硬度,化学势,电负性各种参数[1]

Synthesis,inhibitory activities,and QSAR study of xanthone derivatives as a -glucosidase inhibitors

Yan Liu,Zhuofeng Ke,Jianfang Cui,Wen-Hua Chen,Lin Ma,Bo Wang *

School of Chemistry &Chemical Engineering,Sun Yat-sen University,Guangzhou 510275,PR China

a r t i c l e i n f o Article history:

Received 28April 2008Revised 21June 2008Accepted 24June 2008

Available online 26June 2008

Dedicated to the honor and memory of late Professor Botao Fan in recognition of his encouragement.Keywords:

Xanthone derivatives a -Glucosidase Inhibitory activity QSAR

a b s t r a c t

Xanthones and their derivatives have been reported to exhibit strong inhibitory activities toward a -glu-cosidase.To provide deep insight into the correlation between inhibitory activities and structures of xant-hones,multiple linear regression (MLR)method was employed to establish QSAR models for 43xanthone derivatives that have diverse structures.Among the 38typical descriptors investigated,Hs (number of H-bond forming substituents),N p (number of aromatic rings),and S (softness value)can be utilized to model the inhibitory activity.Thus,inhibitory activities of xanthone derivatives can be regulated by H-bond forming substituents,p -stacking-forming aromatic rings and softness values on the xanthone skel-eton.The accuracy and predictive power of the proposed QSAR model were veri?ed by LOO validation,Y-randomization,and test group validation with newly synthesized xanthone derivatives.

ó2008Elsevier Ltd.All rights reserved.

1.Introduction

Modern diseases,such as diabetes,HIV,and cancers are increasingly threatening the public health,therefore ?nding ef?-cient therapy for these diseases is becoming one of the major goals in modern medicinal chemistry.It is well known that a -glucosidase (EC 3.2.1.20)is a key enzyme that is involved in these diseases,1–6and therefore many efforts have been made in the design and synthesis of agents that are capable of inhib-iting a -glucosidase.7–15Such agents would have potential appli-cations,for example,in developing chemotherapeutic agents for clinic use in the treatment of these diseases.However,tradi-tional trials and error approaches that are used in the discovery of new drugs are time-consuming and costly.To ameliorate this,one practical approach that may be used to rapidly discover more effective drug candidates is to structurally modify natural products whose activities are well established,and then to apply statistic analytical methods (e.g.,the well-known quantitative–structure activity relationship (QSAR)study)to establish correla-tions between chemical structures and the corresponding biolog-ical activities.16–18

As part of our projects to construct small organic molecules targeting biomacromolecules,we have keenly become interested

in the design and synthesis of xanthone-based a -glucosidase inhibitors.Xanthones represent a class of naturally occurring compounds that are widely distributed in nature 19–21and exhibit various pharmacological properties such as antioxi-dant,22,23antimalarial 24and anti-in?ammatory activities,25inhibition of a variety of tumor cell lines’growth,26–28and modulation of PKC isoforms.29Noticeably,recent studies by us 30,31and others 32–35have indicated that xanthones and their synthetic derivatives are capable of inhibiting a -glucosidase.We found that the inhibitory activities toward a -glucosidase of synthetic xanthones could be largely improved by attaching H-bond forming substituents or extending the p -conjugated sys-tems.30,31More recently,Seo et al reported that naturally occurring xanthones from Cudrania tricuspidata displayed potent a -glucosidase inhibition.35These studies have indicated that xanthones are attractive as a versatile platform for the develop-ment of a new class of a -glucosidase inhibitors,and also spurred major efforts aimed at clarifying the structure–activity correlation that can be used to guide the discovery of potent inhibitors for medical use.

Herein,we describe an unprecedented QSAR study on a series of xanthone derivatives X 1–43(Chart 1)with the aim to provide comprehensive insight into the correlation between structures and inhibitory activities of xanthones.Speci?cally,multiple lin-ear regression (MLR)method is employed to establish QSAR models for a training set of compounds X 1–34that have known

0968-0896/$-see front matter ó2008Elsevier Ltd.All rights reserved.doi:10.1016/j.bmc.2008.06.043

*Corresponding authors.Tel.:+862084113083;fax:+862084112245.E-mail address:ceswb@https://www.sodocs.net/doc/9e15483597.html, (B.Wang).Bioorganic &Medicinal Chemistry 16(2008)

7185–7192

Contents lists available at ScienceDirect

Bioorganic &Medicinal Chemistry

j o u r n a l h o m e p a g e :w w w.e l s e v i e r.c o m /l o c a t e /b m

c

inhibitory activities,and then the QSAR model is used to predict the inhibitory activities of X35–43that will be synthesized as test group.The potential of the QSAR model in guiding future effort in the rational design and synthesis of xanthone derivatives that potentially have high-inhibitory activities toward a-glucosidase is brie?y discussed.2.Material and method

2.1.Dataset

In this QSAR study,compounds X1–34from our recent work30,31 serve as training set to build the QSAR models,whereas newly syn-

7186Y.Liu et al./Bioorg.Med.Chem.16(2008)7185–7192

thesized X35–43act as test set to evaluate the predictive ability of the established QSAR models.In order to model and predict the inhibitory activities with accuracy,38descriptors(Table1)includ-ing electronic,constitutional,steric,topological,and physicochem-ical parameters were taken into account as inputs to the model building.

Electronic descriptors1–7were obtained from quantum chem-ical calculations.These global electronic descriptors that are de-?ned on the basis of density functional theory,such as hardness (g),chemical potential(l),softness(S),electrophilicity index(x), and electronegativity(v)36–38have been widely used in SAR/QSAR investigations.39–41All the compounds were fully optimized at the density functional theory(DFT)/B3LYP level of theory,42,43together with the6-31G*basis set.The most stable geometries of each com-pound were con?rmed by frequency analysis,in which no imagi-nary frequency was found for all the minima.All the calculations were performed by using the Gaussian03package of pro-grams.44Using Koopmans’theorem for closed-shell molecules, these electronic descriptors were obtained from the following equations:

I?àe HOMO and A?àe LUMOe1T

g%1

2ee LUMOàe HOMOT?

1

2

eIàATe2T

l%1

2ee LUMOte HOMOT?à

1

2

eItATe3T

S?1=e2gTe4Tv?eItAT=2e5Tx?l2=e2gTe6TIn addition,we have shown in the previous study30,31that(1)xan-thone derivatives having extended p-conjugated systems show greatly improved inhibitory activities most probably through en-hanced p-stacking interaction,and(2)H-bond donating/accepting substituents make greater contribution to the inhibition process than those that can only act as H-bonding acceptors.Therefore, we introduced herein two constitutional descriptors:(1)N p,the number of aromatic rings in the skeleton of the to eval-uate the weight of the possible p-stacking interaction;and(2)Hs, the number of H-bonding substituents,which is de?ned as the fol-lowing equation:

Hs?mtn=2e7Twherein m and n are the numbers H-bond donating/accepting and accepting substituents,respectively.All the other representa-tive29descriptors,including steric,topological,and other physico-chemical parameters,were calculated with Chem3D Ultra(version 8.0)built-in models.

2.2.Stepwise multiple linear regression

The elimination selection-stepwise regression(ES-SWR)vari-able selection method was used to select the most appropriate descriptors.By the combination of forward selection and backward elimination,the independent variables were individually added to or deleted from the model at each step of the regression based on three criteria:correlation coef?cient(R2),Fisher ratio value(F),and standard deviation(SD).The QSAR models are obtained with stan-dardized data of descriptors.

2.3.Cross-validation technique

Since a high-correlation coef?cient only indicates how well the equations?t the data,cross-validation procedure was carried out in order to explore the reliability of the proposed models.In this aspect,the well-known‘‘leave-one-out”(LOO)approach was used in which a number of models were developed with one sample ig-nored each time.Then,the ignored data were predicted by each model and the differences between predicted and observed activity values were evaluated.The LOO cross-validation coef?cient Q2that is given by Eq.8was used as an indicator of the predictive perfor-mance and stability of a model.In general,LOO cross-validated coef?cient Q2being higher than0.5can be considered as a statisti-cal proof of the high-predictive ability.45

Q2?1à

P n

i?1

ey expày predT2

P

i?1

ey expà yT

e8T

wherein y exp and y pred are the observed and predicted values for the dependent variables,respectively,and y is the average observed value.

2.4.Y-Randomization test

A widely used approach to establish the robustness of a given QSAR model is the so-called Y-randomization.46In this approach, dependent variable vector(inhibitory activity in this study)is ran-domly shuf?ed and a new QSAR model is built using the original independent variables.If the new QSAR models have lower R2 and Q2values for several trials,then the given QSAR model is thought to be robust.

2.5.Estimation of the predictive ability of a QSAR model

As indicated in the literatures,45,47,48high value of cross-valida-tion regression coef?cient appears to be necessary but not the

Table1

Electronic,constitutional,steric,topological,and physicochemical descriptors

ID Description Notation

1LUMO energy LUMO

2HOMO energy HOMO

3Total energy E

4Hardness g

5Softness S

6Electronegativity v

7Electrophilicity x

8Dipole moment Dp

9Melting point MP

10Boiling point BP

11Critical pressure Pc

12Critical temperature Tc

13Critical volume Vc

14Principal moment of inertia X PMIX

15Principal moment of inertia Y PMIY

16Principal moment of inertia Z PMIZ

17Molar refractivity MR

18Henry’s law constant HLC

19Molecular weight MW

20log P log P

21Partition coef?cient(octanol water)Clog P

22Number of H-bonding substituents Hs

23number of aromatic rings N p

24Heat of formation HOF

25Gibbs energy G

26Repulsion energy Er

27Balaban index BIndx

28Cluster count ClsC

29Diameter Diam

30Molecular topological index TIndx

31Radius Rad

32Shape attribute ShpA

33Shape coef?cient ShpC

34Sum of degrees SDe

35Sum of valence degrees SVDe

36Total connectivity Tcon

37Total valence connectivity TVCon

38Wiener index Windx

Y.Liu et al./Bioorg.Med.Chem.16(2008)7185–71927187

suf?cient criteria to con?rm the high-predictive power of a QSAR model.Instead,it can only be estimated by an external test group of compounds that are not used in building of the QSAR model.The external R2

CVext

,de?ned in Eq.9by Tropsha and coworkers,45is a convenient criteria to estimate the predictive power of a QSAR model

R2 CVext ?1à

P test

i?1

ey expày predT2

P

i?1

ey expà y trainT

e9T

where y train is the averaged value for the dependent variable for the training set.

