液-液相转移催化法合成5-邻氯苯基-2-呋喃甲酸芳酯

在液－液相转移催化条件下，合成了１５个５－邻氯苯基－２－呋喃甲酸芳酯，并通过红外光谱和元素分析确定了其结构     

盐地碱蓬△1-二氢吡咯-5-羧酸合成酶基因(SsP5CS)的克隆及表达特性

从盐地碱蓬(Suaeda salsa)中克隆了△1-二氢吡咯-5-羧酸合成酶基因的cDNA片段(S.salsa △1-pyrroline-5-carboxylate synthase gene,Ssp5CS).Southern杂交表明SsP5CS基因在盐地碱蓬基因组中只有一个拷贝;Northem杂交结果表明,不同盐处理(400mmol/L NaCl)时间下SsP5CS在盐地碱蓬叶中的表达量明显增加;同时盐胁迫条件下盐地碱蓬叶中的脯氨酸含量与对照相比显著的增加,并且其渗透调节能力也逐渐增强.推测SsP5CS基因可能在保护盐地碱蓬免受盐胁迫损伤的过程中起到重要作用.     

沸石分子筛修饰用于疾病诊断的QCM气敏传感器

石英晶体微天平(Quartz Crystal Microbalance)能将所吸附分子质量的微小改变转换成频率的变化并加以测量,具有灵敏度高,稳定性好,通用性强,工作温度范围大,尺寸小和抗干扰强等优点,是一种很理想的敏感器件．将QCM经沸石分子筛AgZSM-5修饰后,对丙酮气体的频率响应进行了测量,实验数据显示对呼出气体的探测能很好地区分出正常人和糖尿病人,对糖尿病的早期诊断具有一定的意义。     

SNOX法催化脱除模拟烟气中NO○x及SO2实验研究

为了实际考察SNOX方法的工艺条件对烟气中NO○x及SO2的催化脱除效果,针对NO○x的催化还原反应,采用浸渍法制备CuO/γ-Al2O3催化剂,考察了反应温度、空间速度、n(NH3)/n(NO○x)、SO2浓度对NO○x转化率的影响;针对SO2催化氧化反应,采用筛选出的V2O5催化剂,实验考察了反应温度、空间速度、n(O2)/n(SO2)对SO2转化率的影响.以实验研究成果为依据,进行了反应动力学计算.研究结果表明,在实验确定的最佳工艺条件下,NO○x还原率可达87.5%,经两级氧化SO2的转化率达94.3%.     

利用C5馏分中的环戊二烯制降冰片烯二酸酐的工艺研究

通过对石油烃类裂解制乙烯过程中的副产物－C5馏分与顺酐发生Diels-Alder反应制备降冰片烯二酸酐（以下简称降酐）的工艺条件研究，结果表明：将C5馏分原料分割成－50℃，－100℃，＞100℃三种馏分，选择－100℃馏分作为洗液，＞100℃馏分不经蒸馏作为反应溶剂，＞100℃馏分经170℃高温解聚后作为反应原料，合成条件：顺酐、环戊二烯＝1：1．2（摩尔比），温度40℃，反应时间3h，产品收率为85％左右（以顺酐汁）。本工艺所生产的降酐成本低，质量稳定，纯度高，无三废排放，对环境无污染。     

3-溴-4-羟基-5-甲氧基苯甲酸甲酯的合成

以香兰素为主要原料,经溴水溴代得溴代香兰素,再经氧化银氧化制取溴代香兰酸,最后与甲醇发生酯化反应,成功制得3溴--4羟-基-5甲-氧基苯甲酸甲酯,总收率66.4%。各步反应的生成物提纯后经过1H-NMR、IR进行表征。     

壳聚糖-5-氟尿嘧啶微球的制备

为了制备靶向型药物载体系统,采用超声乳化技术,以5-氟尿嘧啶(5-Fu)为模型药物,液体石蜡为有机分散介质,Span 80为乳化剂,戊二醛为交联剂,对壳聚糖(CS)进行乳化交联,制备了壳聚糖-5-氟尿嘧啶(CS-5-Fu)微球.对超声频率为40 kHz时的制备条件进行了优化,优化条件为:戊二醛用量2 mL,CS浓度1.0%,5-Fu浓度1.0%.采用红外光谱和扫描电子显微镜等对该条件下所得产物的结构和形貌进行了表征,采用紫外-可见光谱对其药物释放性能进行了研究.研究结果表明,CS-5-Fu微球外形为比较规整的球形,粒径在1~4μm之间,分布均匀,包封率为46.7%.在pH=7.2的磷酸盐缓冲溶液中,CS-5-Fu微球在30 h内的累积释药率为60.4%,具有明显的缓释作用.     

V2O5/CeF3光催化降解丙酮的性能研究

利用浸渍法制备了一系列不同掺杂量的V2O5/CeF3光催化剂,通过光催化降解丙酮实验考察了催化剂的光催化性能,并采用X射线衍射(XRD)、BET比表面积和紫外可见光谱(UV-vis)等方法表征了催化剂的物理化学性质.结果表明:少量(摩尔分数≤15%)V2O5的掺杂有利于催化剂比表面积的增加,有利于催化剂光催化性能的提高;而当V2O5含量进一步增加时,由于CeVO4晶相的出现,使催化剂的比表面积减小、禁带宽度增加,从而降低了催化剂的光催化活性.其中,摩尔分数为15%的V2O5/CeF3催化剂具有最佳的光催化性能,丙酮降解率可达85%.     

面向扶梯不安全行为的改进型深度学习检测算法

以YOLOv5s网络模型为基础,引入注意力机制CBAM模块,基于Ghost卷积模块重构网络模型的卷积操作,提出一种面向扶梯不安全行为的改进型深度学习检测算法.然后,在自主收集的扶梯不安全行为数据集上对其进行训练评估.结果表明,所提算法在检测精度有所提高的同时,大幅减少了检测所需的参数量和计算量.     

结合目标检测与特征匹配的多目标跟踪算法

针对多目标跟踪算法在遮挡频繁的场景下存在目标关联准确性低的问题,提出一种结合检测与特征匹配的多目标跟踪算法. 该算法引入检测精度较高的YOLOv5作为多目标跟踪的检测器,能够精准定位目标,有效提高跟踪精度;在面对目标间遮挡时,通过专门设计特征匹配模型提取更为细致的特征,能够有效降低跟踪时目标ID的切换次数.在MOT16数据集上对跟踪性能进行评估,结果表明:所提方法可以有效缓解目标遮挡,实现稳定跟踪.