【摘 要】
：
金属–有机骨架化合物（Metal–organic frameworks,简称MOFs）,是一类新兴的晶态多孔材料,因其丰富的结构、可修饰的功能性、超高的孔隙率以及良好的稳定性而受到科研工作者的广泛关注,这些特性使MOFs材料在气体吸附与分离、催化、化学传感等领域表现出良好的应用前景。随着工业的高速发展,工业废水的污染问题日益严重。废水中含有的Fe3+、Cr2O72-和硝基化合物等污染物,不仅对环境
论文部分内容阅读
金属–有机骨架化合物（Metal–organic frameworks,简称MOFs）,是一类新兴的晶态多孔材料,因其丰富的结构、可修饰的功能性、超高的孔隙率以及良好的稳定性而受到科研工作者的广泛关注,这些特性使MOFs材料在气体吸附与分离、催化、化学传感等领域表现出良好的应用前景。随着工业的高速发展,工业废水的污染问题日益严重。废水中含有的Fe3+、Cr2O72-和硝基化合物等污染物,不仅对环境和生物造成污染,还会随着食物链最终威胁人类的生命健康。近年来,基于MOFs材料的荧光传感器由于其高效、便捷、易操作等优点,在污染物检测方面展现出得天独厚的优势,相关荧光MOFs材料的开发已逐渐成为新的研究热点之一。MOFs材料的理化性质主要来自于金属节点和有机配体,因此,合理选用具有良好荧光性质的金属离子或有机配体能够使MOFs材料的荧光性能大幅提升。共轭羧酸配体通常具有荧光特性,基于这类配体构筑的MOFs材料其结构中含有大量π电子,进而表现出优异的荧光性能,同时,共轭羧酸配体的刚性结构也能够增强MOFs材料骨架结构的稳定性。在共轭羧酸配体的基础上合理引入含氮基团,能够增强MOFs材料对特定检测物的荧光特性,获得更好的荧光检测效果。本论文选用两种含氮羧酸配体,4,4’-（2,6-吡嗪二基）二苯甲酸（H2PBBA）和4,4′,4″,4?-（4,4′-（1,4-亚苯基）双（吡啶-6,4,2-三基））-四苯甲酸（H4PBPTA）,通过与不同的金属源反应,利用调节剂和溶剂热等合成策略构筑了四例MOFs材料,并对它们的荧光性能进行了深入研究。论文取得的主要结果如下:1、利用调节剂和溶剂热策略,以H2PBBA为配体,分别与双核锌、六核锆无机次级结构基元构筑了两例MOFs材料（化合物1、化合物2）。化合物1和化合物2均为二维MOFs材料。其中,化合物1的结构中含有6-连接的双核锌次级结构基元,与配体形成具有kgd拓扑的二维层状结构,层间由来自金属节点的氢键连接,使化合物1的稳定性进一步增强。化合物2的结构中含有4-连接的Zr6金属簇,与配体形成具有sql拓扑的二维层状结构,通过配体间的π-π作用形成三维超分子骨架结构。化合物1和2在水中均表现出良好的稳定性和荧光性能,我们对其水中污染物的检测能力进行了研究,研究结果表明,化合物1对包括Fe3+、Cr2O72-和TNP等不同类型的污染物均展现出优异的荧光传感性能,化合物2对Cr2O72-、2,4-DNP和TNP表现出了良好的检测能力。两种化合物均表现出较高Ksv值和极低的检测限,能够检测水中痕量的污染物。2、利用调节剂合成策略,以H4PBPTA为配体,分别同Y（NO3）3·6H2O和Ga（NO3）3·4.5H2O构筑了两例稳定的MOFs材料（化合物3和化合物4）;化合物3具有高孔隙率和荧光特性,能够高度灵敏地选择性识别水中的Cr2O72-和硝基化合物;化合物4的结构中含有6-连接的三核镓次级结构基元,与配体形成（4,6）-连接的soc拓扑结构。
其他文献
域适应（Domain Adaptation）,是解决因训练集和测试集的数据分布存在偏差而导致模型性能下降的机器学习技术。现有的域适应方法主要针对单模态数据进行设计,而对于现实世界中更为常见的多模态数据关注较少;另一方面,现有的多模态域适应方法大多将所有模态平等对待并同步地优化所有子模型,未能考虑到不同模态之间的差异性。针对上述问题,本文设计了一种全新的基于差异化学习的多模态域适应算法（Differ