All the following criteria should be met for a given QSAR model45:

R2 ext >0:6and R2

CVext

>0:5e10T

eR2

ext àR2

o

T

R2 ext <0:1or

eR2

ext

àR02

o

T

R2

ext

<0:1e11T

0:856k61:15or0:856k061:15e12Twhere R2

ext

refers to the correlation coef?cient between the pre-dicted and observed activities of external compounds.

2.6.Synthesis and biological activities of test group

Compounds X35–43were synthesized to serve as an external test group for the QSAR analysis.The synthetic routes are depicted in Scheme1.Nitration19,25of compounds X2or X27with70%HNO3 in acetic acid gave compounds X35,X39,and X31,49respectively, which were then hydrogenated35,50in the presence of10%Pd–C to give X36,X40,and X41,respectively.Alkylation30,31of X2and X27with1,3-dibromopropane in acetone afforded X37and X42, respectively,treatment of which with K2CO3in DMF gave com-pounds X38and X43,respectively.All these xanthone derivatives were characterized by NMR,mass,IR,and elemental analyses (see Section5).Compounds X35–43statistically represent the distri-bution of data sets,among which X35–X38have three conjugated fused rings;X39–X41,X42,and X43have four extended and conju-gated fused rings;X38and X43have an additional unconjugated ring;X37and X42have a side chain;X35and X39have an additional H-bond accepting substituent NO2and X36,X40,and X41have an additional H-bond donating/accepting substituent NH2.

The inhibitory activities of compounds X35–43toward yeast’s a-glucosidase were evaluated by using similar methods as described in previous studies.30,31The obtained IC50values together with those of compounds X1–34are summarized in Table2.Among the test sets,compound X39has the highest inhibitory activity with IC50being5.9l M,whereas X35has the lowest inhibitory activity with IC50value of235l M.Thus,given the structural diversity and activity range,the design and synthesis of X35–43as the test set was reasonable.

3.Results and discussion

In order to select the predominant descriptors that will affect the inhibitory activities of these compounds,correlation analysis was performed with statistical software SPSS,51taking every calcu-lated descriptor as an independent variable and log(1/IC50)as a dependent variable.Based on the correlation analysis,the afore-mentioned stepwise multiple linear regression technique was used to establish the QSAR model

loge1=IC50T?0:239Hst0:090St0:160N pà1:750

n?34;R2?0:790;Q2?0:733;SD?0:195;

F?37:524;p<0:00001

e13T

wherein n is the number of compounds of training set,compounds X1–34;R2,the correlation coef?cient;Q2,the LOO cross-validated coef?cient;SD,the standard deviation;F,the Fisher’s F-value,and p is the p-value(calculated from F statistics).The predicted values of log(1/IC50)from Eq.13,together with the corresponding residual values are listed in Table2.It can be seen that X9has much higher residual value(0.64)than all the other compounds in training set. Further analysis has indicated that its standardized residual is the highest and greater than two,suggesting that X9is an outlier based on the commonly accepted hypothesis that values of standardized residual above two are characteristic of an outlier.Thus,compound X9was not considered during the course of exploratory data analy-sis.Correspondingly,an alternative QSAR model for the remaining 33compounds was obtained

7188Y.Liu et al./Bioorg.Med.Chem.16(2008)7185–7192

loge1=IC50T?0:261Hst0:122St0:152N pà1:758

n?33;R2?0:872;Q2?0:839;SD?0:154;

F?65:912;p<0:00001

e14T

Generally,a good QSAR model has the feature of large F,small SD, very small p-value,and R2and Q2values that are close to one.Both Eqs.13and14meet these criteria and thus both are statistically acceptable,however,Eq.14has much higher correlation coef?cient R2(0.872)and LOO cross-validated coef?cient Q2(0.839)that is close to R2.Therefore,Eq.14is statistically better,and thus all the discussions that follows will be based on Eq.14.

To establish the robustness,Eq.14was further validated by applying the Y-randomization.Several random shuf?es of the Y vector were performed and the obtained lower R2and Q2values ex-cluded the possibility of chance correlation or structural depen-dency of the training set.

As indicated in Eq.14,the most signi?cant descriptors that af-fect the inhibitory activity are:Hs,the number of H-bonding sub-stituents;S,the softness value and N p,the number of aromatic rings in the skeleton of the xanthones.Their values for all the com-pounds,the predicted values of log(1/IC50),and their correspond-ing residual values,are listed in Table2.In addition,in order to avoid internal correlations,we also performed a correlation analy-sis on these selected descriptors.The obtained correlation matrix (Table3)clearly indicates that the selected descriptors in the QSAR model are in low correlation.

The predictive power of the selected descriptors was explored by external compounds X35–43that were synthesized according to their structural characteristics and biological activity range. With the validation analysis using these compounds,the proposed QSAR model(Eq.14)was proved to meet all the required criteria that are de?ned in Eqs.10–12,that is,R2

ext

?0:825,R2

CVext

?0:735,

eR2

ext

àR2

o

T=R2

ext

?à0:123,eR2

ext

àR02

o

T=R2

ext

?à0:136,k=1.065,and k0=0.911.The observed versus predicted values for all the training and test sets are shown graphically in Figure1.

The aforementioned QSAR model(Eq.14)has clearly indicated that all the three descriptors Hs,N p,and S,have positive correla-tion with the inhibitory activity.This is an interesting observation

Table2

Values of the selected most important descriptors,the experimental/predicted log(1/IC50)values and their corresponding residual values for the training and test set a

Compound IC50Hs N p S Exp.log(1/IC50)Pred.log(1/IC50)

for Eq.13Residual values

for Eq.13

Pred.log(1/IC50)

for Eq.14

Residual values

for Eqs.14

X1177.40.520.124à2.25à2.21à0.04à2.250.00

X2160.8 1.520.118à2.21à1.88à0.33à1.91à0.30

X391.5 1.020.126à1.96à1.980.02à1.990.03

X4131.4 1.520.120à2.12à1.86à0.26à1.88à0.24

X581.8 2.020.121à1.91à1.64à0.27à1.64à0.27

X641.5 2.520.115à1.62à1.52à0.10à1.53à0.08

X714.7 2.520.124à1.17à1.410.24à1.380.21

X817.1 3.020.115à1.23à1.310.08à1.310.07

X931.9 1.020.112à1.50bà2.14b0.64b————

X10138.9 1.020.112à2.14à2.140.00à2.210.07

X1146.5 1.520.115à1.67à1.910.24à1.950.29

X1249.7 2.020.112à1.70à1.740.05à1.780.09

X13172.9 1.020.120à2.24à2.06à0.18à2.10à0.14

X14110.8 1.020.120à2.04à2.050.01à2.100.05

X15130.1 1.020.120à2.11à2.05à0.06à2.09à0.02

X16120.9 1.020.120à2.08à2.05à0.03à2.090.01

X17113.8 1.020.120à2.06à2.050.00à2.090.04

X18123.7 1.020.120à2.09à2.05à0.04à2.090.00

X19115.6 1.020.120à2.06à2.05à0.01à2.090.03

X2098.2 1.020.120à1.99à2.050.06à2.090.10

X2166.6 1.520.119à1.82à1.860.04à1.890.06

X2253.0 1.520.120à1.72à1.860.13à1.880.16

X23115.4 1.020.131à2.06à1.93à0.14à1.92à0.14

X2461.8 1.020.133à1.79à1.900.11à1.880.09

X2563.5 1.520.120à1.80à1.850.05à1.880.07

X26132.7 1.020.130à2.12à1.93à0.19à1.93à0.20

X279.3 1.530.133à0.97à1.330.36à1.330.36

X28 5.8 2.530.141à0.76à0.840.08à0.770.00

X298.0 2.530.139à0.90à0.87à0.03à0.80à0.10

X3031.3 1.030.134à1.50à1.520.02à1.520.03

X3120.1 1.530.134à1.30à1.320.02à1.310.01

X3227.8 2.030.113à1.44à1.36à0.08à1.43à0.02

X3339.9 1.530.126à1.60à1.41à0.19à1.44à0.16

X3434.9 2.030.113à1.54à1.36à0.18à1.42à0.12

X35235.2 1.520.119à2.37———à1.89—à0.48 X36102.3 2.020.120à2.01———à1.66—à0.35 X37146.6 1.020.119à2.17———à2.11—à0.06 X38198.1 1.020.124à2.30———à2.03—à0.27 X39 5.9 1.530.132à0.77———à1.34—0.57 X40 6.3 2.530.133à0.80———à0.89—0.09 X418.3 2.030.133à0.92———à1.11—0.19 X4229.7 1.030.134à1.47———à1.52—0.05 X4367.3 1.030.136à1.83———à1.49—à0.34

a The IC

50

value of each compound was determined against yeast’s a-glucosidase in50mM phosphate buffer(pH6.8)containing5%v/v DMSO at37°C.The experiments were performed in triplicate and repeated at least three times,and the mean values were taken.The data for compounds X1–25and X26–34were selected from Refs.30,31 respectively.

b Compound X

9has the highest standardized residual that is greater than two,and thus was regarded as an outlier.

Y.Liu et al./Bioorg.Med.Chem.16(2008)7185–71927189

and may be used to guide future effort in the rational design and synthesis of xanthone derivatives having potentially potent inhib-itory activity.Thus,as already shown in our previous studies,30,31 it may be constantly a practical approach to improve the inhibitory activity by introducing more H-bond forming substituents(such as hydroxyl and amino groups)and/or more aromatic rings onto the skeleton.It is noteworthy that softness value is positively corre-lated with the inhibitory activity.This may be rationalized by tak-ing into account that the good correlation between softness and polarizability makes it easier for a substrate that has higher soft-ness value to deform its electronic cloud,52–54hence leading to stronger binding af?nity toward the enzyme.If that is the case, the inhibitory activity would be expected to be improved by intro-ducing some hetero atoms with high softness onto the skeleton of xanthones.This is currently under investigation,which will be re-ported in due course.

