四溴四苯基卟啉及其金属配合物的电子结构和四溴四苯基卟啉Ni(II)的晶体结构

本文合成了7, 8, 17, 18-四溴-5, 10, 15, 20-四苯基-21, 23(H)-卟啉(H~2TPPBr~4)及其金属配合物MTPPBr~4[M=Cu(II), Ni(II), Co(II)和Zn(II)]。测定了它们的可见紫外光谱和循环伏安, 用四轨道模型(Four Orbital Model)计算了MTPPBr~4的相对前线轨道, 并解释了配合物的可见紫外光谱及电化学性质。测定了NiTPPBr~4的晶体结构, 晶体属单斜晶系, 空间群C2/c, a=2.6077(7),b=1.0414(4), c=1.9312(3)nm, β=137.1(7)°, Z=4, 最后偏离因子R=0.067, 晶体结构直接证明了卟啉亲电溴化反应具有区域选择性, 四个溴分布在相对两个吡咯环上。     

杂多化合物的酸催化特性及其在有机合成反应中的应用

杂多化合物在各个研究领域中的实际应用日趋广泛。特别是在催化领域内，对杂多化合物催化性能和研究越来越引起人们的关注。本文对在均相和非均相体系中杂多化合物的酸催化的最新研究成果和应用进行了综述，对杂多化合物的酸行为进行了简要的概括，并介绍了作者在这方面的工作。     

有机相中脂肪酶催化糖酯合成的研究

研究了有机相中脂肪酶催化以单糖和乙酸乙烯酯或乙酸酐为底物的糖脂合成反应。建立了定性、定量检测糖酯的方法，考察了７种脂肪酶催化糖酯合成的活力，发现来自假单孢菌属的ＰＳＬ１的活力最高。研究了ＰＳＬ１对不同单糖底物的选择性，发现对甘露醇的选择性最好，转化率可达９５％。研究了反应体系中的含水量对糖酯合成的影响，探讨了酶浓度和温度对反应的影响。     

有机成分标准物质的研究

列出了国家标准物质研究中心最近研制的有机成分标准物质。高纯度、定值准确可靠、良好的溯源性和系列性是这些标准物质的特点。对其应用作了介绍,并指出了将来的研究方向。     

硝基芳烃氢化还原反应中高分子负载催化剂的双金属协同效应

制备了聚Ｎ－乙烯基－２－吡咯烷酮ＰＶＰ负载钯催化剂Ｐｄ／ＰＶＰ及各种双金属催化剂（１－ｍ）Ｐｄ－ｍＭ／ＰＶＰ，并用于硝基芳烃的加氢还原中，其中Ｐｄ／ＰＶＰ中加入Ｈ２ＰｔＣｌ６的效果最佳，碱的用量、溶剂和Ｐｄ、Ｐｔ的比例都对催化剂的活性有明显的影响，双金属催化剂０．８０Ｐｄ－０．２０Ｐｔ／ＰＶＰ在温和条件下能高活性，高选择性地催化硝基芳烃还原，得到相应的芳胺。     

Ti基表面NiO修饰纳米TiO2电极材料的制备及电催化活性

在无水乙醇和乙酰丙酮混合溶液中，电解Ti、Ni金属制得电极材料前驱体NiTi_m(OR)_3m+1(acac)_m+1。将其直接水解、干燥后在550 ℃煅烧2 h，制得纳米NiO/TiO₂粉体。通过红外光谱(FTIR)、X射线衍射(XRD)、电子透射显微镜(TEM)测试表明，前驱体中含有乙酰丙酮基[acac^-]，颗粒平均尺寸为20 nm。通过电合成与沉积得到高活性的纳米NiO/TiO₂修饰电极，采用循环伏安和循环方波伏安研究NiO/TiO₂电极在H₂SO₄溶液中的氧化还原行为以及还原草酸的电催化活性。结果表明，NiO/TiO₂电极在1 mol·L^-1 H₂SO₄溶液中有两对氧化还原峰E_pc1=-0.61 V，E_pc2=-1.05 V(vs SCE)，掺杂Ni电极的放电电流明显增大，达75 mA·cm^-2。间接电还原草酸为乙醛酸，收率和电流效率分别达93%和96%。     

原位红外光谱法研究La/TiO2对有机污染物的光催化降解

本工作采用改进的溶胶-凝胶法和浸渍法制备了TiO₂掺杂稀土离子La³⁺的La/TiO₂光催化剂，运用XRD、N₂吸附脱附、紫外可见漫反射光谱(DRS)、表面光电压谱(SPS)等手段进行表征，同时利用原位红外技术考察了La/TiO₂样品光催化降解乙烯、丙酮、苯的气-固相光催化氧化反应，对其光催化降解有机污染物的过程进行了研究。结果表明，TiO₂经适量La³⁺掺杂后，锐钛矿晶型的含量增加，晶粒度减小，比表面积增大，禁带宽度增加，表面光电压信号增强，光生电子-空穴对有效分离；La/TiO₂样品对乙烯、丙酮、苯的光催化性能与纯TiO₂相比均有不同程度的改善，乙烯可以被光催化氧化完全矿化生成CO₂，而丙酮被光催化氧化可能生成中间产物丙酸，苯被光催化氧化可能生成中间产物苯酚和苯醌。     

有机凹凸棒粘土的制备及复合高吸水性树脂的性能

有机凹凸棒粘土的制备及复合高吸水性树脂的性能;凹凸棒粘土;有机改性;高吸水性树脂     

Waugh结构的H12[MnMo9O32(KO)6]的合成、晶体结构及催化性能

Waugh结构的H12[MnMo9O32(KO)6]的合成、晶体结构及催化性能;多金属氧酸盐;晶体结构;催化活性;Waugh结构     

用于紫外光谱水质分析的Boosting-偏最小二乘法

为提高水质参数总有机碳(TOC)的紫外吸收光谱分析的预测精度,提出一种基于Boosting理论的迭代式回归建模算法,并根据统计学习理论提出一种新的迭代停止判据,可有效防止过拟合,显著提高模型预测精度。为评估所提算法的性能,分别采用本算法和3种常用的光谱分析方法,即偏最小二乘、主成分回归和人工神经网络,对自行研制的紫外光谱水质分析仪实测的一组数据进行了建模和预测。计算结果表明:相对于其他3种方法,本算法具有生成的模型预测精度高的显著优势。