一种新型硫杂杯[4]芳烃冠醚衍生物的合成与配合性能

在普通杯芳烃中引入硫、氮原子可以改善普通杯芳烃的配合性能.在弱酸的催化下,使用硫杂杯[4]芳烃四酰肼衍生物3与芳醛衍生物4反应, 高产率地合成了新型的含酰胺和席夫碱单元的硫杂杯[4]芳烃冠醚衍生物5,所合成的新化合物的结构经1H NMR、元素分析、ESI-MS等证实.同时探讨了新型硫杂杯[4]芳烃衍生物5与系列α-氨基酸的配合性能,结果表明所合成的硫杂杯芳烃冠醚对氨基酸分子表现出有效的配合能力和选择性.     

聚氧乙烯醚类相转移催化作用下二酰基硫醚的合成

本文报告了使用聚氧乙烯醚类表面活性剂为相转移催化剂会成二酰基硫醚的实验结果,采用此法合成了七种二酰基硫醚,其中包括三种新化合物,其收率一般可达90％以上。通过物理常数的测定,红外光谱及元素分析确证了产物结构。实验结果表明,以聚氧乙烯醚类为催化剂合成二酰基硫醚,具有价格低廉、易于分离、操作简单、收率较高等优点。     

Effective Palladium（Ⅱ） Catalyst for Oxypalladation of Alkene

A variety of Pd（ Ⅱ ）-catalyzed oxidative transformations ot allcenes with oxygen nucleophiles are catalyzed by PdXa（X=OAc, Cl, etc） with CuX.（ n = 1 or 2） under O2. In the so-called Wacker catalyst of such,Pd（OAe）2 is less reactive compared to PdCl2. In an attempt to increase the reactivity of Pd（OAe）2, we have now found that tuning of Cu site with catechol gives an intriguing reactivity to Pd（OAc）2, which is unprecedented in the chemistry of palladium.     

两类樟脑肟醚化合物的合成与生物活性

报道了β－芳氧乙基及β－胺基乙基两类樟脑肟醚的制备方法。一、梓脑肟与β－芳氧基溴乙烷在ＮａｏＨ－甲苯和相转移催化剂存在下反应，得到化合物１ａ－１ｈ。二、梓脑肟与环氧乙烷经碱性开环生成β－羟乙基樟脑肟醚，其苯酸酯经常压胺化得到化合物２ａ－２ｄ，并对其中一些化合物进行了初步的生物活性测定。     

几种查耳酮冠醚衍生物的PVC膜钾离子选择电极的研究

以中性载体冠醚为活性成分的PVC膜离子选择电极具有优良的性能．本文采用新合成的7种查耳酮冠醚衍生物为活性材料制作钾离子选择电极，并对其各项性能参数作了考察和研究．     

有关合成丙二醇醚催化剂方面的进展

丙二醇醚是一种低毒用途广泛的精细化学产品 ,目前国内外对其生产工艺与催化剂的开发广为关注 .本文作者较为系统地概述了国内外有关合成丙二醇醚催化剂的研究现状     

乙二醇单烷基醚的合成及性能

以乙二醇和卤代烷为原料,用相转移催化法合成了7种乙二醇单烷基醚,均获得较高产率,讨论了乙二醇单烷基醚合成的反应历程．并对其物理常数、水溶液的表面张力、起泡性能、临界胶束浓度进行了测试和分析.     

冠醚同过渡金属的配合物研究——硝酸钴(Ⅱ)与18-冠-6配合物的合成、性质及晶体结构

本文在乙醇溶液中合成了结构为[CO(NO_3)(H_2O_5)]~+·(NO_3~-)(18-C-6)(H_2O)的粉红色晶状配合物.用元素分析、电导测定、 紫外可见光谱、红外光谱及热分析等方法对该化合物进行了研究.并由 X-射线单晶结构分析确定,该化合物晶体属单斜晶系,空间群 p21/n.晶胞参数 a=7.258(1),b=16.149(2),c=20.825(3)(?),β=99.15(3)°,V=2409.8(?)~3,Z=4.结果表明.Co~(2+)与5个水及一个硝酸根上的氧原子配位,形成稍有畸变的八面体配位构型.18-冠-6的氧原子未直接向钴配位,而是通过氢键与配位水相联系.     

多溴联苯醚气相色谱相对保留时间的定量结构-活性关系

运用Gaussian 03W对209种多溴联苯醚(PBDEs)在B3LYP/6-31G*水平上进行结构优化.应用偏最小二乘法(PLS)建立PBDEs的相对色谱保留时间(RRT)与分子结构参数的定量结构与活性关系(QSAR)模型,并对83种未知的PBDEs的RRT进行预测.实验结果表明:模型的累计交叉有效判别系数Q2cum为0.931,拟合相关系数平方R2Y(cum)为0.960,预测值与实验值的残差范围为-0.083~0.168,模型具有较强的预测性;分子总能量、次低占有轨道能量、电子空间广度、最低空轨道能量等量子化学参数对模型的贡献较大,其变量投影性指标值(VIP)分别为1.858,1.741,1.719,1.712.     

BP人工神经网络法研究PBDE_S类化合物的RRT

运用BP人工神经网络方法对PBDEs的相对保留时间(RRT)进行了QSPR研究.所建的BP人工神经网对PBDEs的RRT预测准确度非常高,网络训练误差几乎为0,网络回判MSE误差为0.003 9,明显低于逐步回归分析结果,独立检测集MSE误差为0.000 4,也很低,说明BP人工神经网具有较好的泛化能力.此方法得到的模型预测能力要优于逐步回归模型.