4.Concluding remarks

Strong QSAR model has been successfully established by using MLR for34xanthone derivatives having inhibitory activities to-ward a-glucosidase.Its predictive power was validated by screen-ing nine external xanthone derivatives that have diverse structures and wide-ranged activity.This,together with the LOO validation and Y-randomization has unambiguously demonstrated the robustness of the QSAR model itself and its power of predicting external data with accuracy.Thus,this QSAR model may be used as an ef?cient tool to predict the inhibitory activities of xanthone derivatives.Among38typical descriptors,three descriptors,Hs, S,and N p can be utilized to model the inhibitory activity.That is, inhibitory activities of xanthone derivatives can be signi?cantly improved by increasing the number of H-bonding substituents, aromatic rings in the skeleton of the xanthone derivatives and softness values onto the xanthone skeleton.Rational design and synthesis of new xanthone derivatives in search of new a-glucosi-dase inhibitors,guided by the QSAR model,is actively under pro-gress in our laboratories.5.Experimental

NMR spectra were recorded on a Varian INOVA300MB NMR spectrometer in either CDCl3or acetone-d6or DMSO-d6,and tetra-methylsilane was used as an internal standard.Mass spectra were measured on a DSQ low resolution mass spectrometer.IR spectra were obtained on a Bruker EQUINOX55Fourier transformation infrared spectrometer.Elemental analyses were carried out on an Elementar Vario EL series elemental analyzer.Melting points were determined on a WRS-1B digital melting point apparatus and were uncorrected.UV spectra were recorded on a Shimadzu UV-3150 scanning spectrophotometer.

p-Nitrophenyl(PNP)glycoside and a-glucosidase(from baker’s yeast)used in this study were purchased from Sigma(St.Louis, MO,USA).All the other reagents were of analytical quality and used as received.

5.1.Synthesis of compounds X35and X39

General procedures:Nitric acid(70%,0.5mL)in acetic acid (5mL)was slowly added to a solution of compound X2or X27 (2mmol)in acetic acid(20mL).The mixture was stirred at60°C for1–4h and then poured into ice-cooled water(200mL).The formed precipitates were?ltered,washed with water,and recrys-tallized from ethanol to give X35and X39as yellow solids, respectively.

5.1.1.1,3-Dihydroxy-4-nitro-9H-xanthen-9-one(X35)

Yield61%from compound X2in1h.Mp227°C(dec);IR(KBr): 3427,2940,1652,1589,1510,1454,1348,1297,1205,1160,1029, 824,756,632cmà1;1H NMR(300MHz,DMSO)d:13.44(s,1H, ArOH),11.34(br s,1H,ArOH),8.25(dd,J=8.1,1.8Hz,1H,ArH), 7.99–7.93(m,1H,ArH),7.67(d,J=8.1Hz,1H,ArH),7.62–7.56 (m,1H,ArH),6.46(s,1H,ArH);EI-MS m/z(%):273([M]+,100).Anal. Calcd for C13H7NO6:C,57.15;H,2.58;N,5.13.Found:C,57.20;H, 2.45;N,5.22.

5.1.2.1,3-Dihydroxy-2-nitro-12H-benzo[b]xanthen-12-one

(X39)

Yield42%from compound X27in4h.Mp281–283°C;IR(KBr): 3421,3044,1641,1592,1491,1411,1351,1308,1187,876, 744cmà1;1H NMR(300MHz,DMSO-d6)d:13.76(s,2H,ArOH), 8.85(s,1H,ArH),8.25(d,J=8.1Hz,1H,ArH),8.11(s,1H,ArH), 8.06(d,J=8.4Hz,1H,ArH),7.72(t,J=8.1Hz,1H,ArH),7.59(t, J=8.3Hz,1H,ArH),6.54(s,1H,ArH);EI-MS m/z(%):323([M]+, 100).Anal.Calcd for C17H9NO6:C,63.16;H,2.81;N,4.33.Found: C,63.01;H,2.82;N,4.09.

5.2.Synthesis of compounds X36,X40,and X41

General procedures:A solution of X35,X39,or X31(1mmol)in THF(20mL)was hydrogenated in the presence of10%palladium on charcoal(20mg)at room temperature for10h.The catalysts were removed by?ltration and the?ltrates were concentrated to give X36,X40,and X41,respectively,as yellow powders.

5.2.1.4-Amino-1,3-dihydroxy-9H-xanthen-9-one(X36)

Yield81%from compound X35.Mp237°C(dec);IR(KBr):3345, 3277,3073,2922,2851,2668,2544,1665,1614,1521,1465,1393, 1340,1286,1198,1145,1058,940,900,822,754,645cmà1;1H NMR(300MHz,acetone-d6)d:8.20(dd,J=8.4,1.5Hz,1H,ArH), 7.85–7.79(m,1H,ArH),7.52(d,J=8.4Hz,1H,ArH),7.48–7.42 (m,1H,ArH),6.34(s,1H,ArH);EI-MS m/z(%):243([M]+,100).Anal. Calcd for C13H9NO4:C,64.20;H,3.73;N,5.76.Found:C,64.45;H, 3.91;N,5.59.

Table3

Correlation matrix for the selected descriptors in Eqs.13and14

Hs N p S

Hs1

N p0.3111

Sà0.02730.4721

7190Y.Liu et al./Bioorg.Med.Chem.16(2008)7185–7192

5.2.2.2-Amino-1,3-dihydroxy-12H-benzo[b]xanthen-12-one (X40)

Yield59%from compound X39.Mp283–285°C;IR(KBr):3345, 3270,3073,2922,2668,1661,1611,1523,1462,1395,1343,1266, 1197,1140,1058,940,903,821,754cmà1;1H NMR(300MHz, acetone-d6)d:13.78(s,2H,ArOH),8.89(s,1H,ArH),8.25(d, J=7.8Hz,1H,ArH),8.11(s,1H,ArH),8.07(d,J=7.8Hz,1H,ArH), 7.75–7.62(m,1H,ArH),7.57–7.46(m,1H,ArH), 6.61(s,1H, ArH);EI-MS m/z(%):293([M]+,100).Anal.Calcd for C17H11NO4: C,69.62;H,3.78;N,4.78.Found:C,69.41;H,3.65;N,4.97.

5.2.3.4-Amino-1,3-dihydroxy-12H-benzo[b]xanthen-12-one (X41)

Yield75%from compound X31.Mp265–267°C;IR(KBr):3345, 3277,3073,2922,2851,2668,2544,1665,1614,1521,1465,1393, 1340,1286,1198,1145,1058,940,900,822,754,645cmà1;1H NMR(300MHz,acetone-d6)d:13.07(s,2H,ArOH),8.85(s,1H, ArH),8.25(d,J=7.8Hz,1H,ArH),8.11(s,1H,ArH),8.07(d, J=7.8Hz,1H,ArH),7.76–7.63(m,1H,ArH),7.55–7.48(m,1H, ArH),6.33(s,1H,ArH);EI-MS m/z(%):293([M]+,100).Anal.Calcd for C17H11NO4:C,69.62;H,3.78;N,4.78.Found:C,69.91;H,3.63; N,4.77.

5.3.Synthesis of compounds X37and X42

General procedures:To a solution of X2or X27(0.2mmol)and 1,3-dibromopropane(2mmol)in acetone(20mL)was added K2CO3(0.25mmol).The mixture was re?uxed under stirring for 2–4h.After cooling,the mixture was?ltered and the organic?l-trate was concentrated.The crude products were puri?ed by chro-matography on a silica gel column to afford X37and X42, respectively,as yellow solids.

5.3.1.3-(3-Bromopropoxy)-1-hydroxy-9H-xanthen-9-one(X37)

Yield91%from compound X2.Mp124–126°C;IR(KBr):3430, 3091,2924,1661,1610,1570,1507,1470,1437,1364,1303, 1223,1162,1082,825,794,761,673cmà1;1H NMR(300MHz, CDCl3)d:12.83(s,1H,OH),8.22(dd,J=1.5Hz,1.8Hz,1H,ArH), 7.73–7.66(m,1H,ArH),7.42–7.33(m,2H,ArH), 6.42(d, J=2.1Hz,1H,ArH), 6.35(d,J=2.1Hz,1H,ArH), 4.20(t, J=6.0Hz,2H,OCH2),3.61(t,J=6.3Hz,2H,–CH2Br),2.41–2.32 (m,2H,CH2);EI-MS m/z:348([M]+,100),350([M+2]+,100).Anal. Calcd.for C16H13BrO4:C,55.04;H,3.75.Found:C,55.21;H,3.88.

5.3.2.3-(3-Bromopropoxy)-1-hydroxy-12H-benzo[b]xanthen-12-one(X42)

Yield73%from compound X27.Mp190–192°C;IR(KBr): 3431,2941,1646,1595,1509,1470,1447,1346,1252,1166, 1034,821,741cmà1;1H NMR(300MHz,CDCl3)d:12.90(s, 1H,ArOH),8.84(s,1H,ArH),8.04(d,J=8.7Hz,1H,ArH),7.90 (d,J=8.7Hz,1H,ArH),7.81(s,1H,ArH),7.65–7.59(m,1H, ArH),7.53–7.47(m,1H,ArH),6.45(d,J=2.4Hz,1H,ArH),6.34 (d,J=2.4Hz,1H,ArH), 4.24(t,J=6.0Hz,2H,OCH2), 3.63(t, J=6.0Hz,2H,–CH2Br),2.43–2.34(m,2H,CH2);EI-MS m/z:398 ([M]+,100),400([M+2]+,100).Anal.Calcd.for C20H15BrO4:C, 60.17;H,3.79.Found:C,60.29;H,3.78.

5.4.Synthesis of compounds X38and X43

General procedures:To a solution of X37or X42(0.5mmol)in DMF(30mL)was added K2CO3(2.0mmol).The mixture was stir-red at60–80°C for0.5–2h.The reaction mixture was poured into ice-water and then extracted with CHCl3.The crude products ob-tained after removal of the solvent were puri?ed by chromatogra-phy on a silica gel column to afford X38and X43,respectively,as yellow solids.5.4.1.6-Hydroxy-2,3-dihydro-1H-pyrano[2,3-c]xanthen-7-one (X38)

Yield27%from compound X37.Mp182–184°C;IR(KBr):3430, 3076,2925,1660,1614,1569,1465,1403,1370,1310,1227,1148, 1098,953,828,758cmà1;1H NMR(300MHz,CDCl3)d:13.18(s, 1H,OH),8.25(dd,J=8.1Hz,1.8Hz,1H,ArH),7.72–7.66(m,1H, ArH),7.43–7.32(m,2H,ArH),6.37(s,1H,ArH),4.28(t,J=5.1Hz, 2H,OCH2), 2.76(t,J=6.3Hz,2H,Ar-CH2), 2.10–2.01(m,2H, CH2);EI-MS m/z:268([M]+,100).Anal.Calcd for C16H12O4:C, 71.64;H,4.51.Found:C,71.75;H,4.60.