少样本分割任务（Few-shot Segmentation,简称FSS）的目的是利用仅包含少量标注的支持图像,从查询图像中提取出网络从未学习过的对象类。支持图像和查询图像中的对象因为拍摄角度、光照、或是物体姿态的不同,导致同一类物体在不同图片中的外表有着明显的差异,少样本分割任务也因此变得极为困难。针对少样本分割,本文提出了多尺度互注意力比较网络（Pyramid Co-Attention Comp
一些心理学工作表明,人格特质能从侧面反映出面试者的适应性、社交表达、领导才能等能力。因此,基于人格特质评估的面试评价方法成为不少企业的人才初筛方式。在招聘过程中使用人格特质测试,能帮助人力资源部门更快找到合适的人选,提高员工工作满意度。随着异步视频面试逐渐成为面试的一种流行形式,一些研究者利用求职者在视频中表现出的社交信号进行自动面试评价分析。然而,现有的算法还存在着一些挑战,一方面,现有的算法不
无机有机杂化材料因其结构多样性,无机和有机组分所赋予的独特性质,以及它们相互作用所产生的潜在应用前景,在近几十年来得到了广泛的研究。金属-卤素（拟卤素）化合物是一类重要的杂化功能材料,特别是金属碘酸盐化合物由于其结构可调、金属对碘阴离子具有很强的亲和力以及其各种性质（如光致发光、光/热致变色、磷光、白光和光催化等）而受到人们的特别关注。为了得到更多的结构新颖和性能优异的杂化金属碘酸盐,在本论文中我
随着物联网技术飞速发展及其与人工智能的结合,气体传感器作为物联网系统气体信息的采集端,气体传感器将在保障新能源安全、治理大气污染、监测空气质量以及诊断疾病等方面发挥越来越重要的作用。其中金属氧化物半导体气体传感器因其具备全固态、体积小、器件结构简单、成本低廉、易于集成化、适用于在线监测等优点,而被广泛的研究与开发。金属氧化物半导体气体传感器的敏感层一般由纳米级金属氧化物组成,是传感器的核心部分,其
肝癌在全世界范围内属于发病率和死亡率较高的癌症,早期的肝癌可以通过手术治疗,但由于肝癌的病发不容易发现病症并且肝癌被发现大部分是晚期,针对无法进行手术治疗的肝癌已经研发出靶向药或免疫药联合化疗治疗等治疗方式,但是这些治疗方式伴随着高昂的治疗费用,患者通常难以负担,因此我们想通过分析肝癌患者治疗前的血样,找到潜在的可以判断患者对免疫治疗敏感的小分子代谢物,未来应用在临床诊断为患者节省治疗费用。糖尿病
多变量时间序列广泛存在于不同的领域,如医学、金融和多媒体等等。多变量时间序列分类是多变量时间序列数据挖掘领域中一个活跃的研究问题。近年来,该问题引发了广泛的关注,并且应用于不同的领域。现有的多变量时间序列分类方法可以分为基于距离,基于特征和基于模型的方法。尽管这些方法可以取得一定的效果,它们并没有很有效地建模多变量时间序列的时序动态性。如何高效地建模时间序列的时序动态信息,仍然是一个具有挑战性的问
视觉问答（VQA）任务要求机器自动对关于给定图片的问题做出恰当的回答,需要模型对图像和问题都进行细粒度的语义理解,然后通过视觉推理来预测准确的答案,是一项非常有挑战性的任务。其研究成果可以被应用于跨模态检索,人机交互等场景,有着广阔的应用前景,因此该任务也逐渐成为学术界的研究热点。目前经过几年的发展,视觉问答领域已经有了长足的进步,但是在通用数据集VQA v2.0上的测试结果仍有较大提升空间,如何
随着互联网平台的发展和社交媒体（如Flickr,Twitter）的广泛使用,多模态的在线新闻数据（如文本、图像类型）的数量正在急剧增加。事件检测任务旨在从互联网平台上发现真实世界的新闻事件（如体育赛事、灾难和选举活动,社会活动等）并分类。过往的研究大多数集中于同域的事件检测任务,但是随着社交媒体的兴起,多域的事件检测任务也有了新的发展。多域事件检测任务旨在从多域、多模态数据源中发现真实世界事件。目
近年来,人们广泛地开发纳米材料并对其表面进行改性、修饰,从而改善其本身的物理性质（如溶解度、稳定性等）,靶向某些组织甚至特定细胞器以实现被动和主动靶向、提高生物相容性和降低毒性等。然而在临床上,即便纳米药物的毒性有所降低,但由于肿瘤异质性导致单一疗法产生耐药性,在很大程度上不能显著提高化学治疗的效果。为此,人们采用联合治疗的方法解决肿瘤异质性和耐药性等问题。在联合治疗中使用多种化疗药物已成为常规化