-
公开(公告)号：CN104560359A
公开(公告)日：2015-04-29
申请号：CN201410834980.5
申请日：2014-12-24
Applicant: 江南大学
IPC: C11B1/00
CPC classification number: C10G3/45 , C10G2300/1011
Abstract: 本发明提供了一种纤维素液化为生物油的方法。采用自然界广泛存在的生物质纤维素为原料，在水和甲醇混合溶剂体系中，于180～240℃之间反应0.5～24h，对纤维素进行高温高压液化，制备生物油，得到了较高的生物油产率。与传统的生物油制备方法相比，该方法的特点在于采用了环境友好的磁性固体酸作为催化剂，既降低了对设备的要求，又能快速将催化剂从反应体系中回收。同时，在液化溶剂中添加水不仅具有廉价、无毒、环境友好等优点，而且使氧以脱羧的形式而非以脱水的形式脱除，这样既可以降低氧含量，又可以不影响液化产物的碳氢比。
-
公开(公告)号：CN104402724A
公开(公告)日：2015-03-11
申请号：CN201410834978.8
申请日：2014-12-24
Applicant: 江南大学
IPC: C07C69/716 , C07C67/08 , C07C67/00
CPC classification number: Y02P20/584 , C07C67/08 , C07C67/00 , C07C69/716
Abstract: 本发明描述了磺酸基功能化杂多酸1-(3-磺酸基)丙基-3-甲基咪唑磷钨酸盐(下文称[MIMPS]3PW12O40)催化纤维素在醇相中醇解制备乙酰丙酸酯。其步骤为：在高压反应釜中，纤维素与催化剂[MIMPS]3PW12O40混合于醇相中，150～250℃下反应0.2～6小时，过滤除去残余固体，滤液浓缩，减压蒸馏，得到乙酰丙酸酯。所得到产物乙酰丙酸酯是一类重要的化学试剂，广泛地应用于树脂、医药、涂料、橡胶和塑料助剂等工业领域。
-
公开(公告)号：CN103012275A
公开(公告)日：2013-04-03
申请号：CN201310000026.1
申请日：2013-01-04
Applicant: 江南大学
Abstract: 本发明公开一种生产高纯度N-烷基咪唑的方法，包括以下步骤：a.将咪唑和氢氧化碱金属或氢氧化碱土金属以摩尔比1∶0.5～1∶1.5放入反应瓶中，90～150℃剧烈搅拌0.2～24小时；b.降温至0～60℃，加入四氢呋喃(THF)，THF的体积与所用咪唑的质量之比为1～100∶1；c.以摩尔比1∶0.8～1∶1.5(咪唑∶RX)加入卤代烷，在20～80℃下反应4～48小时，其中R为碳数1～16的直链烷基、碳数3～8的环烷基、烯丙基、炔丙基、苄基的任一种，X为氯或溴的任一种；d.反应完后过滤，用原体积10％的THF分三次洗涤固体，将固体溶解于适量热水中进行结晶提纯，作为副产品储存另用；e.从有机相中蒸馏出THF，回收利用，剩余液体最后进行精馏，得到高纯产品。本发明有以下优点：1、工艺操作简单，第一步反应后无需除水操作，直接进行第二步反应；2、产品皆为高纯度的无色透明液体或白色固体；3、合成时间短，适应条件宽泛，对环境污染小，适合工业化生产。
-
公开(公告)号：CN101891296A
公开(公告)日：2010-11-24
申请号：CN201010229979.1
申请日：2010-07-19
Applicant: 江南大学
Abstract: 本发明提出了一种利用负载稀土氧化物的Y型沸石作为催化剂的臭氧化水处理方法，其特征在于将人工合成而又负载稀土氧化物的Y型沸石(又称分子筛)添加到臭氧化水处理体系中，搅拌条件下通入臭氧，进行臭氧化处理；负载过程并没有降低表面积，通常BET比表面积仍可达500m2g-1以上，并且负载后提高了表面羟基密度，有助于获得更好的催化性能。
-
公开(公告)号：CN108734116B
公开(公告)日：2021-12-03
申请号：CN201810419434.3
申请日：2018-05-04
Applicant: 江南大学
Abstract: 本发明提供一种基于变速学习深度自编码网络的人脸识别方法，属于深度神经网络的模式识别领域。该方法包括以下内容：图像包括训练图像和待识别图像，首先对训练图像进行预处理得到归一化数据；其次将预处理后的训练数据输入深度自编码网络，通过变速学习策略指导深度自编码网络的逐层预训练，然后在网络顶层上添加分类器，通过微调进一步优化网络获得识别模型，针对预处理后的待识别人脸图像进行识别，输出识别结果，并统计识别率。本发明的模型充分利用了深度自编码网络发现数据本质特征的能力，同时加快了特征学习速度和网络的收敛速度，得到较优的识别性能。
-
Patent Agency Ranking
公开(公告)号：CN108734116A
