GC-MS法测定塑料中的三甲基氯化锡

为了增强聚氯乙烯塑料的稳定性,通常加入有机锡稳定剂,三甲基氯化锡(TMT-Cl)是有机锡塑料稳定剂的主要成分之一.本文应用气相色谱-质谱联用法(GC-MS)测定PVC塑料中的三甲基氯化锡,用Scan扫描方式定性,用SIM扫描方式进行定量分析,结果满意.     

2,4-二硝基甲苯热解自催化特性鉴别及其热解动力学

为研究2,4-二硝基甲苯(2,4-DNT)的热危险性及其分解反应的特征, 利用差示扫描量热仪(DSC)对该物质进行了动态扫描测试, 得到其起始分解温度T₀范围为272.4-303.5℃, 分解热ΔH_d约为2.22 kJ·g^-1. 在此基础上, 采用瑞士安全技术与保障研究所提出的快速鉴别法(瑞士方法)及数值模拟技术, 对其分解反应的特性参数进行了推算, 结果表明其分解具有自催化性. 采用Malek法分析了该物质分解反应的最概然机理函数并得出了相关动力学参数, 表明其分解具有自催化性且符合Sestak-Berggren 双参数自催化模型(SB模型), 这与瑞士方法所得结论一致. 采用等温DSC测试获得了该物质的‘钟形’热解曲线, 从而验证了两种方法的结论.     

硼烷及杂硼烷簇合物的结构规则

硼烷及杂硼烷簇合物的结构规则张晓辉，陈利平，由业诚，王国栋（大连大学师范学院化学系大连１１６０３５）关键词原子簇化合物，稠合硼烷，杂硼烷，结构规则本文在研究前人工作的基础上［１－１２］，利用徐光宪提出的超额电子数概念，将硼烷分成多个分子片，以讨论它们...     

依托实验教学示范中心构建园艺学实验课程新体系

此文对依托示范中心建设成果，构建园艺学实验课程新体系进行了研究，分析了园艺学实验课程的现状及存在问题，提出了课程建设的原则、实施方案和保障措施。     

苯胺溶剂中偶氮二异丁腈热分解特性及动力学

偶氮二异丁腈(AIBN)是一种典型的相变吸热与分解放热重叠的物质, 该重叠现象的存在不利于其动力学规律的研究. 为了正确解析AIBN相变吸热对其分解放热的影响, 并研究AIBN在溶剂中的非等温热行为, 利用差示扫描量热仪(DSC)对苯胺、AIBN及AIBN-苯胺溶液(22.18%(w))进行动态扫描, 得到不同升温速率下AIBN在苯胺溶剂中起始分解温度T_onset的范围为79.90-94.47 ℃, 比放热量较固态AIBN高291 J·g^-1左右, 该数值可以视为其比相变热. 基于Kissinger法计算的AIBN与AIBN-苯胺溶液的活化能E和指前因子A的结果相差不大. 采用Friedman法对AIBN与AIBN-苯胺溶液的热分解过程进行计算, 发现固态AIBN相变吸热对其分解放热的影响主要发生在反应进度α小于0.20的范围内, 当α大于0.20后, 两者活化能E(α)和ln(A(α)·f(α))随α的变化趋势基本一致. 分析认为, 相对于AIBN的分解反应而言, 苯胺可以视为一种惰性溶剂, 即其不会干扰AIBN的分解机理. AIBN在苯胺溶剂中的分解机理可以视为固态AIBN的分解机理. 结合Friedman法的计算结果, 采用一般积分法, 即Coats-Redfern法得到AIBN在苯胺溶剂中分解反应的机理函数为G(α)=α^3/2, 符合Mampel power法则,平均表观活化能为139.93 kJ·mol^-1.     

硝化纤维素生成焓、键离解能及爆轰性能的理论研究

运用密度泛函理论方法结合等键反应,研究了硝化纤维素(NC)单体的生成热及其不同位置上氧硝基键(ONO2)的键离解能,基于半经验的Kamlet-Jacobs方程估算了其爆速与爆压。结果表明:B3LYP和B3P86两种方法得到的计算结果较为接近,生成热均为负值,其大小与氧硝基的数目有关,与氧硝基的取代位置无关。理论计算得到的氧硝基键的键离解能与含氮量无关,而是与实际断裂的氧硝基键的数目相关。爆速和爆压的计算表明,NC单体中所含氧硝基的数量增多,会降低其爆速和爆压。     

一种优化FCN的视频异常行为检测定位方法

在视频异常行为检测过程中,为了提取出可分辨性更好的特征,同时兼顾运行速度,提出一种基于优化的全卷积网络(full convolution network,FCN)的异常行为检测与定位方法.对FCN进行优化,使用卷积神经网络(convolution neural network,CNN)的数个初始卷积层和一个额外卷积层,...     

多频常微分方程的几何奇异扰动理论

在该文中,作者把常微分方程的几何奇异扰动理论推广到具多个频率的系统,同时给出了一个例子来说明主要理论．     

基于迭代自组织数据分析算法与蚁群算法建立有机物黏度的QSPR模型

为了构建310个有机物分子结构与其黏度之间的定量结构-性质关系(QSPR)模型,探讨影响有机物液体黏度的结构因素,首先运用迭代自组织数据分析技术(ISODATA)将样本集初步分类,划分为训练集和测试集,进而应用DRAGON2.1软件计算310个有机物分子的分子结构描述符,以蚁群算法(ACO)筛选分子描述符,得到5个参数,随后分别采用多元线性回归法(MLR)和支持向量机法(SVM)建立ACO-MLR模型和ACOSVM模型.结果表明,非线性ACO-SVM模型(相关系数R2train=0.9013,R2test=0.9026)的性能优于线性ACOMLR模型(R2train=0.7680,R2test=0.8725).ACO-MLR模型和ACO-SVM模型对测试集所得预测值与实验值的相关系数分别为0.934和0.950,预测效果令人满意.本文应用Williams图对模型的应用域进行了一定的研究,所建立的模型为工程上提供了一种根据分子结构预测有机物黏度的有效方法.