一种手性拆分嗪吡嘧磺隆对映异构体的方法

    公开(公告)号:CN119125332A

    公开(公告)日:2024-12-13

    申请号:CN202311651859.4

    申请日:2023-12-05

    Applicant: 辽宁大学

    Abstract: 本发明提供了一种手性拆分嗪吡嘧磺隆对映异构体的方法。采用高效液相色谱质谱联用技术对嗪吡嘧磺隆对映异构体进行分离,色谱柱为多糖衍生物类手性色谱柱,流动相A为有机溶剂,流动相B为纯水,所述流动相按体积比计算,A:B为40:60‑100:0,梯度洗脱,柱温为30‑35℃,流速为0.3‑0.6ml/min。本发明提供了一种分离度高,分析时间短,分离速度快的手性拆分嗪吡嘧磺隆的方法。

    一种手性拆分Trolox及Trolox酯类化合物对映异构体的方法

    公开(公告)号:CN118126011A

    公开(公告)日:2024-06-04

    申请号:CN202410087382.X

    申请日:2024-01-22

    Applicant: 辽宁大学

    Abstract: 本发明涉及一种手性拆分Trolox及Trolox酯类化合物对映异构体的方法,属于化学合成技术领域。该方法利用手性色谱柱对Trolox及Trolox酯类化合物手性分离,包括以下步骤:1)制备供试品溶液;2)采用超高液相色谱法对所述Trolox及Trolox酯类化合物对映异构体进行分离3)采用质谱检测器测定。Trolox酯类化合物的制备方法包括以下步骤:1)以Trolox和醇为原料,DCC和DMAP为缩合剂和催化剂,反应3小时,处理得产物;2)将产物经硅胶柱层析分离,得Trolox酯类衍生物,柱层析分离所用的展开剂为二氯甲烷和甲醇。本发明方法克服了现有技术的不足,具有操作条件温和简便、灵敏度高、分离速度快、分离单体纯度高等特点。

    一种基于三维深度残差神经网络的室内无线定位方法

    公开(公告)号:CN113015093B

    公开(公告)日:2024-04-05

    申请号:CN202110126248.2

    申请日:2021-01-29

    Abstract: 一种基于三维深度残差神经网络的室内无线定位方法,涉及无线通信技术和机器学习技术。该方法包括如下步骤:步骤1,在离线阶段构建室内无线信道状态信息(Channel State Information,CSI)地图;步骤2,建立三维深度残差神经网络模型;步骤3,基于三维深度残差神经网络模型进行在线的室内无线定位。由于室内不同位置坐标点处对应的CSI信息在时间、空间、频率三个维度上都有不同的特征,因此本方法利用三维深度残差神经网络提取出CSI特征可以有效提高室内无线定位的精度,对噪声具有较好的鲁棒性。此外,本方法将深度学习与统计信号处理理论相结合,具有较好的室内定位性能。

    一种手性拆分丁氟螨酯对映异构体的方法

    公开(公告)号:CN119780273A

    公开(公告)日:2025-04-08

    申请号:CN202411933291.X

    申请日:2024-12-26

    Applicant: 辽宁大学

    Abstract: 本发明提供了一种手性拆分丁氟螨酯对映异构体的方法。采用超高液相色谱法对丁氟螨酯供试品溶液中的丁氟螨酯对映异构体进行分离,固定相为多糖衍生物类手性色谱柱,流动相A为有机溶剂,流动相B为去离子水,在0‑5分钟内,流动相B按体积百分比占比15‑5%梯度洗脱,在5‑10分钟内,流动相B按体积百分比占比5%等度洗脱,柱温为35℃,流速为0.7mL/min;采用检测器测定,同时在馏分收集器中收集丁氟螨酯手性单体馏分。本发明提供了一种能有效分离,且具备制备一定规模的丁氟螨酯手性对映单体,该方法克服了现有技术的不足,具有操作条件温和简便、灵敏度高、分离速度快、分离单体纯度高、流动相绿色环保等特点。

    一种基于三维深度残差神经网络的室内无线定位方法

    公开(公告)号:CN113015093A

    公开(公告)日:2021-06-22

    申请号:CN202110126248.2

    申请日:2021-01-29

    Abstract: 一种基于三维深度残差神经网络的室内无线定位方法,涉及无线通信技术和机器学习技术。该方法包括如下步骤:步骤1,在离线阶段构建室内无线信道状态信息(Channel State Information,CSI)地图;步骤2,建立三维深度残差神经网络模型;步骤3,基于三维深度残差神经网络模型进行在线的室内无线定位。由于室内不同位置坐标点处对应的CSI信息在时间、空间、频率三个维度上都有不同的特征,因此本方法利用三维深度残差神经网络提取出CSI特征可以有效提高室内无线定位的精度,对噪声具有较好的鲁棒性。此外,本方法将深度学习与统计信号处理理论相结合,具有较好的室内定位性能。

    一种利用二氧化钛催化亚硫酸盐降解含有一氯萘废水的方法

    公开(公告)号:CN110156138A

    公开(公告)日:2019-08-23

    申请号:CN201910489706.1

    申请日:2019-06-06

    Applicant: 辽宁大学

    Abstract: 本发明公开了一种在紫外光下利用二氧化钛催化亚硫酸盐降解一氯萘的方法,属于有机废水处理领域。本发明在可见光下,利用二氧化钛催化亚硫酸盐降解含有一氯萘的废水。并在多次实验的基础上找到了降解率最高的条件。最终实验表明,本方法可以有效降解有机物一氯萘,降解率可达98%。用本发明的方法处理含一氯萘的废水,用料投资少,废水处理效果好,速度快,具有良好的社会和经济效益。

    一种手性除草剂环酯草醚对映异构体的拆分方法

    公开(公告)号:CN119823108A

    公开(公告)日:2025-04-15

    申请号:CN202510040057.2

    申请日:2025-01-10

    Applicant: 辽宁大学

    Abstract: 本发明属于化学合成技术领域,具体提供了一种手性除草剂环酯草醚对映异构体的拆分方法。制备供试品溶液,采用超高效液相色谱法对环酯草醚供试品溶液中的环酯草醚对映异构体进行分离,固定相为#imgabs0#ID手性色谱柱,流动相A为有机溶剂,流动相B为纯水。具体包括以下步骤:制备供试品溶液;采用超高液相色谱法对所述环酯草醚对映异构体进行分离;采用检测器测定。该方法克服了现有技术的不足,具有操作条件温和简便、灵敏度高、分离速度快、分离单体纯度高等特点。

Patent Agency Ranking