系列孤立结构配合物模板硼酸盐的合成、表征和催化性能研究

来源 :广东工业大学 | 被引量 : 0次 | 上传用户:eric2751
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文论述了七例不同的新型硼酸盐晶体材料,通过单晶X射线衍射表征了它们的结构,通过固体紫外可见漫反射光谱、红外光谱、X-射线粉末衍分析(PXRD)和元素分析进一步表征了它们的结构。还通过热刻蚀制得了一系列硼酸盐基催化剂,测量了系列催化剂的氧还原反应(ORR)催化活性。化合物Co2(DMEDA)3[B5O7(OH)3]2(DMEDA=N,N-二甲基乙二胺,1)与化合物Zn2(DMEDA)3[B5O7(OH)3]2(2)都是通过溶剂热法合成的。1与2是同构化合物。晶体学参数:单斜晶系,P21/c,a=13.1790(5)?,b=16.6760(8)?,c=16.7519(6)?,α=90.00?,β=100.499(2)?,γ=90.00?,Z=4。它们的结构中含有[B5O7(OH)3]2-硼氧簇和两种配位方式的金属原子,硼氧簇彼此间通过氢键连接。金属配合物桥连硼氧簇,使得结构中具有一维氢键链,一维链与链之间通过氢键连接形成三维开放骨架。2的成功合成说明通过调控晶体结构中的金属阳离子能够合成新型的金属硼酸盐。化合物[Ni(AEEA)][B5O6(OH)4](AEEA=羟乙基乙二胺,3)和[Ni(atta)(SO4)0.5]·[B5O6(OH)4](atta=N~1,N~1,N~2-tris(2-aminoethyl)ethane-1,2-diamine,4)都是通过溶剂热法合成的。3的晶体学参数:单斜晶系,P21/c,a=8.4086(4)?,b=11.6933(4)?,c=14.4535(6)?,α=90.00°,β=90.4321(18)°,γ=90.00°,Z=4。4的晶体学参数:单斜晶系,P21/c,a=9.0512(2)?,b=15.2776(3)?,c=15.0142(3)?,α=90.00°,β=15.0142(3)°,γ=90.00°,Z=4。两者都是孤立镍硼酸盐,但两者的结构表现出了巨大的差异,3的结构中含有[Ni(AEEA)]+金属镍配合物,和[B5O6(OH)4]-硼五聚阴离子簇,其开放骨架是由丰富的氢键连接而成。而4是一例孤立结构的硫酸硼酸盐,硫酸根单元的引入,使其结构中含有非常特殊的金属氧硫键。两者结构的差异也带了性质的不同。通过紫外光谱分析,3的带隙约为4.75 e V,4的带隙约为4.38 e V,这表明硫酸根单元的引入造成的结构变化使得硼酸盐的带隙减小。同时,通过ORR催化活性测试,3-C系列催化剂的半波电位(E1/2)为0.78 V,4-C系列催化剂的E1/2为0.75 V,两者ORR活性的差异归因于结构的差别。化合物Co2(C3H4N2)8(SO4)2·2H3BO3(5)是利用溶剂蒸发法合成的。晶体学参数:三斜晶系,P1,a=9.1985(7)?,b=9.6099(6)?,c=11.5412(7)?,α=76.555(2)°,β=87.681(3)°,γ=82.367(3)°,Z=1。与4类似,它也是一例新型的硫酸硼酸盐,结构中同样含有特殊的金属氧硫键。与4的不同点在于,其结构中的钴配合物通过[SO4]2-单元桥连形成了一维杂化链,孤立的硼酸分子通过氢键连接链与链形成三维超分子结构。其带隙约为3.66 e V。测试了其ORR催化活性,5-C系列催化剂最高的E1/2为0.83 V。通过与4进行比较,发现硼酸盐结构中巨大的孔道结构和空间可以更好的暴露活性位点,进而提高催化活性。化合物[Cu(1-MI)4]·[B5O6(OH)4]2·1-MI2(1-MI=1-甲基咪唑,6)的制备使用的是较为便捷的溶剂蒸发法。晶体学参数:单斜晶系,C2/c,a=15.1658(4)?,b=11.3616(4)?,c=26.8956(11)?,α=90.00°,β=105.0050(10)°,γ=90.00°,Z=4。6是由[Cu(1-MI)4]2+,1-MI和[B5O6(OH)4]-簇组成的孤立硼酸盐。其带隙约为5.43 e V。通过ORR催化活性测试,6-C系列催化剂表现出的ORR催化活性优于3和4,其最高的E1/2为0.79 V。在化合物6的实验思路上,使用与6相同的方法成功合成了化合物[Cu(EIM)4][B5O6(OH)4]2·3H2O(7,EIM=1-乙基咪唑)。晶体学数据:三斜晶系,P1,a=9.3010(4)?,b=9.5408(4)?,c=12.6456(6)?,α=106.412(2)°,β=91.722(2)°,γ=104.795(2)°,Z=1。7由金属配合物和[B5O6(OH)4]-簇组成。其带隙约为3.23 e V。7-C系列催化剂表现出的ORR催化活性比6更好,其最高的E1/2为0.82 V。对6和7的结构性质进行比较分析表明,引入催化活性更好的金属元素是提高硼酸盐基催化剂催化活性的有效途径。硼酸盐基催化剂的ORR活性还受到样品碳含量、结构的影响。本文详细论述了在温和条件下合成的七例硼酸盐材料。它们表现出了很多有趣的结构与性质,同构化合物1和2证实了金属元素对结构的差异性影响。3,4和5表明往硼酸盐体系中引入阴离子基团是可行的,随着阴离子基团的引入也造成了样品结构和性质的巨大转变。6与7的结构与性质证实了通过选择反应物可以调控硼酸盐的结构和硼酸盐基催化剂的ORR活性。
