3,4-双(四唑-5-基)氧化呋咱的简易合成及晶体结构（英）

以3,4-二氰基氧化呋咱和叠氮化钠为原料,以水做溶剂,在ZnCl₂催化作用下,经环化反应合成了3,4-双(四唑-5-基)氧化呋咱,总收率达91%。采用红外光谱、核磁共振、元素分析、X射线单晶衍射进行了结构表征。结果表明,晶体属于正交晶系,空间群为P2₁2₁2₁,晶体学参数:a=6.1172(14), b=9.657(2), c=14.220(3), V=840.0(3)³, Z=4, D_c=1.76 g·cm^-3,F(000)=448, μ=0.147 mm^-1, S=1.031, R₁=0.008,wR₂=0.2523。3,4-双(四唑-5-基)氧化呋咱分子基本在一个平面,表明分子中存在强烈的共轭效应。同时,分子中氮原子之间存在大量的弱键,能够提高化合物的密度和热稳定性。     

3,4-双(3-氯偕二硝基呋咱-4-氧基)呋咱的合成及晶体结构研究

以3,4-双(3-氰基呋咱-4-氧基)呋咱为原料,经氰基加成、重氮化和硝化3步反应合成了标题化合物,产率24.0%,并采用红外光谱、核磁共振和元素分析等方法进行了结构表征。初步探讨了反应温度以及N2O5用量对标题化合物收率的影响,确定了较优反应条件。首次培养了标题化合物单晶,X-射线单晶衍射分析结果表明:其晶体结构属单斜晶系,空间群为P2(1)/c,a=1.534 5(4)nm,b=0.630 34(15)nm,c=1.967 7(5)nm,β=110.297(4)°,V=1.785 1(8)nm3,Z=4,Dc=1.917 g/cm3,μ=0.463 mm-1,F(000)=1 024,R1=0.053 0,wR2=0.161 8。     

偕二硝基乙酸乙酯的合成与表征

以丙二酸二乙酯为起始原料,经水解、脱羧氧化硝化得到标题化合物,并利用红外光谱、核磁共振、质谱等鉴定其结构;初步探讨了脱羧氧化硝化反应历程,优化了反应条件;对二硝基乙酸乙酯合成方法进行了重大改进,发现以NaNO2-98%工业硝酸为硝化剂,具有原料易得、操作简便、收率较高(>65%)、粗品纯度较高(>93%)的优点.     

耐热炸药PYX制备工艺改进

对耐热炸药PYX制备工艺进行了较大改进,以苦基氯和2,6-二氨基吡啶为原料,利用廉价的混合溶剂代替昂贵的DMF,在高效促进剂碱金属酸式碳酸盐NH的作用下进行缩合反应获得2,6-双(苦氨基)吡啶(PAP);简化了硝化工艺,在浓硝酸中直接硝化制备了2,6-双(苦氨基)-3,5-二硝基吡啶(PYX),总收率有大幅度提高,达到89%以上,产品纯度为99.8%,差热分解峰温(DSC)为385.7℃。探讨了促进剂和溶剂对缩合反应的影响,以及硝化反应的影响因素,确定了最佳工艺条件。     

基于非盲去模糊算法的图像复原

在图像复原中,对降质图像失真的点扩散函数求逆是研究难点之一。现根据先验概率将贝叶斯理论的函数关系化,提出遗传算法的种群繁殖模型,通过逐步演化来执行变换、调整和集成。同时,为了获取更高效的效果,构建Jenkins持续集成平台进行集成和测试模型参数。最后,从决策支持系统的角度阐述整个系统的框架。     

高收率合成3-氨基-4-偕氨肟基呋咱研究

以丙二腈为原料,采用“两段法”合成了3-氨基-4-偕氨肟基呋咱(AAOF),利用红外光谱、核磁共振及元素分析等进行了结构表征;探讨了影响反应的关键因素,发现AAOF在碱性体系易生成钠盐是造成收率偏低的根本原因;优化了合成工艺条件,确定了适宜的反应条件为:亚硝化温度为5 ～10℃,肟化温度为25℃,脱水环化温度为105℃...     

不敏感含能化合物5,7-二氨基-4,6-二硝基苯并连三唑-1-氧化物的合成、表征与性能（英）

以苦基氯和水合肼为原料,经过环化反应和异常亲核取代氢(VNS)反应合成了不敏感含能化合物5,7--二氨基-4,6-二硝基苯并三连唑-1-氧化物(2),总收率为31％.通过1H NMR,13C NMR,FT-IR和元素分析表征了题称化合物及其中间体的结构.优化了VNS反应条件.推测了4,6-二硝基苯并三连唑-1-氧化物(1)环化反应机理.利用量子化学的方法对题称化合物进行了静电势(ESP)和电子轨道的计算.对中间体4,6-二硝基苯并三连唑-1-氧化物和题称化合物进行了物化爆轰及热性能研究.结果表明,确定的适宜的VNS反应条件为:盐酸羟胺为VNS试剂,室温下反应5h.题称化合物具有不敏感特性及良好的热稳定性.化合物1中引入两个氨基后形成的化合物2的密度和热稳定性均有所提高,两种化合物的热分解温度分别为201.3,248.5℃,密度分别为1.73,1.76 g·cm-3,爆速分别为7371.13,7396.7 m·s-1.     

一种不确定数据流子空间聚类算法

提出了基于滑动窗口的不确定数据流子空间聚类算法USSC,它应用采样时加权值的方法来选择初始化聚类中心点,采用滑动窗口SW缓存一段时间的元组作为聚类对象,并提出一种新的离群点处理机制来排除离群点Opo为适应不确定数据流元组不确定特性,该算法使用基于隶属度的非分割聚类方法来确定一个元组只能划分到一个簇中.试验结果表明,USSC算法与同类型的算法相比有较好的聚类效果和较快的聚类速度,而且其自身拥有很强的可伸缩性.