铜基金属有机框架协同催化性质研究

来源 :大连理工大学 | 被引量 : 0次 | 上传用户:chuengwang
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
自然界中的许多化学反应依赖酶体系催化,体系中通常依赖于一个非共价结合的辅因子,黄素辅因子保持在特定的酶蛋白域中,与许多复杂的离子和芳香化合物相互作用。通过对多种酶体系的研究发现,将有机、无机金属络合物和简单的黄素衍生物结合,可形成光催化氧化体系,实现对醇、胺及烷基芳烃等的催化氧化反应。MOFs(Metal-organic frameworks)孔洞的特殊几何结构结合孔洞内丰富的作用位点,可通过“空间限域效应”改变底物或反应中间态优势构象,为完成常规均相条件下难以实现的化学、区域和立体选择性提供了可能。通过构筑MOFs非均相催化体系,利用主客体在限域空腔内的相互作用,拉近各组分间距离的同时,也规避自淬灭、自聚集等不利现象。此外,由于铜基MOF优异的理化性质,使其在药物分子如噁唑烷酮等的催化合成中有着广泛的应用。本文构筑含有双轮浆铜节点与含氮富胺光敏染料配体H6TDPAT的金属有机框架材料Cu-TDPAT,通过RFT/Cu-TDPAT协同体系,实现了对醇、醚以及烷基芳烃等的催化氧化。期间通过对Cu-TDPAT进行包括电化学、紫外、红外、XRD及CO2气体吸附等测试表征分析,一方面探究MOF材料本身固有的理化性质,另一方面通过测试反应中间态及主客体之间的构效关系(UV-vis切实捕捉到Cu-OOH与RFT-OOH反应中间态物种),探究反应过程并给出相应机理。通过条件控制实验及底物拓展实验,进行黄素类结构物质的活性对比(不同黄素类结构物质中RFT具有最高活性),确定了最优反应条件,同时也拓宽了RFT/Cu-TDPAT协同体系的催化适用范围。此外通过EPR测试证实了Cu-TDPAT存在光诱导下的LMCT(Ligand Metal Charge Transition)过程。利用产生的活性一价铜中间体对三氟甲基试剂Togni’s Reagent II进行活化,同时以烯丙基胺类底物为原料,经由自由基路径合成了含有不同取代基团且具有药理活性的有机分子噁唑烷酮类物质,拓展了Cu-TDPAT在光催化及药物分子合成等领域的应用范围。本文也研究了著名的双轮浆铜结构金属有机框架HKSUT-1的催化应用,结果表明,在热驱动条件下,HKUST-1同样能催化烯丙基胺类底物形成噁唑烷酮的三氟甲基化反应,产率略高于Cu-TDPAT的光催化反应,且同样适用于不同底物。最后也对多变量MOFs(Multivariate MOFs,MTV-MOFs)材料进行研究,合成了含有铜、锌双金属次级结构单元及双配体组分的MOF无色晶体材料,并期待致力于碳氢键活化等领域。
其他文献
石膏是一种重要的工业原料,同时也在一些工业过程中以副产物的形式生成。我国的工业副产石膏产量日益增加,其堆存会造成一定的环境问题。大部分工业副产石膏主要为二水石膏(DH
本文主要研究了光诱导N-芳基丙炔酰胺环加成反应合成卤代氮杂螺[4,5]三烯酮的方法。第一部分研究了光诱导条件下高价碘试剂PhI(OCOCF3)2作用的N-芳基丙炔酰胺合成卤代氮杂螺[4,
光本身携带动量,当光照射在物体表面时,动量会传递给物体,并由此对物体产生力的作用,即光辐射压力。基于此原理,布兰津斯基(Braginsky)等人于1967年提出了由光腔和力学振子通
问答社区(Community Question Answering,CQA)是当下较为流行的一种知识获取以及分享的用户互动平台。CQA提供了很多服务来提升用户获取知识的效率,其中之一就是问题响应时间
随着我国交通运输的快速发展,隧道的建设也是最重要的部分之一,而对于隧道的保养十分重要。隧道衬砌裂缝的检测关系到交通运输的安全,我国目前检测隧道衬砌裂缝采用的是人工巡检的办法,其工作量大,并且无法满足快速有效的要求。随着人工智能机器视觉的发展,将神经网络和深度学习结合,在图像识别领域得到了广泛的应用。本文深入研究了深度学习的相关理论和目前流行的目标检测算法,在卷积神经网络的RCNN(Region-C
纸质档案的高密度存储基本上都采用回转库存取方式。盘点档案是否在库以及档案存放位置是否正确是日常管理的一项繁琐而又重要的工作。传统的手工盘库方式劳动强度大且易出错
解决全球变暖和能源短缺问题最具吸引力的战略之一是开发清洁、可持续能源。催化水还原制氢和CO2还原是非常具有潜力的方式,其为太阳能或电能的转化和储存提供了良好的前景,
硫化氢(H2S)是一种剧毒、恶臭、具有腐蚀性的气体,大量副产于大规模的石油炼制和天然气净化等过程。目前,工业上处理硫化氢的主要方法是克劳斯工艺(Claus process),即H2S不完全氧
玻纤增强塑料具有密度低、强度高、耐腐蚀、耐高温、电绝缘、可设计性强等优点,在工业生产中得到了广泛应用。但是,玻纤增强塑料熔体的流动性较差,成型时需要很高的注射速度
自然场景中的文本检测在图像检索、辅助驾驶、工业检测等领域具有广泛的应用。传统的自然场景文本检测技术主要根据文本的颜色、纹理、笔画宽度等设计一些低层次的特征对文本进行检测,这类方法泛化能力和检测性能较弱。近些年,基于深度学习的文本检测方法利用深度卷积神经网络提取图像更深层次的特征,为文本检测任务带来了更好的性能和泛化能力。本文针对现有的基于深度学习的文本检测方法的不足之处,提出并设计了三种面向自然场