5.4.2.6-Hydroxy-2,3-dihydro-1H,7H-benzo[b]pyrano[3,2-

h]xanthen-7-one(X43)

Yield28%from compound X42.Mp241–243°C;IR(KBr):3430, 2924,1641,1605,1470,1444,1353,1293,1251,1174,1112,958, 829,750,655cmà1;1H NMR(300MHz,CDCl3)d:13.25(s,1H, ArOH),8.82(s,1H,ArH),8.03(d,J=8.7Hz,1H,ArH),7.88(d, J=8.7Hz,1H,ArH),7.78(s,1H,ArH),7.60(t,J=8.7Hz,1H,ArH), 7.48(t,J=8.7Hz,1H,ArH),6.37(s,1H,ArH),4.29(t,J=5.4Hz, 2H,OCH2), 2.76(t,J=6.3Hz,2H,Ar-CH2), 2.10–2.02(m,2H, CH2);EI-MS m/z:318([M]+,100).Anal.Calcd for C20H14O4:C, 75.46;H,4.43.Found:C,75.45;H,4.62.

5.5.Enzyme assays

The inhibitory activities of all the xanthone derivatives were measured by using the methods similar to those described previ-ously.30,31Typically,a-glucosidase activity was assayed in50mM phosphate buffer(pH 6.8)containing5%v/v dimethylsulfoxide and the PNP glycoside was used as a substrate.The inhibitors were pre-incubated with the enzyme at37°C for0.5h.The substrate was then added and the enzymatic reaction was carried out at 37°C for60min.The reaction was monitored spectrophotometri-cally by measuring the absorbance at400nm.The assay was per-formed in triplicate with?ve different concentrations around the IC50values that were roughly estimated in the?rst round of exper-iments,and the mean values were adopted.

Acknowledgment

Z.F.Ke is grateful to the State Scholarship Fund of CSC(No. 2007102840)for?nancial support.

References and notes

1.Truscheit,E.;Frommer,W.;Junge,B.;Muller,L.;Schmidt,D.D.;Wingender,W.

Angew.Chem.,Int.Ed.Engl.1981,20,744.

2.Madariaga,H.;Lee,P.C.;Heitlinger,L.A.;Lenenthal,M.Dig.Dis.Sci.1988,33,

1020.

3.Lee,D.-S.;Lee,S.-H.FEBS Lett.2001,501,8

4.

4.McCulloch,D.K.;Kurtz,A.B.;Tattersall,R.B.Diabetes Care1983,6,483.

5.Sou,S.;Takahashi,H.;Yamasaki,R.;Kagechika,H.;Endo,Y.;Hashimoto,Y.

Chem.Pharm.Bull.2001,49,791.

6.Node,K.Hypertens.Res.2006,29,741–742.

7.de Melo,E.B.;Gomes,A.S.;Carvalho,I.Tetrahedron2006,62,10277.

8.Arjona,O.;Gomez,A.M.;Lopez,J.C.;Plumet,J.Chem.Rev.2007,107,1919.

9.Du,Z.-Y.;Liu,R.-R.;Shao,W.-Y.;Mao,X.P.;Ma,L.;Gu,L.-Q.;Huang,Z.-S.;Chan,

A.S.C.Eur.J.Med.Chem.2006,41,213.

10.Xu,H.-W.;Dai,G.-F.;Liu,G.-Z.;Wang,J.-F.;Liu,H.-M.Bioorg.Med.Chem.2007,

15,4247.

11.Tanabe,G.;Yoshikai,K.;Hatanaka,T.;Yamamoto,M.;Shao,Y.;Minematsu,T.;

Muraoka,O.;Wang,T.;Matsuda,H.;Yoshikawa,M.Bioorg.Med.Chem.2007, 15,3926.

12.Pandey,J.;Dwivedi,N.;Singh,N.;Srivastava,A.K.;Tamarkar,A.;Tripathi,R.P.

Bioorg.Med.Chem.Lett.2007,17,1321.

13.Hakamata,W.;Nakanishi,I.;Masuda,Y.;Shimizu,T.;Higuchi,H.;Nakamura,

Y.;Saito,S.;Urano,S.;Oku,T.;Ozawa,T.;Ikota,N.;Miyata,N.;Okuda,H.;

Fukuhara,K.J.Am.Chem.Soc.2006,128,6524.

14.Park,H.;Hwang,K.Y.;Oh,K.H.;Kim,Y.H.;Lee,J.Y.;Kim,K.Bioorg.Med.Chem.

2008,16,284.

15.Gao,H.;Kawabata,J.Bioorg.Med.Chem.Lett.2008,18,812.

Y.Liu et al./Bioorg.Med.Chem.16(2008)7185–71927191

16.Hansch,C.;Mahoney,P.P.;Fujita,T.;Muir,R.M.Nature1962,194,178.

17.Free,S.M.;Wilson,J.W.J.Med.Chem.1964,7,395.

18.Hansch,C.;Fujita,T.J.Am.Chem.Soc.1964,86,1616.

19.Pinto,M.M.M.;Sousa,M.E.;Nascimento,M.S.J.Curr.Med.Chem.2005,12,

2517.

20.Peres,V.;Nagem,T.J.;de Oliveira,F.F.Phytochemistry2000,55,683.

21.Peres,V.;Nagem,T.J.Phytochemistry1997,44,191.

22.Jung,H.-A.;Su,B.-N.;Keller,W.J.;Mehta,R.G.;Kinghorn,A.D.J.Agric.Food

Chem.2006,54,2077.

23.Lee,B.W.;Lee,J.H.;Lee,S.-T.;Lee,H.S.;Lee,W.S.;Jeong,T.-S.;Park,K.H.

Bioorg.Med.Chem.Lett.2005,15,5548.

24.Ignatushchenko,M.V.;Winter,R.W.;Bachinger,H.P.;Hinrichs,D.J.;Riscoe,

M.K.FEBS Lett.1997,409,67.

25.Lin,C.-N.;Chung,M.-I.;Liou,S.-J.;Lee,T.-H.;Wang,J.-P.J.Pharm.Pharmacol.

1996,48,532.

26.Pedro,M.;Cerqueira,F.;Sousa,M.E.;Nascimento,M.S.J.;Pinto,M.Bioorg.Med.

Chem.2002,10,3725.

27.Valenti,P.;Bisi,A.;Rampa,A.;Belluti,F.;Gobbi,S.;Zampiron,A.;Carrara,M.

Bioorg.Med.Chem.2002,8,239.

28.Yoshimi,N.;Matsunaga,K.;Katayama,M.;Yamada,Y.;Kuno,T.;Qiao,Z.;Hara,

A.;Yamahara,J.;Mori,H.Cancer Lett.2001,163,163.

29.Saraiva,L.;Fresco,P.;Pinto,E.;Sousa,E.;Pinto,M.;Concalves,J.Bioorg.Med.

Chem.2002,10,3219.

30.Liu,Y.;Zou,L.;Ma,L.;Chen,W.-H.;Wang,B.;Xu,Z.-L.Bioorg.Med.Chem.2006,

14,5683.

31.Liu,Y.;Ma,L.;Chen,W.-H.;Wang,B.;Xu,Z.-L.Bioorg.Med.Chem.2007,15,

2810.

32.Prashanth,D.;Amit,A.;Samiulla,D.S.;Asha,M.K.;Padmaja,R.Fitoterapia

2001,72,686.

33.Yoshikawa,M.;Nishida,N.;Shimoda,H.;Takada,M.;Kawahara,Y.;Matuda,H.

Yakugaku Zasshi2001,125,371.

34.Sanugul,K.;Akao,T.;Li,Y.;Kakiuchi,N.;Nakamura,N.;Hattori,M.Biol.Pharm.

Bull.2005,28,1672.

35.Seo,E.J.;Curtis-Long,M.J.;Lee,B.W.;Kim,H.Y.;Ryu,Y.B.;Jeong,T.-S.;Lee,W.

S.;Park,K.H.Bioorg.Med.Chem.Lett.2007,17,6421.

36.Parr,R.G.;Szentpaly,L.v.;Liu,S.J.Am.Chem.Soc.1999,121,1922.

37.Parr,R.G.;Pearson,R.G.J.Am.Chem.Soc.1983,105,7512.

38.Parr,R.G.;Donnelly,R.A.;Levy,M.;Palke,W.E.J.Chem.Phys.1978,68,3801.

39.Zhou,Z.;Parr,R.G.J.Am.Chem.Soc.1989,111,7371.40.Zhou,Z.;Parr,R.G.J.Am.Chem.Soc.1990,112,5720.

41.Parr,R.G.;Chattaraj,P.K.J.Am.Chem.Soc.1991,113,1854.

42.Lee,C.T.;Yang,W.T.;Parr,R.G.Phys.Rev.B1988,37,785.

43.Niecke,E.;Becker,P.;Nieger,M.;Stalke,D.;Schoeller,W.W.Angew.Chem.,Int.

Ed.Engl.1995,34,1849.

44.Frisch,M.J.;Trucks,G.W.;Schlegel,H. B.;Scuseria,G. E.;Robb,M. A.;

Cheeseman,J.R.;Montgomery,J.J.A.;Vreven,T.;Kudin,K.N.;Burant,J.C.;

Millam,J.M.;Iyengar,S.S.;Tomasi,J.;Barone,V.;Mennucci,B.;Cossi,M.;

Scalmani,G.;Rega,N.;Petersson,G.A.;Nakatsuji,H.;Hada,M.;Ehara,M.;

Toyota,K.;Fukuda,R.;Hasegawa,J.;Ishida,M.;Nakajima,T.;Honda,Y.;Kitao, O.;Nakai,H.;Klene,M.;Li,X.;Knox,J.E.;Hratchian,H.P.;Cross,J.B.;Bakken, V.;Adamo,C.;Jaramillo,J.;Gomperts,R.;Stratmann,R.E.;Yazyev,O.;Austin,A.

J.;Cammi,R.;Pomelli,C.;Ochterski,J.W.;Ayala,P.Y.;Morokuma,K.;Voth,G.

A.;Salvador,P.;Dannenberg,J.J.;Zakrzewski,V.G.;Dapprich,S.;Daniels,A.D.;

Strain,M. C.;Farkas,O.;Malick, D.K.;Rabuck, A. D.;Raghavachari,K.;

Foresman,J.B.;Ortiz,J.V.;Cui,Q.;Baboul,A.G.;Clifford,S.;Cioslowski,J.;

Stefanov,B.B.;Liu,G.;Liashenko,A.;Piskorz,P.;Komaromi,I.;Martin,R.L.;

Fox,D.J.;Keith,T.;Al-Laham,M.A.;Peng,C.Y.;Nanayakkara,A.;Challacombe, M.;Gill,P.M.W.;Johnson,B.;Chen,W.;Wong,M.W.;Gonzalez,C.;Pople,J.A.

