-
公开(公告)号：CN108164667B
公开(公告)日：2021-02-26
申请号：CN201810146244.9
申请日：2018-02-12
Applicant: 清华大学
Abstract: 本发明公开了一种卟啉有机骨架膜材料及其制备方法，属于新材料及其制备技术领域。该膜材料为卟啉有机骨架通过分子间相互作用形成的薄膜；其中卟啉有机骨架为卟啉及卟啉衍生物通过共价键连接成的有机骨架。该材料的制备方法是在宏观模板上以五元杂环和多醛为底物，在一定温度、溶剂、配位剂、酸与氧化剂的作用下一步合成上述卟啉有机骨架膜材料。本发明设计了一种在微观尺度上精确可控的有机骨架膜材料，并实现了所述材料在膜面积、厚度与化学组成上的可控合成。卟啉有机骨架膜材料的成功可控制备为其在精准合成、电子器件、物质分离与传感等领域的实际应用提供了广阔的应用前景。
-
公开(公告)号：CN108298518B
公开(公告)日：2020-11-20
申请号：CN201810146697.1
申请日：2018-02-12
Applicant: 清华大学
IPC: C01B32/05 , C01B32/194 , C01B32/21 , C01B32/168 , D06M11/83 , C09C1/56 , D06M101/40
Abstract: 本发明公开了一种单原子分散的碳材料的制备方法，属于新材料制备技术领域。该材料的制备方法是在一定温度与气氛条件下煅烧卟啉环中配位了过渡金属的卟啉有机骨架与碳材料或卟啉环中配位了过渡金属的卟啉有机骨架与聚合物形成的杂化物前躯体而得到的。其中卟啉有机骨架为卟啉及卟啉衍生物结构单元通过共价键连接而成；卟啉有机骨架与碳材料或卟啉有机骨架与聚合物通过分子间作用力形成杂化物；所得材料为过渡金属单原子分散于碳材料骨架中。该制备方法采用适合形成单原子位点的卟啉有机骨架前躯体，所得材料具有较高的单原子密度与稳定性，合成方法简单，产率高，适用于多种过渡金属，能够大量制备单原子分散的碳材料。
-
公开(公告)号：CN114155277A
公开(公告)日：2022-03-08
申请号：CN202111404471.5
申请日：2021-11-24
Applicant: 清华大学
Abstract: 本公开提出一种基于视频目标追踪的微流体分析方法及装置，属于微流体分析领域。其中所述方法包括：获取微流体视频；将所述视频中的气泡或液滴作为追踪目标，根据预设的微流体视频目标追踪模型，获取所述目标在所述视频对应帧中的视频掩码矩阵组成的序列作为所述目标的追踪结果；根据所述目标的追踪结果，对所述目标进行信息提取。本公开利用深度卷积神经网络，快速分析高速摄影机在微流体装置观察窗处拍摄微流体的视频，得到微流体装置中气泡或液滴的大小、速度和形态等相关视觉信息，运算速度快，分析结果准确，适用于大小不同的气泡或液滴。
-
公开(公告)号：CN108164667A
公开(公告)日：2018-06-15
申请号：CN201810146244.9
申请日：2018-02-12
Applicant: 清华大学
Abstract: 本发明公开了一种卟啉有机骨架膜材料及其制备方法，属于新材料及其制备技术领域。该膜材料为卟啉有机骨架通过分子间相互作用形成的薄膜；其中卟啉有机骨架为卟啉及卟啉衍生物通过共价键连接成的有机骨架。该材料的制备方法是在宏观模板上以五元杂环和多醛为底物，在一定温度、溶剂、配位剂、酸与氧化剂的作用下一步合成上述卟啉有机骨架膜材料。本发明设计了一种在微观尺度上精确可控的有机骨架膜材料，并实现了所述材料在膜面积、厚度与化学组成上的可控合成。卟啉有机骨架膜材料的成功可控制备为其在精准合成、电子器件、物质分离与传感等领域的实际应用提供了广阔的应用前景。
-
公开(公告)号：CN107641185A
公开(公告)日：2018-01-30
申请号：CN201710707614.7
申请日：2017-08-17
Applicant: 清华大学
IPC: C08G12/26
CPC classification number: C08G12/26
Abstract: 一种卟啉共轭有机骨架材料及其制备方法，属于新材料及其制备技术领域。该材料是由结构单元连接而成的二维片层结构材料，结构单元为卟啉及卟啉衍生物，结构单元之间全部由共价键连接，层间为分子间作用力。本发明中的制备方法是以一定比例的五元杂环与多醛为反应物，在酸与氧化剂的作用下发生聚合反应，通过一锅法直接得到所述的卟啉共轭有机骨架材料。本发明设计了一种可在分子尺度上有效调控材料结构与性质的骨架材料，实现了卟啉共轭有机骨架材料的一步合成。该方法操作简便，成本低廉，容易放大，有效的推动有机骨架材料的基础研究与制备，为有机骨架材料的实际应用提供了新的可能性。
-
Patent Agency Ranking
公开(公告)号：CN113035287A
