Salamo型过渡金属(Ⅱ)配合物的合成、晶体结构、性质及双通道传感器研究

来源 :兰州交通大学 | 被引量 : 0次 | 上传用户:zhangjiakou00
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
在配位化学领域中,salamo型配体相比于经典的salen型配体具有更好的灵活性与稳定性,这是因为引入了电负性比较强的O原子,使其在化学反应过程中难发生水解反应和交换反应,从而减少了副产物。而且salamo型配合物的中心离子配位模式多样,中心离子不同配位数也不同,通过分子内或分子间氢键所构筑的超分子结构多样。配合物也可能具有更好的潜在应用价值。本文设计并合成了三种salamo型配体HL1、H5L2和H2L3,得到了上述配体与不同金属离子的配合物晶体,并通过X-射线单晶衍射仪确定了配合物的晶体结构。此外,使用Hirshfeld表面分析、元素分析、DFT理论计算、红外和紫外光谱等方法表征了配体及配合物的结构和组成。在对配合物性质的研究中发现,有些配合物有较强的荧光性质以及抗菌活性。配合物1:C40H46Br4Co3N4O16,Mr=1334.76,属于三斜晶系,空间群P-1;配合物2:C30H48Br2Ni3 N4O18,Mr=1088.61,属于正交晶系,空间群Pbcn;配合物3:C35H32CaZn2N4O14,Mr=903.49,属于三斜晶系,空间群R32;配合物4:C35H32SrZn2N4O14,Mr=951.04,属于三斜晶系,空间群R32.Salamo型化合物还可以用作小分子化学传感器识别金属离子、阴离子以及氨基酸分子。传感器H5L2和H2L3可以在较宽pH范围内通过紫外及荧光双通道、高选择性识别Cu2+离子,并且在自然光下,能够实现裸眼识别。传感器H5L2不仅可以在多种水样中进行实际检测,还可以通过RGB分析实现定量检测样品中的Cu2+含量。此外,由H5L2与Cu2+作用后形成的L2-Cu2+配合物又可以作为新的化学传感器识别氨基酸分子。通过核磁氢谱、高分辨质谱以及DFT理论计算详细研究了传感器的识别机理。并且Job曲线的拟合、结合常数、最低检测线的计算以及荧光滴定、紫外滴定结果均表明这两个化学传感器在一定的时间内,有较高的选择性和灵敏度。
其他文献
典型定子转子类机械结构在生活中有很多的应用,例如船用螺旋桨、风机叶片、液力缓速器、电脑硬盘等等;所以研究定子转子中液体流动问题有很大的现实意义。在实际的应用中,有
自20世纪90年代以来,多模态话语分析在国内外发展如火如荼,其中最为杰出的代表是Kress和Van Leeuwen提出的觉语法理论,从再现意义、互动意义和构图意义的角度讨论多模态图像规则和如何表达意义,为多模态话语分析提供了理论基础和分析方法。几乎与此同时,多模态论辩研究兴起,研究者们认为除了文字还可以运用图像和其他视觉成分来实现论辩修辞效果。据此,学者们开始用“论辩模态”或“多模态论辩”来解释论
随着无线网络的快速发展和覆盖规模的不断扩大,无线网络应用日益多样化,例如网页搜索、IPTV、视频电话、在线游戏、网络购物和直播等,导致用户对无线网络带宽资源的需求越来
煤炭是我国最主要的一次能源,煤矿生产安全是煤炭行业健康发展的保障。煤矿井下作业点多、线长、面广,工作环境复杂,人员、设备管理十分困难,极易出现安全事故。目前煤矿装备的人员定位系统,多采用区间定位法,定位精度低,已经不能满足煤矿对人员、设备精确管理和抢险救灾的需求,因此研制新一代煤矿人员与设备精确定位系统成为亟待解决的问题。超宽带(Ultra Wide Band,UWB)技术凭借其独特的无载波通信,
特定动态目标识别与跟踪在视频监视等方面具有重要的应用,近年机器学习技术以及卷积神经网路的发展极大地推动了特征提取以及图像的模式识别技术发展。本课题主要基于卷积神
我国经济面临高速发展向高质量发展的转型期,实现经济可持续发展关键是要发展创新。创新要素集聚是区域创新能力提高的关键因素,有利于增强国家自主创新能力和国际竞争。呼包
近年来,数字化信息爆炸式增长,如何高效快速采集、处理、分析有效信息成为社会关注热点。人工神经网络凭借强大的数据处理能力成为众多学者研究的对象。与此同时,各种机器学
中国同英语国家交流日益密切,随着生成语法的发展,关于空论元已有广泛研究。包含空主语和空宾语,空论元指的是那些没有语音表现形式但有语法作用和语义内容的动词论元。本研究旨在研究空论元的习失,对不同类型空论元进行对比分析,并考察影响空论元习失的一些因素。在普遍语法的原则与参数理论框架下,本研究通过采用语法判断测试和写作任务,考察和分析了以英语为外语的154名中国大学生的空主语和空宾语习失情况。结果发现和
2018年,中国电子学会把胶囊网络列为人工智能的十大成长性技术之一。胶囊网络是一种全新的深度学习方法,由“深度学习之父”—Geoffrey Hinton于2017年10月提出。胶囊网络,这
SLAM(Simultaneous Localization and Mapping,实时定位和制图研究)是机器人和场景理解中非常重要的研究方向,并且在定位导航领域起着重要作用。近年来由于双目相机的成本较