KBrO3-CH3CH(NH2)CO2H-MnSO4-[Fe(phen)3]SO4-H2SO4体系的化学振荡反应

本文首次报道须在两种金属离子同时作用下的振荡反应─KBrO3-CH3CH(NH2)CO2H-MnSO4-[F3(phen)3]SO4-H2SO4体系的振荡反应, 对反应产物作了分析, 研究了两种金属离子在振荡反应中的不同作用, Mn^2^+起催化氧化丙氨酸以产生丙酮酸的作用, 而[Fe(phen)3]^2^+则是丙酮酸-BZ型反应的催化剂。研究了温度变化对振荡反应的影响, 从而得出振荡反应各阶段的有观活化能。考察了Cl^-、自由基抑制剂及反应物浓度对振荡反应的影响。实验证明, 振荡反应同时受Br^-及Br2的控制, 振荡机理与Br2^-水解控制模型相同。     

葡萄糖B-Z体系中酸度变化诱导的复杂振荡反应

本文首次报导了葡萄糖-KBrO₃-丙酮-MnSO₄-H₂SO₄体系的化学振荡反应,在这一体系中改变酸度可产生一系列复杂的振荡现象,当[H₂SO₄]₀>0.36mol·l^-1或[H₂SO₄]₀<0.074mol·l^-1时,体系分别出现二种不同类型的振荡波形OA和OB,OA振荡存在一诱导期,OB振荡无锈导期;OA的振幅较小,但振荡频率比OB快得多;OB的振荡周期逐渐缩短,但OA.却相反变化.当0.074mol·l^-1<[H₂SO₄]₀<0.36mol·l^-1时,体系同时出现上述二种类型的振荡波形,中间存在一过渡区域,即产生连续振荡波形.文章讨论了诱导期及过渡时间与[H₂SO₄]₀的关系,对酸度的影响机理作了说明.     

银鲫卵对两类精核发育的初级控制作用模式的研究

通过对银鲫(雌核发育型)和红鲤、红鲫、转性红鲤(两性融合发育型)两类精子在雌核发育银鲫卵中的不同发育行为的比较研究,初步证实银鲫卵的初级控制对精核发育的抑制作用具有选择性:对同源精子,初级控制呈负抑制作用模式,精核可以在银鲫卵中不同程度的发育;而对异源精子,初级控制呈正抑制作用模式,精核处于固缩状态.两类精核在银鲫卵质中的特殊发育行为可能与银鲫种群中性比的变化存在着某种关系,雄性银鲫的出现可能与“精核遗传物质”的随机渗入有关。     

Me[14]-N4大环四烯镍(Ⅱ)催化、BrO3-氧化丙酮酸的振荡化学反

本文报道了一种以２，３，９，１０－四甲基－１，４，８，１１－四氮杂环十四－１，３，８，１０－四烯镍（Ⅱ）配合物［Ｎｉ（ㄔＩＭ）］＾２＋为催化剂、ＮａＢｒＯ３为氧化剂、丙酮酸为有机废物、稀硫酸为介质的振荡化学反应新体系。对该体系的振荡特性进行了描述。研究了Ａｇ＾＋、Ｈｇ＾２＋、还原性物质、自由基抑制剂、四氯化碳以及温度对振荡的影响。     

非晶SiO2纳米灯笼的制备和表征

在1000 ℃用活性炭把二氧化锡粉末还原成单质锡, 锡作为催化剂, 硅片作为硅源同时作为收集衬底, 在硅片上制备出了非晶SiO2纳米灯笼. 灯笼的一端连在硅片上, 另一端为一个锡球, 中间是一些圆弧状的SiO2纳米线把两端相连. 纳米灯笼具有良好的对称性. 利用扫描电子显微镜(SEM)、高分辨透射电子显微镜(HRTEM)、选区电子衍射(SAED) 和HRTEM自带的能谱分析仪(EDS)对样品的表面形貌、微观结构和成分进行了分析研究. 结果表明, 灯笼中SiO2纳米线为非晶态, 结点是晶态锡, 结点表面覆盖一层非晶态的硅的氧化物. 结合实验条件对纳米灯笼的生长机理进行了讨论, 提出了纳米灯笼生长的一个模型.     

1,1-二氟乙烷和1,2-二氟乙烷分子内原子间非键相互作用

用从头算势诱导极小二乘拟合(PD/LSF)和(exp-6-1)函数研究了1,1-二氟乙烷和1,2-二氟乙烷分子内非键原子间的相互作用。计算结果表明, 同分异构体的能量稳定性差, 在于分子内非键原子间的相互作用。该模式提供了一种简单、实用的研究分子内非键相互作用的方法。     

铌酸锂单晶光纤包层研究

通过镁离子内扩散铌酸锂单晶光纤，以改变晶纤表层的折射率，首次在国内实现了沿不同轴向生长、不同掺杂的铌酸锂单晶光纤的芯－包层波导结构。通过匹配扩散温度、扩散时间、ＭｇＯ膜厚等扩散参数及选择合适的晶纤直径，实现了晶纤具有阶跃和抛物折射率分布的包层，并对包层晶纤的模式特性进行了观察，得到低次模传输。     

醛的自氧化振荡反应

1983年 Jensen 与 Roelofs 等报道了苯甲醛自氧化反应中出现的化学振荡现象。我们还观察到苯甲醛、取代苯甲醛和许多脂肪醛的自氧化振荡反应,实验方法与文献[3]相似。反应在具有电磁搅拌的恒温反应器中进行,以醋酸水溶液(冰醋酸与水的体积比为9∶1)和     

径向基-偏最小二乘-贝叶斯方法及其在化学模式分类中的应用

提出一种用于模式分类的RBF-PLS—Bayes方法。它集成地应用径向基(RBF)变换与偏最小二乘(PLS)方法，从原有模式中提取出分类能力甚强的成分，然后进行贝叶斯(Bayes)判别。这种集成方法尤其适用于复杂化学信息的模式分类，本文将其应用于两种类型的化学模式分类问题，均取得了令人满意的效果。与经典的判别分析方法和单纯的神经网络方法相比，具有明显的优越性。