Revision D.01;Gaussian,Inc.:Wallingford,CT,2004.

45.Golbraikh,A.;Tropsha,A.J.Mol.Graph.Model.2002,20,269.

46.Wold,S.;Eriksson,L.Statistical validation of QSAR results.In Chemometrics

Methods in Molecular Design;Waterbeemd,H.V. D.,Ed.;Wiley-VCH: Weinheim,1995;pp309–318.

47.Tropsha, A.;Gramatica,P.;Gombar,V.K.Quant.Struct.-Act.Relat.2003,

22, 1.

48.Doweyko,https://www.sodocs.net/doc/9e15483597.html,put.Aided Mol.Des.2004,18,587.

49.Our experiments indicated that the regioselectivity of nitration could be

achieved by controlling the reaction time.That is,nitration of X2and X27for one hour gave C4-nitrated compounds X35and X31as main products, respectively,whereas nitration of X27for4h afforded both C4-and C2-nitrated compounds X31and X39.Because compound X27shows much higher inhibitory activity than compound X2,we thus prepared both compounds X31 and X39from X27for further inhibition study.

50.Gao,H.;Kawabata,J.Bioorg.Med.Chem.2005,13,1661.

51.SPSS;Version9.0ed.;SPSS:Chicago,IL.

52.Politzer,P.J.Chem.Phys.1987,86,1072.

53.Ghanty,T.K.;Ghosh,S.K.J.Phys.Chem.1993,97,4951.

54.Arulmozhiraja,S.;Morita,M.Chem.Res.Toxicol.2004,17,348.

7192Y.Liu et al./Bioorg.Med.Chem.16(2008)7185–7192

化学选修三,人教版知识点总结

选修三知识点 第一章原子结构与性质 1能级与能层 ⑴构造原理：随着核电荷数递增，大多数元素的电中性基态原子的电子按右图顺序填入核外电子运动轨道（能级），叫做构造原理。 能级交错：由构造原理可知，电子先进入4s轨道，后进入3d轨道，这种现象叫能级交错。说明：构造原理并不是说4s能级比3d能级能量低（实际上4s能级比3d能级能量高），而

是指这样顺序填充电子可以使整个原子的能量最低。 （2）能量最低原理现代物质结构理论证实，原子的电子排布遵循构造原理能使整个原子的能量处于最低状态，简称能量最低原理。构造原理和能量最低原理是从整体角度考虑原子的能量高低，而不局限于某个能级。 （3）泡利（不相容）原理：基态多电子原子中，一个轨道里最多只能容纳两个电子，且电旋方向相反（用“↑↓”表示），这个原理称为泡利（Pauli）原理。 （4）洪特规则：当电子排布在同一能级的不同轨道（能量相同）时，总是优先单独占据一个轨道，而且自旋方向相同，这个规则叫洪特（Hund）规则 洪特规则特例：当p、d、f轨道填充的电子数为全空、半充满或全充满时，原子处于较稳定的状态。 4.基态原子核外电子排布的表示方法 (1)电子排布式①用数字在能级符号的右上角表明该能级上排布的电子数，这就是电子排布式，例如K：1s22s22p63s23p64s1。 ②为了避免电子排布式书写过于繁琐，把内层电子达到稀有气体元素原子结构的部分以相应稀有气体的元素符号外加方括号表示，例如K：[Ar]4s1。 ③外围电子排布式（价电子排布式） (2)电子排布图(轨道表示式)是指将过渡元素原子的电子排布式中符合上一周期稀有气体的原子的电子排布式的部分（原子实）或主族元素、0族元素的内层电子排布省略后剩下的式子。每个方框或圆圈代表一个原子轨道，每个箭头代表一个电子。如基态硫原子的轨道表示式为 二.原子结构与元素周期表

化学螺栓施工工艺

化学螺栓规格表 一、化学螺栓适用范围 1、适用于普通混凝土强度等级大于等于C15（未开裂混凝土），致密的天然石材。 2、用于固定普通钢结构、底座、导轨、柱帽、柱脚、牛腿、栅栏、楼梯、幕墙、扁钢及型钢、预埋钢筋、埋入式模板等。 二、化学螺栓特点： 1、施工温度范围较宽，从15℃～40℃。 2、无膨胀力锚固，对混凝土不产生挤压应力，适用于各种基材，在强度较差的混凝土上表现更佳。 3、安全方便（如喜利得螺栓药剂管特殊倒挂外形，保证垂直面吊挂施工时不坠落）。 4、间距、边距小，适用于空间狭小处。 5、安装操作便利，安装后能迅速固结，有较高的承载力。 6、适用于重载及各种震动负载。 7、锚固厚度较大。 化学螺栓规格有M8，M10，M12，M16，M20，M24，M30，M33等规格 化学螺栓是靠与混凝土之间的握裹力和机械咬合力共同作用来抗拔和螺栓本身来抗剪,主要用在新旧结构的连接处,各项力学指标你可以找厂家是产品介绍, 计算时要根据厂家提供的资料来进行，因为各种厂家生产的化学粘接剂都不同，所以粘接能力也不同，平常比较知名的大陆外品牌有德国喜利得、德国惠鱼锚具、台湾固特优等厂家生产的化学螺栓；大陆内品牌较多，且良莠不齐，使用前需认真核实其性能。化学螺栓是后埋件的一种，在预埋件漏埋或后建工程中使用。化学螺栓规格基材为混凝土，天然硬质石材。材质是聚胺酯丙稀酸酯＋石英砂。是靠与混凝土之间的握裹力和机械咬合力共同作用来抗拔和螺栓本身来抗剪,主要用在新旧结构的连接处,各项力学指标你可以找厂家是产品介绍, 计算时要根据厂家提供的资料来进行，因为各种厂家生产的化学粘接剂都不同，所以粘接能力也不同，化学螺栓是后埋件的一种，在预埋件漏埋或后建工程中使用。 化学螺栓适用于重载在近边距和狭窄构件（柱、阳台等）上固定可在混泥土（=>C25砼）里使用可在耐压的天然

高中化学选修3知识点总结

高中化学选修3知识点总结 二、复习要点 1、原子结构 2、元素周期表和元素周期律 3、共价键 4、分子的空间构型 5、分子的性质 6、晶体的结构和性质 （一）原子结构 1、能层和能级 （1）能层和能级的划分 ①在同一个原子中，离核越近能层能量越低。 ②同一个能层的电子，能量也可能不同，还可以把它们分成能级s、p、d、f，能量由低到高依次为s、p、d、f。 ③任一能层，能级数等于能层序数。 ④s、p、d、f……可容纳的电子数依次是1、3、5、7……的两倍。 ⑤能层不同能级相同，所容纳的最多电子数相同。 （2）能层、能级、原子轨道之间的关系 每能层所容纳的最多电子数是：2n2（n：能层的序数）。 2、构造原理 （1）构造原理是电子排入轨道的顺序，构造原理揭示了原子核外电子的能级分布。 （2）构造原理是书写基态原子电子排布式的依据，也是绘制基态原子轨道表示式的主要依据之一。

（3）不同能层的能级有交错现象，如E（3d）＞E（4s）、E（4d）＞E（5s）、E（5d）＞E（6s）、E（6d）＞E（7s）、E（4f）＞E（5p）、E（4f）＞E（6s）等。原子轨道的能量关系是：ns＜（n-2）f ＜（n-1）d ＜np （4）能级组序数对应着元素周期表的周期序数，能级组原子轨道所容纳电子数目对应着每个周期的元素数目。 根据构造原理，在多电子原子的电子排布中：各能层最多容纳的电子数为2n2 ；最外层不超过8个电子；次外层不超过18个电子；倒数第三层不超过32个电子。 （5）基态和激发态 ①基态：最低能量状态。处于最低能量状态的原子称为基态原子。 ②激发态：较高能量状态（相对基态而言）。基态原子的电子吸收能量后，电子跃迁至较高能级时的状态。处于激发态的原子称为激发态原子。 ③原子光谱：不同元素的原子发生电子跃迁时会吸收（基态→激发态）和放出（激发态→较低激发态或基态）不同的能量（主要是光能），产生不同的光谱——原子光谱（吸收光谱和发射光谱）。利用光谱分析可以发现新元素或利用特征谱线鉴定元素。 3、电子云与原子轨道 （1）电子云：电子在核外空间做高速运动，没有确定的轨道。因此，人们用“电子云”模型来描述核外电子的运动。“电子云”描述了电子在原子核外出现的概率密度分布，是核外电子运动状态的形象化描述。 （2）原子轨道：不同能级上的电子出现概率约为90%的电子云空间轮廓图称为原子轨道。s电子的原子轨道呈球形对称，ns能级各有1个原子轨道；p电子的原子轨道呈纺锤形，n p能级各有3个原子轨道，相互垂直（用p x、p y、p z表示）；n d能级各有5个原子轨道；n f能级各有7个原子轨道。 4、核外电子排布规律 （1）能量最低原理：在基态原子里，电子优先排布在能量最低的能级里，然后排布在能量逐渐升高的能级里。 （2）泡利原理：1个原子轨道里最多只能容纳2个电子，且自旋方向相反。 （3）洪特规则：电子排布在同一能级的各个轨道时，优先占据不同的轨道，且自旋方向相同。 （4）洪特规则的特例：电子排布在p、d、f等能级时，当其处于全空、半充满或全充满时，即p0、d0、f0、p3、d5、f7、p6、d10、f14，整个原子的能量最低，最稳定。 能量最低原理表述的是“整个原子处于能量最低状态”，而不是说电子填充到能量最低的轨道中去，泡利原理和洪特规则都使“整个原子处于能量最低状态”。 电子数 （5）（n-1）d能级上电子数等于10时，副族元素的族序数=n s能级电子数 （二）元素周期表和元素周期律 1、元素周期表的结构 元素在周期表中的位置由原子结构决定：原子核外的能层数决定元素所在的周期，原子的价电子总数决定元素所在的族。 （1）原子的电子层构型和周期的划分 周期是指能层（电子层）相同，按照最高能级组电子数依次增多的顺序排列的一行元素。即元素周期表中的一个横行为一个周期，周期表共有七个周期。同周期元素从左到右（除稀有气体外），元素的金属性逐渐减弱，非金属性逐渐增强。 （2）原子的电子构型和族的划分 族是指价电子数相同（外围电子排布相同），按照电子层数依次增加的顺序排列的一列元素。即元素周期表中的一个列为一个族（第Ⅷ族除外）。共有十八个列，十六个族。同主族周期元素从上到下，元素的金属性逐渐增强，非金属性逐渐减弱。 （3）原子的电子构型和元素的分区 按电子排布可把周期表里的元素划分成5个区，分别为s区、p区、d区、f区和ds区，除ds区外，区的名称来自按构造原理最后填入电子的能级的符号。 2、元素周期律

