-
公开(公告)号:CN106198441A
公开(公告)日:2016-12-07
申请号:CN201610591932.7
申请日:2016-07-26
Applicant: 中国科学院福建物质结构研究所
IPC: G01N21/3563
CPC classification number: G01N21/3563
Abstract: 本发明涉及一种可用于原位监测样品吸脱附过程光谱变化,催化反应最佳条件筛选以及催化机理研究的测试装置,具体说是一种与HARRICK公司的高温高压原位样品池和漫反射附件配套使用的可以模拟样品吸脱附过程的原位光谱测试装置。其特征在于:测试装置包括进气单元和出气单元;该测试装置需要满足以下要求:在原位样品池原有耐高温(室温到450℃之间变化)的基础上能够在反应中密闭耐压(10-5mbar到30bar之间变化),通过与LabView控制器连接的质量流量计和电磁阀自动控制系统的压力并使其稳定在设定的数值,可以实现在10mbar到30bar之间精确控制压力变化,准确模拟吸附性能表征仪器的吸脱附过程。同时能够在线实时获得样品的光谱信息。特别适合催化反应条件筛选和催化反应机理研究。
-
公开(公告)号:CN105349136B
公开(公告)日:2017-10-24
申请号:CN201510929925.9
申请日:2015-12-15
Applicant: 中国科学院福建物质结构研究所
CPC classification number: Y02B20/181
Abstract: 本申请涉及一种稀土配位聚合物、其制备方法及用途。该化合物的化学式为[Eu(H2O)(OA)0.5(DSNP)]·2H2O,其中H2DSNP为2’,4’‑二磺酸苯基咪唑[4,5‑f][1,10]邻菲罗啉,OA为草酸,晶体属于三斜晶系,空间群为单胞参数为α=97.866(8),β=91.933(3),γ=115.337(14),Z=2,晶胞体积为采用水热法制备得到的微晶,在280~420nm紫外光和近紫外光激发下,呈现出白光发射。微晶样品经过加热处理,白光发射性能得到改善,主要表现为更强的白光发射和更接近于固态照明的要求。该材料是一种潜在的可用于白光LED的全色单一荧光粉。
-
公开(公告)号:CN105349136A
公开(公告)日:2016-02-24
申请号:CN201510929925.9
申请日:2015-12-15
Applicant: 中国科学院福建物质结构研究所
CPC classification number: Y02B20/181 , C09K11/06 , C07F5/003 , C09K2211/1044 , C09K2211/182
Abstract: 本申请涉及一种稀土配位聚合物、其制备方法及用途。该化合物的化学式为[Eu(H2O)(OA)0.5(DSNP)]·2H2O,其中H2DSNP为2’,4’-二磺酸苯基咪唑[4,5-f][1,10]啉菲罗琳,OA为草酸,晶体属于三斜晶系,空间群为Pī,单胞参数为α=97.866(8),β=91.933(3),γ=115.337(14),Z=2,晶胞体积为。采用水热法制备得到的微晶,在280~420nm紫外光和近紫外光激发下,呈现出白光发射。微晶样品经过加热处理,白光发射性能得到改善,主要表现为更强的白光发射和更接近于固态照明的要求。该材料是一种潜在的可用于白光LED的全色单一荧光粉。
-
公开(公告)号:CN119580882A
公开(公告)日:2025-03-07
申请号:CN202311152038.6
申请日:2023-09-07
Applicant: 中国科学院福建物质结构研究所
IPC: G16C60/00 , G16C10/00 , G16C20/30 , G16C20/70 , G16C20/90 , G06F18/2113 , G06F18/243 , G06N20/20 , G06N10/80
Abstract: 本发明公开了一种吸附电子气体的沸石分子筛的筛选方法,所述方法包括:(1)利用高通量计算模拟获取沸石分子筛对电子气体的吸附量;(2)使用机器学习算法对沸石分子筛的结构特征和电子气体的吸附量进行建模;(3)根据随机森林模型和/或线形模型,得到影响不同电子气体吸附量的最重要的结构特征,进行沸石分子筛的筛选。本发明利用计算化学进行高通量的沸石分子筛的筛选,克服了原有高通量计算和高通量实验的弊端,极大的加快了筛选的速度。
-
公开(公告)号:CN117973474A
公开(公告)日:2024-05-03
申请号:CN202211314205.8
申请日:2022-10-25
Applicant: 中国科学院福建物质结构研究所
Abstract: 本发明属于分子静态三阶非线性光学系数计算领域,具体涉及一种预测分子静态三阶非线性光学系数的神经网络模型及方法,神经网络模型的构建方法包括以下步骤:A、计算待预测化合物及其相似化合物的分子轨道能量和三阶非线性光学系数,使用高斯函数对分子轨道能量进行展开,得到DOS数据,将DOS数据和三阶非线性光学数据进行MinMaxScaler变换,得到训练数据集;B、将训练数据集导入神经网络进行训练,得到神经网络模型。本发明的筛选速度较快,速率较高,且准确率也较高。
-
-
-
-