三个绿光铱(Ⅲ)配合物的合成和光电性质

采用2-(4-三氟甲基苯基)吡啶(tfmppy)为主配体,分别以四(4-氟苯基)苯基膦酰亚胺(F-tpip)、四(4-甲氧基苯基)膦酰亚胺(MeO-tpip)和四(1-萘基)膦酰亚胺(tnin)为辅助配体合成了3个铱配合物((tfmppy)_2Ir(F-tpip)、(tfmppy)_2Ir(MeO-tpip)和(tfmppy)_2Ir(tnin))。其结构通过核磁氢谱、质谱、元素分析和单晶结构测定进行了验证。配合物(tfmppy)_2Ir(F-tpip)和(tfmppy)_2Ir(MeO-tpip)属于三方晶系P1空间群,配合物(tfmppy)_2Ir(tnin)属于三斜晶系R3c空间群。3个配合物都是绿光材料,具有类似的发光颜色和发光效率((tfmppy)_2Ir(F-tpip):λ_(em)=526 nm,Φ=0.52;(tfmppy)_2Ir(MeO-tpip):λ_(em)=523 nm,Φ=0.44;(tfmppy)_2Ir(tnin):λ_(em)=522 nm,Φ=0.48)。3个配合物的循环伏安曲线都显示出了良好的氧化还原性质。(tfmppy)_2Ir(F-tpip)、(tfmppy)_2Ir(MeO-tpip)和(tfmppy)_2Ir(tnin)的HOMO能级分别为-5.67、-6.08和-5.69 eV,其LUMO能级分别为-3.29、-3.61和-3.22 eV。     

超高效液相色谱-串联质谱法测定化妆品中全氟及多氟化合物北大核心CSCD

该文基于超高效液相色谱-串联质谱法(UHPLC-MS/MS),建立了多种类型化妆品中全氟及多氟化合物(PFASs)的分析方法。水剂、膏霜、乳液、凝胶和粉剂样品经过饱和乙酸铵-氯化钠溶液(含1%甲酸)分散后采用1%甲酸-乙腈溶液提取,油状和蜡基类化妆品经过正己烷分散后采用饱和乙酸铵-乙腈溶液(含0.001%氨水)提取,提取液以Agilent RRHD Eclipse Plus Zorbax C_(18)色谱柱(3.0 mm×100 mm,1.8μm)进行分离,在电喷雾离子源(ESI)下以多反应监测(MRM)模式检测,基质匹配外标法定量。通过考察不同前处理方式对30种PFASs回收率的影响,确定最优前处理方法。在优化条件下,30种PFASs在1~250μg/L范围内呈良好线性关系,相关系数(r^(2))为0.9903~0.9998;方法检出限为0.025~0.125μg/g,定量下限为0.050~0.250μg/g,30种PFASs的平均回收率为70.8%~112%,相对标准偏差(RSD,n=6)为0.50%~12%,24 h内各基质溶液中30种PFASs的峰面积相对标准偏差(RSD)均小于10%。采用该方法对采集的88个化妆品样品进行检测,发现1个阳性样品,检出全氟辛酸(PFOA)和全氟辛基磺酸(PFOS)含量分别为4.7μg/g和1.4μg/g。该方法简便、快速、准确、灵敏,可为化妆品的质量控制和日常监管提供技术支撑。     

核磁方法研究离子液体与丙酮的相互作用

运用核磁共振手段, 研究了室温离子液体1-辛基-3-甲基咪唑四氟硼酸盐([C8mim][BF4])在不同比例的离子液体／丙酮混合体系中1H和13C的化学位移及13C的自旋-晶格弛豫时间(T1). 结果表明, 离子液体[C8mim][BF4]的阳离子芳环上的氢原子, 以及与氮原子直接相连的甲基和亚甲基上的氢原子都与丙酮羰基上的氧原子有相互作用, 从而减弱了离子液体阴阳离子间的强相互作用, 使离子液体的运动加快, 黏度降低.     

建模技术与ERP的动态衔接

企业采用ERP系统进行经营管理是大势所趋。从企业的实际需求出发，从技术实现的角度分析了ERP软件在中国企业应用成功率不高的原因与解决办法，提出了建模技术与ERP的动态衔接系统，即新一代ERP系统，介绍了其实施路线和在中小企业信息化建设中的应用特点。     

不同表面活性剂在盐酸介质中对钢的缓蚀协同效应

用失重法研究了在盐酸介质中，十二烷基苯磺酸钠(DBSAS)和非离子表面活性剂聚乙二醇辛基苯基醚(OP)对钢的缓蚀协同效应，讨论了产生协同效应的原因。     

基于角色的工作流访问控制模型

提出了一个基于角色的工作流访问控制模型WACBR(Workflow access control model based on role).WACBR中加入了"任务"的概念,任务是工作流系统执行时的最小工作单元.由于工作流中的任务分别对用户和权限进行授权,采用两种不同粒度的角色分别作为这两种授权的中介.     

基于神经网络分位数回归的行业成本预测研究

针对成本在经济学系统中变化的非对称,与其影响因素之间的非线性关系,提出采用神经网络分位数回归法来研究成本与各影响因素之间的联系,并进行成本预测;该方法不仅可以通过神经网络结构模拟经济系统中非线性关系,还可以通过分位数回归功能揭示各影响因素对成本整个条件分布的影响规律;通过实证结果分析,神经网络分位数回归模型相较于OLS回归模型和分位数回归模型其预测精度更高,且揭示了各因素的影响规律,所以神经网络分位数回归模型的分析结果更科学,更有价值,更有助于相关管理决策者进行成本分析、控制和管理。     

2015年秋季千里岩岛海域浮游植物群落结构特征

[目的] 为了了解千里岩岛附近海域浮游植物状况。[方法] 以2015年秋季在该海域的监测数据为基础,并结合2013年调查数据,分析该海域浮游植物的变化情况。[结果] 2015年秋季千里岩岛海域发现浮游植物37种,由硅藻和甲藻组成,平均密度为3.23×10⁵个/m³,监测区主要的优势种为圆筛藻(Coscinodiscus sp.)和虹彩圆筛藻(Coscinodiscus oculusiridis),多样性指数为2.13~3.42,平均为2.74。[结论] 与2013年调查数据比较,千里岩岛海域浮游植物种类数、密度和多样性指数有所增长,分析原因可能是由于调查季节不同。     

山西省科技成果转化现状分析及工作建议

在介绍山西省科技成果转化工作基本情况的基础上,分析了山西省科技成果转化工作中存在的不足,提出了做好科技成果转化工作的对策建议。     

机器学习在湍流燃烧及发动机中的应用与展望

随着燃烧科学的发展，数值仿真与实验测量产生了大量数据，这些数据隐含许多有效的物理信息。传统研究方法对此类信息主要利用基于物理规则的模型去处理，但随着数据量的增加，基于数据驱动的方法开始受到重视。机器学习(machine learning, ML)技术由于在数据分析和处理方面取得了巨大成功，为处理燃烧领域的大量数据提供了一种新的范式。该文简要介绍了ML在湍流燃烧中的应用，主要包括化学反应、燃烧建模、发动机性能预测与优化、燃烧不稳定性预测与控制等4个方面，讨论了机器学习在燃烧研究中面临的挑战，并对未来应用进行了展望。