高中化学选修三知识点总结

高中化学选修三知识点总结 第一章原子结构与性质 1、电子云：用小黑点的疏密来描述电子在原子核外空间出现的机会大小所得的图形叫电子云图。离核越近，电子出现的机会大，电子云密度越大；离核越远，电子出现的机会小，电子云密度越小。 2、电子层（能层）：根据电子的能量差异和主要运动区域的不同，核外电子分别处于不同的电子层.原子由里向外对应的电子层符号分别为K、L、M、N、O、P、Q. 3、原子轨道（能级即亚层）：处于同一电子层的原子核外电子，也可以在不同类型的原子轨道上运动，分别用s、p、d、f表示不同形状的轨道，s轨道呈球形、p轨道呈纺锤形，d轨道和f轨道较复杂.各轨道的伸展方向个数依次为1、3、5、7。 4、原子核外电子的运动特征可以用电子层、原子轨道(亚层)和自旋方向来进行描述.在含有多个核外电子的原子中，不存在运动状态完全相同的两个电子。 5、原子核外电子排布原理： （1）能量最低原理:电子先占据能量低的轨道，再依次进入能量高的轨道；

（2）泡利不相容原理:每个轨道最多容纳两个自旋状态不同的电子；（3）洪特规则:在能量相同的轨道上排布时，电子尽可能分占不同的轨道，且自旋状态相同。 洪特规则的特例:在等价轨道的全充满（p6、d10、f14）、半充满（p3、d5、f7）、全空时(p0、d0、f0)的状态，具有较低的能量和较大的稳定性.如24Cr [Ar]3d54s1、29Cu [Ar]3d104s1 6、根据构造原理，基态原子核外电子的排布遵循图⑴箭头所示的顺序。 根据构造原理，可以将各能级按能量的差异分成能级组如图⑵所示，由下而上表示七个能级组，其能量依次升高；在同一能级组内，从左到右能量依次升高。基态原子核外电子的排布按能量由低到高的顺序依次排布。 7、第一电离能：气态电中性基态原子失去1个电子，转化为气态基态正离子所需要的能量叫做第一电离能。常用符号I1表示，单位为kJ/mol。 (1)原子核外电子排布的周期性 随着原子序数的增加,元素原子的外围电子排布呈现周期性的变化: 每隔一定数目的元素，元素原子的外围电子排布重复出现从ns1到 ns2np6的周期性变化.

详解电化学储能在发电侧的应用

详解电化学储能在发电侧的应用 随着国家环境保护力度的不断加强，新能源发电装机占比逐渐攀升，我国能源结构正在逐步转型。储能系统因其响应速率快、调节精度高等特点，成为能源行业中提升电能品质和促进新能源消纳的重要支撑手段，受到越来越多的重视。并且由于储能技术的进步、产品质量的提高及成本的不断降低，储能技术已具备商业化运营的条件，尤其是多种电化学储能技术的发展逐步扩展了储能的应用领域。 除了技术的进步，国家政策法规的颁布、电力市场改革的不断深化，也促进了电化学储能技术的应用推广。本文从数据的角度概要分析了储能在全球电力行业中的应用现状，对国内电化学储能产业政策和标准的发展进行了总结，并介绍了电化学储能的种类、技术路线以及系统集成关键技术。除此之外，针对发电侧，重点从功能、政策和应用项目等方面论述了电化学储能技术在大规模新能源并网、辅助服务及微电网等有商业价值的应用场景。最后对电化学储能技术在未来能源系统中的前景和发展趋势做了展望，并在促进储能商业化运营及推广方面对储能企业提出了发展建议。 目前，我国电力生产和消费总量均已居世界前列，且保持高速增长的趋势。国家统计局发布的数据显示，2018年1～12月份，全国规模以上发电企业累计完成发电量67914 kW·h，同比增长6.8%，全国全社会用电量68449 kW·h，同比增长8.5%。而在电能供给和利用方面我国却还存在结构不合理、综合利用效率较低、新能源渗透率较低、电力安全水平亟待提升等问题[1]，因此如何保障经济发展中电力生产与供应的安全，同时又实现节能减排与环境保护，是我国电力行业发展的重大战略任务。近年来飞速发展的储能技术为解决以上问题提供了可行性。储能成本和性能的改进、全球可再生能源运动带来的电网现代化与智能化，以及电力市场改革带来的净电量结算政策的淘汰、参与电力批发市场、财政激励、FIT（太阳能发电上网电价补贴政策）等因素的驱动，使得储能在全球掀起了一场发展热潮。储能使电能具备时间空间转移能力，对于保障电网安全、改善电能质量、提高可再生能源比例、提高能源利用效率具有重要意义。基于储能

人教版高中化学选修三电负性》随堂练习

人教版高中化学选修三 《电负性》随堂练习 The document was prepared on January 2, 2021

课时训练6电负性 1.下列是几种原子的基态电子排布式,电负性最大的原子是( ) 解析:根据四种原子的基态电子排布式可知,选项A有两个电子层,最外层有6个电子,应最容易得到电子,电负性最大。 答案:A 2.按F、Cl、Br、I顺序递增的是( ) A.外围电子 B.第一电离能 C.电负性 D.原子半径 解析:F、Cl、Br、I的外围电子数相同,故A项错误;从F~I第一电离能依次减小,原子半径依次增大,电负性依次减小,故B、C错误,D正确。 答案:D

3.在以离子键为主的化学键中常含有共价键的成分,下列各对原子形成的化学键中共价键成分最少的是( ) ,F ,F ,Cl ,O 解析: 选项化合 物 电负 性 电负 性差 A LiF B NaF C NaCl D MgO 所以共价键成分最少的为B项。 答案:B 4.对价电子构型为2s22p5的元素描述正确的是( ) A.原子半径最小

B.原子序数为7 C.第一电离能最大 D.电负性最大 解析:价电子构型为2s22p5,可知该元素是F元素,故可判断只有D正确。 原子半径最小的是H;F原子序数是9;第一电离能最大的是He。 答案:D 5.下列各组元素性质的递变情况错误的是( ) 、Be、B原子最外层电子数依次增多 、S、Cl元素最高正价依次升高 、O、F电负性依次增大 、K、Rb第一电离能逐渐增大 解析:根据元素周期律可知,同一周期从左到右原子最外层电子数依次增多、元素最高正价依次升高、元素原子的电负性依次增大,故A、B、C正确;同一主族,从上到下随着电子层数的增加,元素的第一电离能逐渐减小,故D错误。 答案:D

储能产业发展的几大技术方向

储能产业发展的几大技术方向 发表于：2018-06-01 09:32:58 来源：计鹏新能源作者：贾婧 目前全球和中国储能累计装机中，抽水蓄能最高，占比超过90%，熔融盐储热第二，电化学储能排名第三;从发展速度来看，电化学增长较快，截至2016 年底，全球电化学储能装机规模达1756.5MW，近 5 年复合增长率27.5%，其中以锂离子电池累计规模最大，超过50%以上。

电化学储能具有设备机动性好、响应速度快、能量密度高和循环效率高等优势，是当前储能产业发展和研究的热点，主要应用在电网辅助服务、可再生能源并网、电力输配、分布式发电及微网领域。从我国已投运的电化学储能项目来看，分布式发电及微网领域的装机规模最大，其余依次为可再生能源并网领域、电力辅助服务领域和电力输配领域。 从技术方向来分类，主流电化学储能技术包括先进铅酸电池、锂离子电池、液流电池和钠硫电池等。 传统铅酸蓄电池凭借其安全可靠、容量大、性价比高等优点，在储能领域仍具有稳固的地位。特别近年来，以铅炭电池为代表的新兴铅酸技术的出现，大大弥补了传统铅酸电池比能量低、寿命短等缺点，使其在大规模储能领域的应用成为可能。 锂离子电池由正负电极、隔膜、电解液组成，具有能量密度大、工作温度范围宽、无记忆效应、可快速充放电、环境友好等诸多优点，目前在国内已广泛应用于各类电子产品、新能源车和电化学储能等领域。特别受下游新能源车动力电池需求增长拉动，产业规模和技术发展加速，技术和产业链正在进一步成熟。 液流电池具有充放电性能好、循环寿命长的特点，适合大规模储能应用。目前较为成熟的液流电池体系有全钒、锌溴、铬铁、多硫化钠-溴等双液体系，目前应用和研究最广的为全钒液流电池，但由于成本过高、体积密度低等原因，产业还处于起步阶段。锌溴、铬铁、多硫化钠等电池的技术或被垄断、或处于研发阶段，未能实现产业化。 钠硫电池以单质硫和金属钠为正负极，β-氧化铝陶瓷为电解质和隔膜，其工作温度在300-350 摄氏度之间，具有能量密度高、功率特性好、循环寿命长、成本相对低等优点，其规模约占全球电化学储能总装机量的30-40%，仅次于锂离子电池。但由于技术垄断，目前在国内无法大规模推广。 从技术成熟度、经济性、安全环保性等来看，锂电池是我国发展较快、有望率先带动储能商业化的电化学储能技术。