公开(公告)日：2018-11-02
申请号：CN201810419434.3
申请日：2018-05-04
Applicant: 江南大学
Abstract: 本发明提供一种基于变速学习深度自编码网络的人脸识别方法，属于深度神经网络的模式识别领域。该方法包括以下内容：图像包括训练图像和待识别图像，首先对训练图像进行预处理得到归一化数据；其次将预处理后的训练数据输入深度自编码网络，通过变速学习策略指导深度自编码网络的逐层预训练，然后在网络顶层上添加分类器，通过微调进一步优化网络获得识别模型，针对预处理后的待识别人脸图像进行识别，输出识别结果，并统计识别率。本发明的模型充分利用了深度自编码网络发现数据本质特征的能力，同时加快了特征学习速度和网络的收敛速度，得到较优的识别性能。
-
公开(公告)号：CN104437390A
公开(公告)日：2015-03-25
申请号：CN201410745155.8
申请日：2014-12-09
Applicant: 江南大学
CPC classification number: B01J20/22 , B01J2220/4812 , C02F1/285 , C02F2101/20
Abstract: 一种在酸性条件下对重金属离子具有吸附作用的氧化石墨烯/氨基酸复合材料的制备方法，属于复合材料制备及应用的技术领域。本发明采用亲核反应使氨基酸中氨基与氧化石墨烯中羧基反应制备得到氧化石墨烯/氨基酸复合材料。氨基酸是一种对环境友好的两性化合物，由于氨基酸中含有对重金属离子有强络合作用的氨基和羧基，故通过制备氨基酸功能化氧化石墨烯，可利用氨基酸具有酸碱两性的特殊性提高功能化氧化石墨烯在酸性条件下对重金属的移除效率，且由于氨基酸对环境友好性，在移除重金属离子的过程中不会造成二次污染。在pH值为2～7的条件下，对Pb2+和Cu2+有较好的吸附效果，吸附率可达71～99％。本发明所制得的氧化石墨烯/氨基酸复合材料在酸性条件下对重金属离子的吸附作用具有较高的实际应用价值。
-
公开(公告)号：CN103965855A
公开(公告)日：2014-08-06
申请号：CN201410214262.8
申请日：2014-05-21
Applicant: 江南大学
CPC classification number: C09K8/584
Abstract: 一种含双长链烷基磺基甜菜碱的复配驱油剂及其应用，属于石油开采中的驱油技术领域。本发明复配驱油剂中的双长链烷基磺基甜菜碱由双长链烷基甲基叔胺与3-氯-2-羟丙基磺酸钠或1，3-丙磺内酯反应制得，是一种两性表面活性剂，每个长链烷基的碳原子数为8～18。该表面活性剂具有良好的油溶性，但难溶于水，单独使用不能使大庆原油/地层水界面张力降至10-3mN/m数量级。通过将其与特定的亲水性表面活性剂即增溶剂复配，其中双长链烷基磺基甜菜碱的摩尔分数为0.1～0.7，水相中加入聚丙烯酰胺1000mg/L，不加任何碱或无机电解质，45℃下能在总表面活性剂浓度0.25mM～12.5mM(质量分数约0.015％～0.75％)范围内使大庆原油/地层水界面张力降至10-3mN/m数量级。
-
公开(公告)号：CN103665062A
公开(公告)日：2014-03-26
申请号：CN201310710825.8
申请日：2013-12-18
Applicant: 江南大学
IPC: C07H15/04 , C07H1/00 , B01J27/053
Abstract: 本发明是一种从可再生原料淀粉生产烷基糖苷的方法，以淀粉为原料，纳米磁性固体酸为催化剂，在温度为100～200℃下与醇反应1～24小时，以高收率得到烷基糖苷。本发明所使用催化剂的原料为大宗商品，通过化学共沉淀法制备得到纳米磁性固体超强酸，可与产物实现快速分离以循环使用，所得到的烷基糖苷是一种重要的绿色环保型表面活性剂，可广泛应用于食品、生物、采油等领域之中。
-
公开(公告)号：CN112500339A
公开(公告)日：2021-03-16
申请号：CN202011448666.5
申请日：2020-12-09
Applicant: 江南大学 , 南通海晴医药科技有限公司
IPC: C07D215/14 , C07D215/18 , C07D215/20 , C07D405/06 , C07D409/06
Abstract: 本发明公开了一种8‑酰基喹啉衍生物的合成方法，属于有机合成领域。本发明以式Ι所示的2,1‑苯并异恶唑衍生物、式II所示的苯乙醛衍生物为底物，在铜催化剂作用下进行反应，得到式III所示的8‑酰基喹啉衍生物。本发明方法原料便宜，催化剂廉价易得，高效绿色，条件温和，而且底物范围广、产率高，操作简单，具有非常广阔的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.023 seconds)