公开(公告)日：2021-06-25
申请号：CN202110254597.2
申请日：2021-03-09
Applicant: 清华大学
IPC: G16C20/10
Abstract: 本发明属于蒸汽热裂解技术领域，涉及一种蒸汽热裂解过程的预测方法。本发明通过获取蒸汽热裂解过程中若干变量的相应的若干组生产数据，生成与工业数据相关的基函数集合，建立相应的多元自适应样条回归模型。将实时获取的蒸汽热裂解过程中的自变量输入多元自适应样条回归模型中，输出得到蒸汽热裂解过程的因变量预测值，实现蒸汽热裂解过程的预测。由于多元自适应样条回归模型具有对工业变量进行自适应筛选的能力，模型建立的过程具有可解释性。所述建模和预测过程在工业数据集上，具有对少量数据高效快速准确建模的能力，可以对蒸汽热裂解过程进行控制与优化，提高生产操作水平，保障工业装置安全稳定运行，实现过程的提质增效。
-
公开(公告)号：CN108219160A
公开(公告)日：2018-06-29
申请号：CN201810146243.4
申请日：2018-02-12
Applicant: 清华大学
IPC: C08G83/00
Abstract: 本发明公开了一种卟啉有机骨架杂化物及其制备方法，属于新材料及其制备技术领域。该杂化物材料由卟啉有机骨架和碳材料或卟啉有机骨架和聚合物杂化而成。其中卟啉有机骨架为卟啉及卟啉衍生物结构单元通过共价键连接而成；卟啉有机骨架与碳材料或卟啉有机骨架与聚合物通过分子间相互作用形成杂化物。该杂化物的制备方法是以碳材料或聚合物为模板，以五元杂环和多醛为底物，在一定温度、溶剂、配位剂、酸与氧化剂作用下合成。本发明设计了一种化学结构与组成精确可控的卟啉有机骨架杂化物，同时表现出依赖于碳材料或聚合物的形貌与性质。该杂化物的合成方法简便、高效、易放大，为卟啉有机骨架杂化物在催化、能源、传感等领域的应用提供了可能。
-
公开(公告)号：CN113035287B
公开(公告)日：2022-11-04
申请号：CN202110254597.2
申请日：2021-03-09
Applicant: 清华大学
IPC: G16C20/10
Abstract: 本发明属于蒸汽热裂解技术领域，涉及一种蒸汽热裂解过程的预测方法。本发明通过获取蒸汽热裂解过程中若干变量的相应的若干组生产数据，生成与工业数据相关的基函数集合，建立相应的多元自适应样条回归模型。将实时获取的蒸汽热裂解过程中的自变量输入多元自适应样条回归模型中，输出得到蒸汽热裂解过程的因变量预测值，实现蒸汽热裂解过程的预测。由于多元自适应样条回归模型具有对工业变量进行自适应筛选的能力，模型建立的过程具有可解释性。所述建模和预测过程在工业数据集上，具有对少量数据高效快速准确建模的能力，可以对蒸汽热裂解过程进行控制与优化，提高生产操作水平，保障工业装置安全稳定运行，实现过程的提质增效。
-
公开(公告)号：CN114155277B
公开(公告)日：2024-07-23
申请号：CN202111404471.5
申请日：2021-11-24
Applicant: 清华大学
Abstract: 本公开提出一种基于视频目标追踪的微流体分析方法及装置，属于微流体分析领域。其中所述方法包括：获取微流体视频；将所述视频中的气泡或液滴作为追踪目标，根据预设的微流体视频目标追踪模型，获取所述目标在所述视频对应帧中的视频掩码矩阵组成的序列作为所述目标的追踪结果；根据所述目标的追踪结果，对所述目标进行信息提取。本公开利用深度卷积神经网络，快速分析高速摄影机在微流体装置观察窗处拍摄微流体的视频，得到微流体装置中气泡或液滴的大小、速度和形态等相关视觉信息，运算速度快，分析结果准确，适用于大小不同的气泡或液滴。
-
公开(公告)号：CN108219160B
公开(公告)日：2021-02-26
申请号：CN201810146243.4
申请日：2018-02-12
Applicant: 清华大学
IPC: C08G83/00
Abstract: 本发明公开了一种卟啉有机骨架杂化物及其制备方法，属于新材料及其制备技术领域。该杂化物材料由卟啉有机骨架和碳材料或卟啉有机骨架和聚合物杂化而成。其中卟啉有机骨架为卟啉及卟啉衍生物结构单元通过共价键连接而成；卟啉有机骨架与碳材料或卟啉有机骨架与聚合物通过分子间相互作用形成杂化物。该杂化物的制备方法是以碳材料或聚合物为模板，以五元杂环和多醛为底物，在一定温度、溶剂、配位剂、酸与氧化剂作用下合成。本发明设计了一种化学结构与组成精确可控的卟啉有机骨架杂化物，同时表现出依赖于碳材料或聚合物的形貌与性质。该杂化物的合成方法简便、高效、易放大，为卟啉有机骨架杂化物在催化、能源、传感等领域的应用提供了可能。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.013 seconds)