常用金属材料热处理硬度

常用金属材料热处理规范 ┏━━━┳━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━┓┃┃临界点┃热处理规范┃硬度┃┃钢号┃┣━━━━┳━━━━━━━┳━━━━┫┃┃┃（℃）┃工序名称┃加热温度（℃）┃冷却方式┃HB HRC ┃┣━━━╋━━━━╋━━━━╋━━━━━━━╋━━━━╋━━━━━┫┃┃Ac1 735 ┃正火┃ 880- 930 ┃空冷┃HB≤156 ┃┃２０┃Ac3 855 ┃渗碳┃ 920- 950 ┃┃┃┃┃Ar3 835 ┃渗碳淬火┃ 860- 880 ┃水或油冷┃HRC＞56 ┃┃┃Ar1 680 ┃高温回火┃ 650- 680 ┃空冷┃芯部HB150 ┃┣━━━╋━━━━╋━━━━╋━━━━━━━╋━━━━╋━━━━━┫┃┃Ac1 724 ┃正火┃ 850- 890 ┃空冷┃HB≤185 ┃┃３５┃Ac3 802 ┃退火┃ 840- 890 ┃炉冷┃┃┃┃Ar3 774 ┃高温回火┃ 650- 680 ┃空冷┃┃┃┃Ar1 680 ┃淬火┃ 850- 890 ┃水冷┃HRC≥47 ┃┃┃┃回火┃ 500- 540 ┃空冷┃HB241-286 ┃┣━━━╋━━━━╋━━━━╋━━━━━━━╋━━━━╋━━━━━┫┃┃Ac1 724 ┃退火┃ 820- 840 ┃炉冷┃HB≤207 ┃┃４５┃Ac3 780 ┃正火┃ 830- 870 ┃空冷┃HB≤229 ┃┃┃Ar3 751 ┃高温回火┃ 650- 680 ┃空冷┃┃┃┃Ar1 682 ┃淬火┃ 820- 860 ┃水冷┃HRC50-60 ┃┃┃┃回火┃ 520- 560 ┃空冷┃HB228-286 ┃┣━━━╋━━━━╋━━━━╋━━━━━━━╋━━━━╋━━━━━┫┃┃Ac1 735 ┃正火┃ 900- 930 ┃空冷┃HB≤179 ┃┃┃Ac3 854 ┃高温回火┃ 659- 680 ┃空冷┃┃┃20Mn ┃Ar3 835 ┃┃┃┃┃┃┃Ar1 682 ┃┃┃┃┃┣━━━╋━━━━╋━━━━╋━━━━━━━╋━━━━╋━━━━━┫┃┃AC1 734 ┃退火┃ 830- 880 ┃炉冷┃┃┃35Mn ┃AC3 812 ┃正火┃ 850- 880 ┃空冷┃HB≤187 ┃┃┃Ar3 796 ┃高温回火┃ 650- 680 ┃空冷┃┃┃┃Ar1 675 ┃淬火┃ 850- 880 ┃水或油冷┃HRC50-55 ┃┃┃┃回火┃ 400- 500 ┃空冷┃HB302-332 ┃┗━━━┻━━━━┻━━━━┻━━━━━━━┻━━━━┻━━━━━┛┏━━━┳━━━━┳━━━━━━━━━━━━━━━━━┳━━━━━┓┃┃临界点┃热处理规范┃硬度┃┃钢号┃┣━━━━┳━━━━━━━┳━━━━┫┃┃┃（℃）┃工序名称┃加热温度（℃）┃冷却方式┃HB HRC ┃┣━━━╋━━━━╋━━━━╋━━━━━━━╋━━━━╋━━━━━┫┃┃Ac1 726 ┃退火┃ 820- 850 ┃炉冷┃HB≤217 ┃┃45Mn ┃Ac3 790 ┃正火┃ 830- 860 ┃空冷┃┃┃┃Ar3 768 ┃高温回火┃ 650- 680 ┃空冷┃┃┃┃Ar1 689 ┃淬火┃ 810- 840 ┃水或油冷┃HRC54-60 ┃┃┃┃回火┃根据需要回火┃水或空冷┃┃┗━━━┻━━━━┻━━━━┻━━━━━━━┻━━━━┻━━━━━┛

【人教版】高中化学选修3知识点总结

选修3知识点总结 第一章原子结构与性质 一.原子结构 1.能级与能层 2.原子轨道 3.原子核外电子排布规律 ⑴构造原理：随着核电荷数递增，大多数元素的电中性基态原子的电子按右图顺序填入核外电子运动轨道（能级），叫做构造原理。 记忆方法有哪些？

能级交错：由构造原理可知，电子先进入4s 轨道，后进入3d 轨道，这种现象叫能级交错。 说明：构造原理并不是说4s 能级比3d 能级能量低（实际上4s 能级比3d 能级能量高），而是指这样顺序填充电子可以使整个原子的能量最低。也就是说，整个原子的能量不能机械地看做是各电子所处轨道的能量之和。 （2）能量最低原理 现代物质结构理论证实，原子的电子排布遵循构造原理能使整个原子的能量处于最低状态，简称能量最低原理。 构造原理和能量最低原理是从整体角度考虑原子的能量高低，而不局限于某个能级。 （3）泡利（不相容）原理：基态多电子原子中，一个轨道里最多只能容纳两个电子，且电旋方向相反（用“↑↓”表示），这个原理称为泡利（Pauli ）原理。 （4）洪特规则：当电子排布在同一能级的不同轨道（能量相同）时，总是优先单独占据一个轨道，而且自旋方向相同，这个规则叫洪特（Hund ）规则。比如，p3的轨道式为 或，而不是。 洪特规则特例：当p 、d 、f 轨道填充的电子数为全空、半充满或全充满时，原子处于较稳定的状态。即p 0、d 0、f 0、p3、d 5、f 7、p 6、d 10、f 14时，是较稳定状态。 前36号元素中，全空状态的有4Be 2s 22p 0、12Mg 3s 23p 0、20Ca 4s 23d 0；半充满状态的有： 7N 2s 22p 3、15P 3s 23p 3、24Cr 3d 54s 1、25Mn 3d 54s 2、33As 4s 24p 3；全充满状态的有10Ne 2s 22p 6 、18Ar 3s 23p 6、29Cu 3d 104s 1、30Zn 3d 104s 2、36Kr 4s 24p 6 。 4. 基态原子核外电子排布的表示方法 (1)电子排布式 ①用数字在能级符号的右上角表明该能级上排布的电子数，这就是电子排布式，例如K ：1s 22s 22p 63s 23p 64s 1。 ②为了避免电子排布式书写过于繁琐，把内层电子达到稀有气体元素原子结构的部分以相应稀有气体的元素符号外加方括号表示，例如K ：[Ar]4s 1。 ③外围电子排布式（价电子排布式） (2)电子排布图(轨道表示式)是指将过渡元素原子的电子排布式中符合上一周期稀有气体的原子的电子排布式的部分（原子实）或主族元素、0族元素的内层电子排布省略后剩下的式子。 每个方框或圆圈代表一个原子轨道，每个箭头代表一个电子。 如基态硫原子的轨道表示式为 举例： ↑↓ ↑ ↓ ↓ ↓ ↑ ↑ ↑

电化学储能体系的特点及其未来发展的思考

电化学储能体系的特点及其未来发展的思考 摘要：电化学储能的发展史，是一部材料科技的进步史，工艺的改进使其量变，新材料的改进使其质变。突破应用范围，提高能量密度，始终是电化学储能技术的不便追求，各类电化学储能电池在生产和研究中具有不同的创新和应用方向。当前主要的电化学储能电池有铅酸电池、氧化还原液流电池、钠硫电池、超级电容器、锂离子电池。 关键词：电化学储能铅酸电池氧化还原液流电池钠硫电池超级电容器锂离子电池 正文：电能是现代社会人类生活、生产中必不可缺的二次能源。随着社会经济的发展,，人们对电的需求越来越高。电力需求昼夜相差很大，但发电厂的建设规模必须与高峰用电相匹配，投资大利用率较低。另一方面，随着化石能源的不断枯竭，人们对风能、水能、太阳能等可再生能源的开发和利用越来越广泛。为了满足人们生产及生活的用电需求，减少发电厂的建设规模，减少投资，提高效率，以及保证可再生能源系统的稳定供电，开发经济可行的储能(电)技术，使发电与用电相对独立极为重要。目前储能技术应用最为广泛的是电化学储能，电化学储能的发展史，是一部材料科技的进步史，工艺的改进使其量变，新材料的改进使其质变。突破应用范围，提高能量密度，始终是电化学储能技术的不便追求，各类电化学储能电池在生产和研究中具有不同的创新和应用方向。当前主要的电化学储能电池有铅酸电池、氧化还原液流电池、钠硫电池、超级电容器、锂离子电池。下面分别介绍这几种储能电池的特点。 铅酸电池：自从1859年法国人普兰特发明了铅酸电池，至今已有140多年的历史。在这一百多年来以来，人们对它进行不断的研究和改进，是铅酸电池得到了极大的发展，目前主流的是阀控式铅酸电池。铅酸电池由于材料来源广泛，价格低廉，性能优良，目前应用比较广泛。 铅酸电池的优点：

铝合金的热处理及硬度

铝合金的硬度 一、分类：展伸材料分非热处理合金及热处理合金 1.1 非热处理合金：纯铝—1000系，铝锰系合金—3000系，铝矽系合金—4000系，铝镁系合金—5000系。 1.2 热处理合金：铝铜镁系合金—2000系，铝镁矽系合金—6000系，铝锌镁系合金—7000系。 二、合金编号：我国目前通用的是美国铝业协会〈Aluminium Association〉的编号。兹举 例说明如下：1070-H14(纯铝) 2017-T4(热处理合金) 3004-H32(非热处理合金) 2.1第一位数：表示主要添加合金元素。 1：纯铝 2：主要添加合金元素为铜 3：主要添加合金元素为锰或锰与镁 4：主要添加合金元素为矽 5：主要添加合金元素为镁 6：主要添加合金元素为矽与镁 7：主要添加合金元素为锌与镁 8：不属於上列合金系的新合金 2.2第二位数：表示原合金中主要添加合金元素含量或杂质成分含量经修改的合金。 0：表原合金 1：表原合金经第一次修改 2：表原合金经第二次修改 2.3第三及四位数： 纯铝：表示原合金 合金：表示个别合金的代号 ＂-″：后面的Hn或Tn表示加工硬化的状态或热处理状态的鍊度符号 -Hn ：表示非热处理合金的鍊度符号 -Tn ：表示热处理合金的鍊度符号

2 铝及铝合金的热处理 一、鍊度符号：若添加合金元素尚不足於完全符合要求，尚须藉冷加工、淬水、时效 处理及软烧等处理，以获取所需要的强度及性能。这些处理的过程称 之为调质，调质的结果便是鍊度。 鍊度符号定义 F 制造状态的鍊度 无特定鍊度下制造的成品，如挤压、热轧、锻造品等。 H112 未刻意控制加工硬化程度的制造状态成品，但须保证机械性质。 O 软烧鍊度 完全再结晶而且最软状态。如系热处理合金，则须从软烧温度缓慢冷却，完全防止淬水效果。 H 加工硬化的鍊度 H1n：施以冷加工而加工硬化者 H2n：经加工硬化后再施以适度的软烧处理 H3n：经加工硬化后再施以安定化处理 n以1~9的数字表示加工硬化的程度 n=2 表示1/4硬质 n=4 表示1/2硬质 n=6 表示3/4硬质 n=8 表示硬质 n=9 表示超硬质 T T1：高温加工冷却后自然时效。挤型从热加工后急速冷却，再经常温十效硬化处理。亦可施以不影响强度的矫正加工，这种调质适合於热加工后冷却便有淬水效果的合金如：6063。 T3：溶体化处理后经冷加工的目的在提高强度、平整度及尺寸精度。 T36：T3经6%冷加工者。 T361：冷加工度较T3大者。 T4：溶体化处理后经自然时效处理。 T5：热加工后急冷再施以人工时效处理。 人工时效处理的目的在提高材料的机械性质及尺寸的安定性适用於热加工冷却便有淬水效

