公开(公告)号：CN118561656A

公开(公告)日：2024-08-30

申请号：CN202410609374.7

申请日：2024-05-16

申请人： 浙江工业大学

发明人： 苏安 ,  罗贵华 ,  吴可君

IPC分类号： C07C29/145 ,  C07C31/38 ,  C07C45/58 ,  C07C49/167 ,  B01J27/18 ,  B01J23/44 ,  B01J21/04 ,  B01J21/06 ,  B01J27/125 ,  B01J27/138

摘要： 本发明公开了一种以六氟环氧丙烷为原料的连续合成六氟异丙醇的方法，包括以下步骤：先将六氟环氧丙烷通入催化剂A填充的固定床反应器中，进行异构化反应制备六氟异丙酮，再将制得六氟异丙酮通入装有催化剂B的固定床反应器中，进行还原反应，最后得到六氟异丙醇粗品，经分离纯化后，得到高纯度的六氟异丙醇，催化剂A第一助剂和第二助剂组成,主催化剂选自Al2O3和AlF3中的一种或者两种；第一助剂选自TiO2、ZrO2中的一种；第二助剂选自ZnO、ZnCl2，磷酸中的两种。催化剂B为钯碳催化剂。本发明可连续化生产、催化制备简单、安全、高效，弥补了现有方法过程复杂，催化剂制备复杂等缺点。

公开(公告)号：CN118834128A

公开(公告)日：2024-10-25

申请号：CN202410827637.1

申请日：2024-06-25

申请人： 浙江工业大学

发明人： 苏安 ,  何茶生 ,  罗贵华 ,  沈润秋 ,  刘峰帆

IPC分类号： C07C67/31 ,  B01J19/00 ,  B01J8/06 ,  C07C69/675 ,  C07C67/48 ,  C07C67/52 ,  C07C67/56

摘要： 本发明公开了一种(R)‑3‑羟基‑4‑氯丁酸乙酯的连续流合成及后处理方法及装置，包括：将4‑氯‑3‑氧代‑丁酸乙酯与Ru‑手性膦复合物催化剂及反应溶剂同时泵入管式反应器中，收集流出液；于流出液中加入石英砂进行浓缩，得到固体；固体用加入萃取溶剂混匀，经布氏漏斗过滤，用有机溶剂冲洗，收集淋洗液；收集全部淋洗液、浓缩、分液获得目标产品(R)‑3‑羟基‑4‑氯丁酸乙酯。本发明采用管式反应器进行CHBE不对称催化及室温萃取后处理。在管式反应器内，反应在低压条件下仅需几分钟即可实现底物的完全转化，产品光学纯大于99％。此外，利用室温萃取的后处理技术，操作简便、成本低廉，提高了产物收率。

公开(公告)号：CN116764571A

公开(公告)日：2023-09-19

申请号：CN202310661959.9

申请日：2023-06-06

申请人： 浙江工业大学

发明人： 佘远斌 ,  张玉桃 ,  苏安

IPC分类号： B01J19/12 ,  G16C20/10 ,  G16C20/70 ,  G06N7/01 ,  G06N20/00

摘要： 本发明公开了一种基于机器学习的光催化CO2还原反应条件优化方法。首先，根据光催化还原体系的初始样本集构建反应条件预测模型，设置光催化反应决策参数范围和实验迭代次数；接着，确定初始机器学习模型；然后，将当前样本集作为机器学习模型的输入，基于光催化反应决策参数范围和实验迭代次数，根据当前机器学习模型的输出和反应条件预测模型，获得当前轮推荐的样本并加入到历史样本集中，更新样本集、预测模型以及机器学习模型，根据迭代完成后的最终样本集确定最优反应条件。本发明可以实现光催化CO2还原反应条件的有效优化，仅依赖于现有的实验数据反馈而不是复杂的化学描述符，在一定程度上降低实验和时间成本，响应迅速、优化效果好。

公开(公告)号：CN116110505A

公开(公告)日：2023-05-12

申请号：CN202211535581.X

申请日：2022-11-30

申请人： 浙江工业大学

发明人： 苏为科 ,  罗贵华 ,  苏安

IPC分类号： G16C20/10 ,  G16C20/70

摘要： 本发明公开了一种基于多目标贝叶斯优化的流动化学工艺优化方法，可以对两个目标进行优化，该方法的步骤包括：根据不同的流动化学实验来确定各个反应参数的取值范围，根据预设的反应参数取值范围来构建初始采样集，用目标函数或者人工实验来获得初始数据集，高斯模型根据初始实验数据构建预测模型，再根据贝叶斯后验更新的实验数据来更新模型，采集函数根据预测结果推荐在预设范围内的下一采样点，达到预设要求后，以图表的格式输出优化参数。本发明能够在一定程度上减少实验次数，降低实验成本，用最少的实验次数来获得尽可能多的实验信息。

公开(公告)号：CN115565620A

公开(公告)日：2023-01-03

申请号：CN202211268334.8

申请日：2022-10-17

申请人： 浙江工业大学

发明人： 佘远斌 ,  张智慧 ,  张丞玮 ,  苏安

IPC分类号： G16C20/30 ,  G16C20/70 ,  G16C20/90 ,  G06N3/04 ,  G06N3/08

摘要： 本发明提供一种基于深度迁移学习预测卟啉MOF带隙的方法。本发明首先构建了卟啉MOF小数据集，并采用Average SOAP Kernel扩充了卟啉MOF数据集，然后利用QMOF数据库对GCN先进行预训练，得到预训练模型，再利用迁移学习方法对预训练模型进行微调，得到卟啉MOF带隙预测模型，最后利用卟啉MOF带隙预测模型进行带隙预测。本发明能够以较高准确率预测卟啉MOF带隙。本发明结合深度学习和迁移学习预测卟啉MOF带隙，仅依赖于晶体学信息文件而不是手工制作的几何描述符和化学描述符，高效准确地预测出给定的卟啉MOF带隙，提高了预测的精度和效率，降低了测得卟啉MOF带隙的时间和经济成本。

公开(公告)号：CN115910233A

公开(公告)日：2023-04-04

申请号：CN202211558957.9

申请日：2022-12-06

申请人： 浙江工业大学

发明人： 佘远斌 ,  张鑫 ,  苏安 ,  张丞玮

IPC分类号： G16C20/30 ,  G16C20/50 ,  G16C20/70 ,  G16C60/00 ,  G06N3/096

摘要： 本发明公开了一种基于深度迁移学习预测卟啉HOMO/LUMO能级的方法，首先基于卟啉框架设计了新的卟啉结构，用DFT方法计算了新设计卟啉的HOMO/LUMO能级，构建了一个卟啉数据集。然后用开源的计算材料库中的卟啉信息对深度学习模型进行预训练，得到预训练模型，再在卟啉数据集上用微调方法进行迁移学习，得到可预测卟啉HOMO/LUMO能级的深度学习模型。本发明结合深度学习模型和迁移学习方法预测卟啉HOMO/LUMO能级，仅依赖于卟啉的分子简写式SMILES和数据信息文件，就能高效准确地预测出给定卟啉的HOMO/LUMO能级，提高了预测的精度和效率。