排序方式: 共有11条查询结果,搜索用时 31 毫秒
1.
2.
以邻氨基苯酚、甘油为原料,邻硝基苯酚为氧化剂,在浓硫酸催化和微波辐射条件下,用Skraup法合成8-羟基喹啉。优化条件为:n(邻氨基苯酚):n(邻硝基苯酚):n(浓硫酸)n(丙三醇)=10.52.35,微波功率500W,反应温度160℃,反应时间40min,产率达到了80.40%。 更多还原 相似文献
3.
4.
采用简洁的方法,合成了一种新型侧链含长氟碳链的苯并噁嗪单体(M1),并研究了其热固化反应和固化产物的性能.结果表明,M1的起始固化温度为257℃,但当加入5 wt%的咪唑催化剂后,其固化起始温度降低至183℃.M1聚合物具有优异的热稳定性,在氮气氛中其5%和10%热重损失温度分别为337和382℃,800℃碳残余率为45.9%.该固化树脂亦具有良好的介电性能,在1 MHz频率下其介电常数为3.78.常温下固化树脂的吸水率小于1%,表面自由能为6.98 mN/m.以上结果表明侧链含氟的苯并噁嗪有望成为一种性能优异的新型绝缘材料. 相似文献
5.
A new binuclear cage-like samarium(Ⅲ) complex Sm2(C7H4ClCOO)6(C(12)H8N2)2(H2O)2(1) with samarium(Ⅲ) nitrate, m-chlorobenzoic acid and 1,10-phenanthroline(phen) was synthesized. It crystallizes in the triclinic space group P1, with a = 8.0217(2), b = 12.9037(4), c = 15.3764(5) ?, α = 85.373(3)o, β = 84.396(3)o, γ = 80.443(3)o, V = 1558.64(8) ?~3, Dc = 1.636 g/cm^3, Z = 2, F(000) = 806, the final GOOF = 1.051, R = 0.0754 and wR = 0.1388. The whole molecule consists of two samarium ions bridged by four m-chlorobenzoic acid anions. The Sm(III) ion is coordinated by eight atoms to give a distorted square antiprism coordination geometry. The TG analysis and fluorescent properties of 1 were studied. 相似文献
6.
7.
8.
有机磷杂环化合物9,10-二氢-9-氧杂-10-膦杂菲-10-氧化物(DOPO)因性能优异而作为无卤阻燃剂得到广泛应用。为了提升和改进DOPO的合成,不少文献对合成中的4个反应,即酯化反应、酰基化反应、水解反应和关环反应进行了大量研究,但是由于缺少合适的分析方法和仪器,对酯化反应和酰基化反应仍没有得出明确的结论。本文则采用了核磁共振磷谱以及测量反应产物HCl吸收碱液的温度变化两种方法,精确地得到了酯化反应和酰基化反应的优化条件。首先采用核磁共振磷谱,讨论了酯化反应温度、原料配比和加料方式对酯化反应产物组成的影响,得出了邻苯基苯氧基二氯化磷(CC)含量高的工艺条件:反应温度80℃,PCl3过量25%~50%,采用邻苯基苯酚(OPP)加入PCl3的反滴法;并得出酯化反应产物的组成直接决定了6-氯-(6氢)-二苯并-(c,e)-氧磷杂己环(CDOP)在酰基化反应产物中的含量。另通过测量HCl吸收碱液的温度变化,间接表征酰基化反应的反应速度,由此得出合适的酰基化反应温度和催化剂用量。结果为:当催化剂固定为0.2 g时,酰基化反应在150℃几乎不反应,随温度升高,反应变快,180℃下4 h完全,190℃下1.5 h即可完成;温度180℃下,1~1.5 g/1 mol OPP的催化剂较为合适,酰基化反应在3~4 h结束。 相似文献
9.
特征提取和分类是太赫兹光谱识别的关键。部分物质在太赫兹波段内没有明显的吸收峰,难以人工定义、提取特征及分类识别,为此,结合深度信念网络(deep belief network,DBN)和K-Nearest Neighbors (KNN)分类器的优点,提出了一种基于DBN的太赫兹光谱识别方法。首先利用S-G滤波和三次样条插值对ATP,acetylcholine_bromide,bifenthrin,buprofezin,carbazole,bleomycin,buckminster和cylotriphosphazene在0.9~6 THz内的太赫兹透射光谱进行归一化处理;然后由两层受限波尔兹曼机(restricted Boltzmann machine, RBM)构建DBN模型,并采用逐层无监督的方法训练模型,以自动提取太赫兹光谱特征;最后用KNN分类器对8种物质的太赫兹透射光谱进行分类。结果表明,使用DBN自动提取的光谱特征,KNN分类器、BP神经网络、SOM神经网络和RBF神经网络的分类准确率达到了90%以上,且KNN分类器的识别率优于其他三种分类器;采用DBN自动提取物质的太赫兹光谱特征大大减少了工作量,在海量光谱数据识别中具有广阔的应用前景。 相似文献
10.