开链冠醚2，6—二（8‘—喹啉氧甲基）—4—甲基—苯甲醚及其Ag（I）,Cu（Ⅱ），Ni（Ⅱ）配合物的合成与性质研究

设计合成一种尚未见文献报道的酚型双臂开链冠醚化合物L（L－2,6－二（8'－喹啉氧甲基）－4－甲基－苯甲醚）,经元素分析,IR,^1HNMR,MS等方法确定了其组合和结构,其Ag(I),Cu(II),Ni(II)固体配合物的元素分析结果青明,金属离子不同,则其配合物的配位比（M：L）不同,Ag(I)配合物为1：1,Cu(II,Ni(II)配合物为2：3,并运用热重－差热分析对其热稳定性进行初步研究。     

充分发挥科技支撑引领作用为淮北创新发展注入新动力

近年来,淮北市坚持把创新驱动作为推动城市转型发展的主抓手,紧紧围绕国家技术创新工程试点和国家知识产权试点市建设工作,充分发挥科技创新在推动产业升级、加快转型发展中的支撑引领作用,培育创新主体,搭建创新平台,营造创新环境,完善创新机制,加快推动创新型城市建设,依靠创新驱动为资源型城市转型发展开辟新空间、注入新动力。     

桂中坳陷东部下石炭统鹿寨组泥页岩有机地球化学特征

基于对桂中坳陷东部下石炭统鹿寨组泥页岩总有机碳含量(TOC)、有机质成熟度(Ro)、显微组分、饱和烃色谱-质谱等有机地球化学特征分析,发现其TOC主体2.0%,Ro为0.84%~2.95%,有机质类型属于Ⅱ1-Ⅱ2型。通过对比国内外主要页岩气盆地富有机质泥页岩有机地球化学特征和分析研究区页岩气保存条件,判断下石炭统鹿寨组泥页岩具有较好生烃潜力。在此基础上,分析了鹿寨组泥页岩的沉积环境和有机质来源,发现:Pr/Ph1,伽马蜡烷/αβC30霍烷比值为0.72~0.75,具有升霍烷系列,C27重排甾烷/C27规则甾烷比值为0.13~0.15,孕甾烷/C29-20R规则甾烷比值为0.03~0.04,研究区属于高咸度贫氧-缺氧的强还原环境;正构烷烃分布范围宽,C、N原子比为42.23~50.89,三环萜烷中C21、C23、C24呈倒"V"形分布,αβC30霍烷/∑C29甾烷比值为0.48~0.51,C29具有明显优势,伽马蜡烷指数平均值为0.370.2,不同显微组分在剖面上对TOC贡献率不同,判断鹿寨组泥页岩有机质来源多样,以高等植物和水生生物为主,顶部和底部层位有机质来源以低等细菌、藻类为主,具有较好的生烃潜力。     

渤海N油田降低回注水悬浮物粒径中值的实践探索

随着科学技术的进步,我国海上油田二次采油水力驱动的作用越来越明显,为保持较高的采收率,在日益严峻的环保形势下,海上油田对注水水质的要求更加严格。针对油田降低注水粒径中值的目标进行项目攻关,通过分析要因逐一解剖关键因素,制定实验目标确定降低粒径中值的方法,并且通过现场在线运行验证实验效果,排除非关键因素,提升效率。     

新型喜树碱衍生物PCC0208021的合成及其体外抗人结直肠癌细胞增殖作用

通过成酯反应合成了一种新型喜树碱类衍生物,并将其命名为PCC0208021.PCC0208021对4种结直肠癌细胞株(LS180、HCT116、HT-29和CT-26)显示出良好的体外生长抑制活性,并能有效抑制2种结直肠癌细胞株(LS180和HCT116)的集落形成;它在体外酶学水平可抑制拓扑异构酶Ⅰ(Topo Ⅰ)的...     

试论新型数控机械加工进刀工艺的改进措施

新型数控机械加工水平的提升主要在于进刀工艺的改进.本研究首先分析了该项技术的应用背景,获得该项技术得到广泛应用的原因,进而又对当前该工艺加工应用的现状进行介绍,并论述了对其进行改进的必要性.针对当前工艺技术的不足,最终提出从硬件、软件、管理体系及人才的聘用等方面进行改善的策略,旨在提升该工艺的应用水平.     

桂北摩天岭拉培地区铀矿化元素地球化学特征

拉培地区位于摩天岭岩体东部,具有较为优越的铀成矿地质条件.从S-O同位素、微量元素和稀土元素地球化学等方面,重点分析了拉培地区EW向含矿构造的成矿流体来源和地球化学特征.研究结果表明:拉培地区F6断裂构造与Fw断裂具有相似的S-O同位素特征,δ18O样品-SMOW值为4.9‰～13.7‰,δ18O水-SMOW值为-7....     

治疗丙型肝炎药物的研究进展

丙型肝炎病毒(hepatitis C virus,HCV)是引起急性与慢性肝脏疾病的主要病因.近些年来,以吉利德公司所研发的新型抗HCV药物为代表,新型抗HCV药物研发取得了巨大进展.目前HCV已经可以被完全治愈,为更好地研发治疗丙型肝炎药物,对治疗丙型肝炎药物的研究进展进行综述,并提出了一个比较有前景的研究方向.     

基于机器学习的界面多相催化效应动力学蒙特卡罗模化

高焓气动环境表面多相催化效应对高超声速飞行器气动热有显著影响,对该效应多尺度特征的表征建模是飞行器热防护系统轻量化、低冗余设计的重要前提.采用动力学蒙特卡罗方法,建立了可用于宏观流场计算的界面多相催化介观模型,并通过径向基函数神经网络算法,训练形成了基于机器学习的吸附演化动力学精确解析的界面多相催化代理模型,实现了催化复合系数的快速精准预测.研究表明,基于机器学习的界面催化代理模型获得的复合系数预测值与动力学蒙特卡罗方法相一致,同时计算时间大幅缩短至常规宏观方法耗时.通过与宏观非平衡流场求解器耦合,所建立的界面催化模型可快速获得多尺度界面多相催化效应下的表面气动加热热流.基于机器学习方法对微细尺度的计算结果进行模化并用于宏观计算,在解析界面多相反应演化动力学的同时,提升了计算效率,为工程适用的飞行器复杂高温效应跨尺度建模提供了理论依据.