其他文献
CHAMP、GRACE/GRACE-FO和GOCE等重力卫星的实施为高精度、高分辨率地球重力场模型的研制提供了海量观测数据,而不同重力场探测数据所反映重力场的波长信息有所差异,因此充分利用卫星重力和地面重力数据等数据源的不同频谱信息进行多源重力场探测数据的联合反演,并研制高精度、高分辨率的静态重力场模型具有重要意义。本文围绕多源重力场探测数据的联合反演理论与模型研制展开研究,主要包括基于GOCE卫
学位
基于可重构处理器进行深度卷积神经网络(Deep Convolutional Nerual Network,DCNN)算法加速已经是一种广泛的技术,其中稀疏神经网络加速是研究的热点。然而,绝大多数声称拥有高算力的计算设备并不能在高效率,低延迟以及低功耗下运行神经网络算法,因此在对多样的计算场景下,神经网络加速器在效率、延迟、和功耗方面依然有很大探索空间。本文研究了稀疏神经网络硬件加速中的三项关键技术
学位
随着计算机技术与人工智能的发展,利用数字化智能化手段实现视频人体行为分析已成为重要的研究课题。人体行为分析领域中存在不同模态的数据输入,包括RGB图像、人体骨骼数据等。基于RGB图像的相关研究已广泛应用于智能视频监控,而基于人体骨骼数据的研究则广泛应用于人机交互、舞蹈文化保护等需要识别动作细粒度属性的应用。在此背景下,本文针对视频图像、人体骨骼数据展开对视频人体行为分析关键任务的研究与应用。由于视
学位
碳量子点(CQDs)作为一种新型的碳纳米材料,因其具有优异的荧光特性、高生物相容性、良好的水溶性等特点,被广泛应用于生物、环境等领域。在CQDs的生产和使用过程中,进入环境的数量必然增加。土壤是地球化学元素循环的重要组成部分,也是纳米材料的归宿,纳米材料的释放可影响土壤酶活性及微生物群落结构。微生物介导的异化铁还原将Fe(Ⅲ)还原成Fe(Ⅱ),并从这一过程储存生命所需能量,该过程对土壤的元素循环、
学位
期刊
抗生素耐药性一直是世界范围内的重大公共卫生问题,需要尽快寻找新的抗菌策略,帮助解决细菌耐药性危机。抗毒力信号策略通过特异性地干扰细菌的信息传导系统,降低细菌的致病性,这种策略不会直接杀死细菌,对于细菌耐药性施加的选择压力较小,不易导致产生新的耐药菌。群体感应(QS)是细菌之间的信号转导机制,它依赖于细菌的密度,通过信号分子来控制细菌的群体行为。其中喹诺酮(pqs)系统通过Lys-R型转录调节因子P
学位
近年来,由于光能具有绿色清洁、高度可调、安全性高等优异特性,光化学在能源转型和能源革命如火如荼的时代背景下,已经引起了众多学术界内与工业界内科研工作者们的广泛关注。而有机三重态光敏剂相关研究,作为现代分子有机光化学学科的一个重要发展方向,已在材料科学,生命科学,合成科学,环境科学,能源科学,通信科学等各个前沿领域取得不少的进展与成果。其中,尤其是氟硼吡咯(BODIPY),因其强可见光吸收能力与易于
学位
为了解不同苗龄江南油杉造林的早期生长情况,对广西黄冕林场不同苗龄江南油杉的试验示范林进行调查,并对1~2年生幼树树高生长开展试验分析。结果表明:试验林造林成活率均在88.89%以上,不同样地差异不大,不同苗龄的成活率随着苗龄增大而提高。不同样地江南油杉树高H1、H2仅3年生苗存在着显著差异,但不同苗龄间H1、H2差异显著。样地与苗龄的因子效应分析表明,苗龄为树高生长的主要因子且在H1、H2上存在着
期刊
【目的】探究不同移栽苗龄对基质栽培黄瓜生长生理以及产量的影响,以期筛选出基质栽培条件下黄瓜幼苗适宜的移栽苗龄。【方法】以新春四号黄瓜为试材,共设T1(四叶一心)、T2(三叶一心)、T3(二叶一心)和T4(一叶一心)4个苗龄处理,研究移栽不同苗龄黄瓜幼苗对植株株高、茎粗、根系活力、叶绿素含量、光合参数、荧光参数以及产量等指标的影响。【结果】T3处理黄瓜植株株高显著高于其他3个处理。T3处理根体积最大
期刊
随着信息技术和互联网的快速发展,数据资源越发丰富,且数据间的关联也更加复杂多变,仅仅依靠简单文字匹配的信息服务已经难以满足用户需求,知识图谱(Knowledge Graph)应运而生。知识图谱不仅可改良信息服务,其蕴涵的丰富语义关联信息,在知识问答、辅助推理、个性化推荐等领域也表现出重要的应用价值。作为图谱表示的关键技术,知识图谱嵌入(Knowledge Graph Embedding)是将其应用
学位