氢-氧官能团对二甲基亚砜分子拉曼散射的作用

来源 :吉林大学 | 被引量 : 0次 | 上传用户:JACK910680
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
二甲基亚砜作为有机化学和精细化工技术中极为重要的溶剂,它一直是各领域主要的研究对象。由于二甲基亚砜分子具有多官能团的特性,这使得二甲基亚砜混合溶液表现出复杂的氢键的行为。自激光出现以来,拉曼光谱成为一种识别分子间相互作用的行之有效的方法。根据拉曼散射的基本原理,本文深入探究了含氢-氧根官能团对二甲基亚砜结构与性质的影响。(1)首先,我们利用532 nm的Nd:YAG脉冲激光分别研究动高压对重水结构与性质的影响。由于额外电子与重水相互作用,这导致三个峰值(冰Ⅷ结构)的形成在激光的输出能量为140 mJ。在不同能量的激发下,重水的冰相结构实现转变并且位于2400cm-1左右波数的峰值呈现出能量依赖行为。其次,我们利用自发拉曼散射研究了在降温环境下重水结构的变化。根据实验结果得出,由于二氧化硅产生的电场与氢键相互作用,致使在不同温度下实现冰相结构的转变。(2)我们利用514.5 nm的辐射光研究二甲基亚砜与含氢氧根官能团溶液(水、甲醇和乙醇)对氢键网络结构的影响。实验结果表明,二甲基亚砜中CSC键反对称拉伸总是比对称拉伸的频移更明显。而这个现象是由97°键角的CSC键造成。首先,我们研究了甲醇分子中的羟基对二甲基亚砜分子结构的影响,实验结果显示二甲基亚砜中蓝移的CSC键和CH3键拉伸振动以及甲醇中红移的CO键和蓝移的OH键拉伸模式,这些拉曼频率的变化归因于HBs中分子间的相互作用力。其次,通过二甲基亚砜与水混合溶液的拉曼光谱,我们发现在水摩尔分数约为0.7时,拉曼频率显示出突然的红移。该偏差现已经被证实由“冰山效应”造成的。最后,根据对二甲基亚砜与乙醇二元混合溶液拉曼光谱的研究,实验发现甲醇中的甲基可以和水分子中的羟基形成氢键,从而加强水分子中的氢键。
其他文献
近年来,随着汽车产业的发展,汽车保有量逐渐增加,汽车发生低速碰撞的概率也随之增大,在一些小的刮蹭事故中,塑料保险杠面罩是最容易出现损伤的部位。为此,需要保险杠面罩在低速碰撞中具有良好的刚度特性和吸能特性,以保证在事故中表面变形小而容易依靠自身的回弹特性来复原或易于维修。另一方面,为了降低整车质量、减少燃油消耗,希望保险杠面罩质量尽量小。同时,减少保险杠面罩质量可以节省材料,对于生产企业降低产品成本
目前,分时段定时信号控制依然是城市道路交通控制中实际应用最广泛的方式。在该种信号控制方式下,实地执行的配时方案是对城市道路交通系统进行分析和优化的重要输入,如交通系统仿真建模、交通系统性能分析、交叉口配时方案优化等。然而,在很多实际情况中,实地执行配时方案数据无法获取。一方面,由于很多国产信号机功能不完善,不具备实地执行配时方案日志记录功能。另一方面,由于设备故障,导致信号机日志中记录的配时方案与
随着互联网技术的快速发展和普及,企业和政府的电子系统的规模以极快的速度增长,因此原有的访问控制模型变得越来越无法满足现有的访问规模和频次的需求。为了解决在开放网络
非线性算子方程的求解是计算数学领域一个非常重要的研究方向,它在众多科学领域例如工程学,物理学中有广泛的应用.一般我们会采取数值逼近的方法,用迭代法得到收敛列,用来逼
流程正式化是企业规范化管理的必然要求,流程正式化的发展在推动企业持续进步过程中必然会对企业产品创新等活动产生深刻的影响。由于企业创造新产品的能力,是企业实现产品创新、获得竞争优势地位的源泉,也是企业可持续发展的必由之路,对企业成长具有决定性的作用。因此,流程正式化对新产品创造力的影响尤其值得我们认真的研究。论文运用组织设计理论、创造力理论和知识治理理论对流程正式化与新产品创造力的相互关系开展了深刻
随着经济的迅速发展,能源过度消耗伴随着环境污染等现象成为人类面临的巨大挑战之一。因此为了减缓资源危机和减弱环境污染,找到清洁、可循环的能源迫在眉睫。氢作为一种具备清洁低碳、应用面广、便与储存等优点的二次能源,引起了全球范围的高度关注。另外,为了降低生产成本,诸多科学家利用广泛的太阳能作为产氢的一次能源成为当下热门研究,其中使用半导体光催化材料裂解水生产出H_2是比较理想的办法之一。由于光催化剂作为
沉积物渗透系数是水体在沉积物中通行能力的量化指标,左右着地表水与地下水的转化效率。在干旱地区,下渗过程使河湖水量耗竭过程加速。博斯腾湖作为中国最大的内陆淡水湖泊,
环境问题成为我国当下最严峻最具挑战的问题之一。污染,浪费,过度消耗正掏空着我们赖以生存,资源有限的环境。为了打开这种艰难局面,绿色节能低碳环保是国家所大力提倡的,习
作为一种最近提出的基于密度的聚类算法,密度峰值聚类算法(DPC)受到了研究者们广泛的关注。它基于两个简单的假设,在许多合成数据集中能够实现有效的聚类。然而,DPC也存在一些问题,主要表现在两个方面。首先,它需要用户根据决策图来手动选取聚类中心。在许多真实数据集中,手动选取聚类中心并不是一件容易的事情。其次,在密度分布不均匀的数据集中,DPC难以取得好的聚类效果。该问题在基于密度的聚类算法中普遍存在
人体动作识别在许多应用领域具有重要意义,例如智能安防、机器监控、人机交互、虚拟现实、无人驾驶等等。随着人工智能和模式识别技术的不断发展,人体动作识别的巨大产业前景使其成为了近些年来的研究热点。随之而来的硬件设备革新,为人体动作识别领域提供了更多的可能性,平面信息升级成空间信息,越来越多的研究开始往基于深度图像序列的方向上投入,而在深度图像序列中,以3D骨骼数据的使用最为广泛。同时,随着深度学习技术