脂肪酶催化合成L-抗坏血酸有机酸酯的研究进展

为了拓宽L-抗坏血酸酯在维护人体健康中的应用，将L-抗坏血酸转化成L-抗坏血酸酯是经济可行的手段。综述了近年来酶催化L-抗坏血酸有机酸酯的研究进展，重点介绍了有机相中L-抗坏血酸饱和脂肪酸酯、不饱和脂肪酸酯、脂肪酸混合酯的酶促合成，对于酶的种类、有机溶剂的选择及分离纯化方法进行了探讨，并对酶催化L-抗坏血酸有机酸酯合成...     

乙醇脱水固定床反应器数值模拟的研究

应用计算流体力学软件Fluent,选用多孔介质模型,对φ50 mm×500 mm的乙醇脱水固定床反应器建立了单管反应器整体反应数学模型,模拟了反应器内温度和浓度分布,并对模拟结果进行了实验验证。研究结果表明,催化剂床层上部的径向温差较大,最大温差可达50℃,是脱水反应发生的主要区域;在反应器内高温区域有利于产物乙烯的生成,低温区域则有利于乙醚的生成;在400℃、WHSV=1.0 h-1的条件下,温度分布的模拟值和实验值的偏差不超过10℃,反应器出口乙烯选择性的模拟和实验值分别为98.6%和96.9%,乙烯选择性相对误差1.8%。实验证实选用的模型能较准确模拟乙醇脱水反应器内温度和浓度的分布情况。     

工业氧化铝催化剂上乙醇脱水动力学

在排除内外扩散影响的条件下,采用微型等温固定床反应器对工业化氧化铝催化剂上乙醇脱水的动力学行为进行了实验研究.建立了工业氧化铝上乙醇脱水的半经验动力学模型,采用高斯-牛顿方法对实验结果进行拟合.统计检验结果表明,所建模型很好地吻合了实验数据,是适宜和可行的.     

DuPHOS在不对称催化氢化中的研究进展

介绍了一种新颖的具有C2对称性的手性双磷杂环戊烷配体DuPHOS，此配体在烯酰胺类、2－烷基琥珀酸类、α－羟基醌类、开链烯醇酯类、酮类等众多类型底物的不对称催化氢化反应中显示出了极高的对映体选择性，本文对此配体的最新研究进展进行了综述。     

响应面优化褶皱假丝酵母脂肪酶催化合成木质甾醇油酸酯

以木质甾醇转化率为指标,考察了10种常见商业化脂肪酶催化合成木质甾醇油酸酯的效果,确定褶皱假丝酵母脂肪酶(CRL)为优选生物催化剂,进一步筛选出正己烷为优选反应介质.在脂肪酶用量、油酸和木质甾醇的物质的量比、反应温度和反应时间这4个单因素考察基础上,通过响应面分析法对酶催化木质甾醇油酸酯合成工艺条件进行优化,并对优化条件进行验证和放大实验.CRL催化合成木质甾醇油酸酯的优化工艺参数为:CRL添加量为木质甾醇质量的10％,油酸与木质甾醇的物质的量比为3.8:1,反应温度为46℃,反应时间为28 h,木质甾醇的转化率为91.56％±0.25％.     

磁性壳聚糖纳米复合材料固定化褶皱假丝酵母脂肪酶催化合成木质甾醇酯

以磁性壳聚糖纳米复合材料共价固定的褶皱假丝酵母脂肪酶为催化剂,以木质甾醇和油酸为原料,对木质甾醇油酸酯的酶法合成工艺条件进行了优化。得到的最佳工艺条件为：催化剂用量12.7%（以底物总质量计）,油酸与木质甾醇物质的量比为2∶1,木质甾醇质量浓度为122.9 g/L,反应温度50℃,反应时间24 h。在该条件下,木质甾醇转化率为96.42%。对月桂酸、肉豆蔻酸、棕榈酸不同碳链长度的脂肪酸或混合脂肪酸进行酯化反应,木质甾醇的转化率可达96.67%～98.74%,催化剂使用5次时,转化率仍可达82.45%。     

铝集流体对锂离子电池正极材料LiNi_(0.5)Co_(0.2)Mn_(0.3)O_2性能的影响

用化学蚀刻法制备了微孔铝集流体,通过扫描电镜(SEM)、剥离强度测试、充放电测试和电化学阻抗谱(EIS)测试等方法研究了铝箔表面形貌及其作为正极集流体对锂离子电池正极材料LiNi_(0.5)Co_(0.2)Mn_(0.3)O_2电化学性能的影响。结果表明:蚀刻后铝集流体表面为蜂窝状结构,孔径在5~20 mm,其作为正极集流体制备的样品剥离强度显著提高,0.2 C首次充放电比容量分别为198.70和176.80 mAh/g,首次充放电效率为88.98%。8.0 C循环5次后的放电比容量为134.04m Ah/g,容量保持率仍有75.81%,1.0 C循环50次后放电比容量为161.15 mAh/g,容量保持率为95.62%,倍率和循环性能优良。     

基于RBF神经网络的乙醇脱水制乙烯反应条件优化

 以La改性HZSM-5分子筛为乙醇脱水催化剂,采用正交实验设计确定实验点,考察原料液乙醇质量分数、反应温度、空速和催化剂粒径等四个因素对乙烯产率的影响。以正交实验结果作为训练样本,采用RBF神经网络对乙醇脱水生成乙烯的反应条件进行仿真模拟,并用穷举法求出最佳反应条件。结果表明,由神经网络仿真模拟出的三维图可以直观地体现各个反应条件对乙烯产率的影响。在反应温度250℃、空速0.5 h 1、原料液乙醇质量分数74%、催化剂70目的最佳反应条件下,神经网络模拟产率为98.87%,与实验结果97.12%基本吻合,相对误差为-1.77%。