反应等)中的应用,讨论了磺酰胺中NH的酸性以及氢键性质在不对称催化反应中的的作用.     

微波水热时间对C/C复合材料结构和抗氧化性能的影响

以磷酸、B4C和Al2O3为原料,采用一种新的微波水热法对C/C复合材料基体进行了抗氧化改性,重点研究了微波水热时间对改性试样物相组成、微观结构和抗氧化性能的影响。采用X射线衍射仪(XRD)、扫描电子显微镜(SEM)、能量色散谱仪(EDS)及X射线光电子能谱(XPS)对改性后试样进行了表征。结果表明:改性后复合材料表面覆盖了一层由熔融态的HPO3、B2O3和结晶的Al(PO3)3、微量B4C粒子组成的涂层。经60~120 min的微波水热改性,复合材料的抗氧化性能随着微波水热处理时间的延长而改善,达到一定程度后,其变化不再明显。微波水热处理100 min后的试样抗氧化性能最佳,在600℃静态空气气氛下氧化16 h后,氧化失重仅为9.5×10-4 g.cm-2,氧化失重速率维持在4.46×10-5 g.cm-2.h-1的极低水平。     

超高感彩卷乳剂微晶体电镜研究

应用物理和化学相结合的方法，将超高感彩卷分层剥离，离心沉降，水洗除胶，电镜观测各层乳剂的微晶体结构。揭示了超高感彩卷各乳剂层的结构情况，披露了超高感彩剂制造技术。     

钛胶的制备条件和物性关系

钛胶是新型有广泛用途的催化剂载体。本实验测定了钛胶的孔容、比表面积、铁含量和晶型结构；研究了钛胶的制备条件和物性关系，得到一些有实用价值的实验结果。     

力学研究中"大数据"的启示、应用与挑战

大数据在全世界发展迅猛, 应用成效显著.大数据独特的思维和方法, 为科学研究与探索提供了全新的范式.力学研究中,高时空分辨率、多参数同步观测与高精度、大规模模拟手段的发展,为力学大数据的发展提供了契机,大数据、机器智能方法的应用正呈现快速上升趋势.本文旨在分析大数据思维方法在力学研究中的应用, 及其启示与挑战.首先从大数据资源、大数据科学及大数据技术3个层面分析了大数据的内涵及研究态势,概括了国内外政府及组织机构的大数据发展规划.而后对比分析了力学思维方法与大数据思维方法的特点,指出两者的本质区别在于数据使用方式的不同而带来的范式差异:大数据采用数据驱动模型替代力学中的偏微分方程组以描述问题,在复杂系统的分析、预测中优势显著.回顾了大数据方法在材料性能预测、材料本构建模、湍流建模、结构健康监测及试验力学等方面的最新研究进展,以及动态数据驱动与数字孪生等大数据驱动的建模模拟新范式.总结了大数据在力学研究中应用的3种方式, 即驱动已有模型改进,挖掘复杂隐含的规律, 以及替代已有的理论方法等. 最后,建议以力学研究为主体和牵引, 大数据与力学双驱动,推动大数据与力学交叉形成理论与方法突破、及学科发展新方向.