【摘 要】
:
本论文以对称四甲基六元瓜环(TMe Q[6])为构筑模块,在盐酸介质中利用外壁作用驱动构筑超分子自组装体多孔框架SOF-1材料,主要作用力为瓜环负电性端口羰基氧原子与正电性外壁之间的相互作用。此SOF材料具有特殊的功能性质,可以吸附有机荧光客体分子,从而制备成固体荧光探针。吸附实验结果表明,多孔超分子结构可以通过荧光增强或变色等方式吸收特定的荧光客体(FGs)形成发光组装体(FGs@SOF),其中
论文部分内容阅读
本论文以对称四甲基六元瓜环(TMe Q[6])为构筑模块,在盐酸介质中利用外壁作用驱动构筑超分子自组装体多孔框架SOF-1材料,主要作用力为瓜环负电性端口羰基氧原子与正电性外壁之间的相互作用。此SOF材料具有特殊的功能性质,可以吸附有机荧光客体分子,从而制备成固体荧光探针。吸附实验结果表明,多孔超分子结构可以通过荧光增强或变色等方式吸收特定的荧光客体(FGs)形成发光组装体(FGs@SOF),其中一些可以对特定的挥发性有机化合物产生响应。因此,基于对称四甲基六元瓜环的超分子框架结构可以作为某些荧光客体或挥发性气体的固体传感器。进一步研究发现,在5M硫酸介质中基于TMe Q[6]超分子自组装体形成的驱动力分为瓜环负电性端口羰基氧原子与TMe Q[6]正静电势性外壁以及SO42-与TMe Q[6]正静电势性外壁之间的相互作用,这些作用均属于瓜环的外壁作用。基于TMe Q[6]的多孔超分子组装体SOF-2同样表现出吸附荧光客体(FGs),如染料和具有不同荧光特征的多环化合物的特性。此外,所制备的SOF-2吸附罗丹明B或芘形成荧光探针材料可以对于甲醇气体有着特异性识别响应,可以形成针对检测甲醇的固体荧光探针。为了扩展瓜环基框架结构构筑策略,除利用瓜环自身外壁作用以及无机酸介质本身引入的酸根阴离子的策略,还可进一步采用无机阴离子诱导方法。以具有平面构型的[PdnClm]2-阴离子为结构诱导试剂,成功制备了三个具有框架结构特征的瓜环基超分子化合物:{Na2(H2O)6TMe Q[6]}[Pd2Cl6]?3H2O;Cy H5Q[5]?[Pd2Cl6]?2(H3O)?3H2O及Q[5]?[Pd Cl4]?2(H3O)?23H2O。晶体结构分析表明,这些基于瓜环基超分子框架化合物形成的主要驱动力同样来源于瓜环的外壁作用,即呈正静电势性的瓜环外壁与[PdnClm]2-负电性阴离子间的离子-偶极作用。
其他文献
近年来,针对工业网络的攻击事件越来越频繁,工业网络安全研究重要性日益提高。工业网络安全的重点在于工业控制协议,工业控制协议的研究核心在于对种类繁多的协议进行解析,获
论文分析了研发驱动型公司的财务管控问题。结合公司价值最大化的目标和公司战略,通过对A公司的案例分析,对财务管控经验进行了一般性的案例推广。本文发现,研发驱动型公司财
当前,随着我国地铁需求的日益增多,地铁建设工程数量也越来越多。然而,受到地铁施工周期长、高处作业多、交叉作业多等因素的制约,项目施工安全事故不断涌现,并且造成了严重的人员伤亡和财产损失。项目安全风险管理是现代工程项目施工管理的一个重要组成部分,通过开展有效的安全风险评估,对提高安全风险决策水平、消除安全隐患、减少安全事故发生、避免人员伤亡和财产损失等无疑具有重要的意义。本文通过对JN地铁H标段项目
构件分类和检索是支持软件复用的核心技术,如何从海量的构件库中检索出准确和用户满意的构件,是软件复用中需要解决的关键问题。本论文基于CNN(Convolutional Neural Networks,卷积神经网络)技术和排序学习方法来研究构件分类方法和构件检索方法,其中包括两个研究:基于CNN的构件分类方法研究和基于排序学习的构件检索方法研究。(1)由于构件分类的效果会直接影响构件检索的性能,所以针
当前,我国各地正在深入开展农村人居环境和美丽宜居乡村建设,实施农村生活垃圾治理专项行动。目前,我国对农村生活垃圾问题的研究已取得一定的成果,但是仍缺乏对经济欠发达地
参政议政、民主监督、参加中国共产党领导的政治协商是民主党派的三大基本职能。农工党黑龙江省委自成立以来,始终坚持围绕中心、服务大局,紧紧围绕中共黑龙江省委、省政府中
本文主要对植被,土壤,混凝土等典型地貌的散射特性展开研究,并对其计算得到的散射场或散射系数进行成像研究与分析。我们一般会使用解析近似的面散射方法对粗糙地表进行散射计算,这种方法对于体散射可以忽略不计的裸土、沙地等地形来说其计算的结果是较准确的,但对于多层散射模型如双层植被散射模型来说,忽略体散射分量计算得到的散射结果将比实际结果存在较大的误差。因此本文也将着重研究双层植被散射模型的散射特性。在计算
装备故障诊断是装备保障工作中十分重要的一个环节。对于信息化故障诊断方法而言,装备故障诊断需要根据从装备运行或维修过程中采集到的装备状态数据,通过模型或推理的方法,判断装备是否存在故障或可能出现故障。基于机器学习的方法利用数据训练模型,可以大大节约存储资源和人力资源,提升故障检测的准确性和效率。针对装备故障类型种类繁多且复杂的情况,分析数据所对应的故障类别,采用合理的策略处理故障数据与故障类型之间的
开发高效、高选择性和高容量的蛋白质分离纯化方法始终是蛋白质组学研究的重要内容之一。本论文针对石墨烯材料在蛋白质分离富集过程中选择性差、吸附容量低的问题,从磁性石墨烯出发,设计合成了两种具有高密度金属亲和配体的功能化石墨烯复合材料,建立了复杂生物样品体系中富组氨酸蛋白质高选择性和高容量分离纯化的新方法。第一章简要综述了常见的蛋白质分离方法,金属亲和色谱在蛋白质分离纯化中的原理和应用,石墨烯的性质、合