(完整版)化学选修三知识点总结

化学选修三知识点总结 第一章原子结构与性质. 一、认识原子核外电子运动状态，了解电子云、电子层（能层）、原子轨道（能级）的含义. 1.电子云：用小黑点的疏密来描述电子在原子核外空间出现的机会大小所得的图形叫电子云图.离核越近，电子出现的机会大，电子云密度越大；离核越远，电子出现的机会小，电子云密度越小. 电子层（能层）：根据电子的能量差异和主要运动区域的不同，核外电子分别处于不同的电子层.原子由里向外对应的电子层符号分别为K、L、M、N、O、P、Q. 原子轨道（能级即亚层）：处于同一电子层的原子核外电子，也可以在不同类型的原子轨道上运动，分别用s、p、d、f表示不同形状的轨道，s轨道呈球形、p轨道呈纺锤形，d轨道和f轨道较复杂.各轨道的伸展方向个数依次为1、3、5、7. 2.(构造原理） 了解多电子原子中核外电子分层排布遵循的原理，能用电子排布式表示1～36号元素原子核外电子的排布. (1).原子核外电子的运动特征可以用电子层、原子轨道(亚层)和自旋方向来进行描述.在含有多个核外电子的原子中，不存在运动状态完全相同的两个电子. (2).原子核外电子排布原理. ①.能量最低原理:电子先占据能量低的轨道，再依次进入能量高的轨道. ②.泡利不相容原理:每个轨道最多容纳两个自旋状态不同的电子. ③.洪特规则:在能量相同的轨道上排布时，电子尽可能分占不同的轨道，且自旋状态相同. 洪特规则的特例:在等价轨道的全充满（p6、d10、f14）、半充满（p3、d5、f7）、全空时(p0、d0、f0)的状态，具有较低的能量和较大的稳定性.如24Cr [Ar]3d54s1、29Cu [Ar]3d104s1. (3).掌握能级交错图和1-36号元素的核外电子排布式. ①根据构造原理，基态原子核外电子的排布遵循图⑴箭头所示的顺序。 ②根据构造原理，可以将各能级按能量的差异分成能级组如图⑵所示，由下而上表示七个能级组，其能量依次升高；在同一能级组内，从左到右能量依次升高。基态原子核外电子的排布按能量由低到高的顺序依次排布。 3.元素电离能和元素电负性 第一电离能：气态电中性基态原子失去1个电子，转化为气态基态正离子所需要的能量叫做第一电离能。常用符号I1表示，单位为kJ/mol。 (1).原子核外电子排布的周期性. 随着原子序数的增加,元素原子的外围电子排布呈现周期性的变化:每隔一定数目的元素，元素原子的外围电子排布重复出现从ns1到ns2np6的周期性变化. (2).元素第一电离能的周期性变化. 随着原子序数的递增，元素的第一电离能呈周期性变化: ★同周期从左到右，第一电离能有逐渐增大的趋势，稀有气体的第一电离能最大，碱金属的第一电离能最小； ★同主族从上到下，第一电离能有逐渐减小的趋势. 说明： ①同周期元素，从左往右第一电离能呈增大趋势。电子亚层结构为全满、半满时较相邻元素要大即第ⅡA 族、第ⅤA 族元素的第一电离能分别大于同周期相邻元素。Be、N、Mg、

电化学储能电站施工及验收规范大纲

电化学储能电站施工及验收规范 Code for construction and acceptance of electrochemical energy storage station 一、大纲编制的基本思路 1、编制内容的边界范围 一般情况下，工程建设活动有规划、勘察、设计、施工（包括安装）与监理、验收、运行、维护、拆除等组成。 本标准内容范围将集中在储能电站施工、设备安装、验收这三个环节，且应与正在编制国家标准《电化学储能电站设计规范》保持内容上的相互支撑、补充与衔接，与未来将会制定有关运维与拆除环节的标准相衔接。 2、标准的构成格式 本次大纲主要针对正文部分和补充部分。本标准要严格按照住建部出版的《工程建设标准编制指南》规定的格式。 ●前引部分（封面、扉页、公告、前言、目次）、正文部分（总则、术语、 技术内容）、补充部分（附录、标准用词说明、引用标准名录） 3、技术内容重点 ●土建工程施工的通用性技术要求； ●土建工程施工中针对储能装置等特殊需求的专业技术要求 ●储能电站中通用电气设备的安装与调试的通用技术要求； ●电化学储能装置安装与调试的专用技术要求； ●储能电站整体系统调试的技术要求； ●土建施工及设备安装调试过程中各自针对环境与水土保持的技术要求； ●土建施工及设备安装调试过程中各自针对的安全与职业健康技术管理 规定； ●设备及储能电站的整体验收技术要求。 4、需要开展研究的工作 目前，根据查询，国际上尚没有发布关于电化学储能电站施工与验收方面的技术标准。储能电站建设案例并不是很多，在运行的储能电站数量少、运行时间短，此外，储能电站建设中

引入了许多新技术、新设备等，还处于不断进步与完善过程中。因此，编制标准的征求意见阶段需要安排必要的调研工作、技术测试与试验工作以及专题论证工作。 大纲准备阶段，应对上述情况给予重视。 5、参编单位的结构 为确保高质量完成标准的编制，参编单位中尽可能包含具有以下属性的单位：1、具有储能电站建设业绩的业主单位；2、具有储能电站建设施工业绩与经验的工程施工单位，3、具有储能电站设计业绩与经验的设计单位，4、储能电站核心设备与新技术装置的研发与生产单位，5、具有参与储能电站系统调试与试运经验的科研（或技术业务）单位，6、参与国家标准《电化学储能电站设计规范》编制的单位等。 二、规范编制大纲 本规范根据住房和城乡建设部《关于印发<2013年工程建设标准规范制订修订计划的通知>(建标[2013]6号)的要求，由中国电力企业联合会和中国电力科 学研究院会同有关单位共同编制完成。 牵头单位：中国电力企业联合会中国电力科学研究院 参编单位：（建议）上海电力设计院、冀北电力公司、北京输变电工程公司、浙江电力公司、福建电力公司、上海电力公司、许继集团有限公司、深圳比亚迪股份有限公司、宁德时代新能源科技有限公司、大连融科储能技术发展有限公司、北京普能世纪科技有限公司 目的：为保证电化学储能电站的工程质量，促进工程施工及验收技术水平的提高，确保电化学储能电站建设的安全可靠，制定本规范。 适用范围：本规范适用于新建、改建和扩建的固定式电化学储能电站，不适用于移动式储能电站工程。

最新高中化学原子结构与元素性质-电离能、电负性同步练习部编人教版选修三打印版.doc

第二节原子结构与元素性质（3） 电离能，电负性 班级学号姓名等第 1．下列元素中哪一个基态原子的第一电离能最大？（） A Be B B C C D N 2．在下面的电子结构中,第一电离能最小的原子可能是 ( ) A ns2np3 B ns2np5 C ns2np4 D ns2np6 3．下列各组微粒按半径逐渐增大，还原性逐渐增强的顺序排列的是（） A Na、K、Rb B F、Cl、Br C Mg2+、Al2+、Zn2+ D Cl-、Br-、I- 4．已知X、Y元素同周期，且电负性X＞Y，下列说法错误的是( ) A X与Y形成化合物是，X可以显负价，Y显正价 B 第一电离能可能Y小于X C 最高价含氧酸的酸性：X对应的酸性弱于于Y对应的 D 气态氢化物的稳定性：H m Y小于H m X ５．元素周期表第二周期Li到Ne原子的电离势总的趋势是怎样变化的( ) A 从大变小 B 从小变大 C 从Li到N逐渐增加，从N到Ne逐渐下降 D 没有多大变化 6.对Na、Mg、Al的有关性质的叙述正确的是( ) A．碱性：ＮａＯＨ＜Ｍｇ（ＯＨ）2＜Ａｌ（ＯＨ）3 Ｂ．第一电离能：Ｎａ＜Ｍｇ＜Ａｌ Ｃ．电负性：Ｎａ＞Ｍｇ＞Ａｌ Ｄ．还原性：Ｎａ＞Ｍｇ＞Ａｌ ７．元素电负性随原子序数的递增而增强的是（） Ａ．Ｌｉ、Ｎａ、ＫＢ．Ｎ、Ｐ、Ａｓ Ｃ．Ｏ、Ｓ、ＣｌＤ．Ｓｉ、Ｐ、Ｃｌ ８. 原子半径的大小取决于二个相反因素：一是，另一个因素是。 ９．第一电离能I1；态电性基态原子失去个电子，转化为气态基态正离子 所需要的叫做第一电离能。第一电离能越大，金属活动性越。同一

元素的第二电离能第一电离能。 １０．同周期元素从左往右，电负性逐渐，表明金属性逐渐，非金属性逐渐。同主族元素从上往下，电负性逐渐，表明元素的金属性逐渐，非金属性逐渐。 １１．将下列原子按电负性降低的次序排列，并解释理由： As、F、S、Ca、Zn １２．比较硼、氮、氧第一电离能大小，并说明理由。 。 １３．A、B、C、D、E都是短周期元素，原子序数依次增大，A、B处于同一周期，C、D、E 同处另一周期。C、B可按原子个数比2∶l和1∶1分别形成两种离子化合物甲和乙。D、A按原子个数比3∶2形成离子化合物丙。E是地壳中含量最高的金属元素。根据以上信息回答下 列问题：（1）B元素在周期表中的位置是____________，乙物质的电子式是____________·（2）A、B、C、D、E五种元素的原子半径由小到大的顺序是____________（用元素符号填写）。 （3）E的单质加入到C的最高价氧化物对应的水化物的溶液中，发生反应的离子方程式是_ １４．下表是元素周期表的一部分。表中所列的字母分别代表某一化学元素。 （1）下列（填写编号）组元素的单质可能都是电的良导体。 ①a、c、h ②b、g、k ③c、h、l ④d、e、f （2）如果给核外电子足够的能量，这些电子便会摆脱原子核的束缚面离去。核外电子离开该原子或离子所需要的能量主要受两大因素的影响： 1．原子核对核外电子的吸引力2．形成稳定结构的倾向 下表是一些气态原子失去核外不同电子所需的能量（KJ·mol-）: 锂X Y 失去第一个电子519 502 580 失去第二个电子7296 4570 1820

“十四五”制约电化学储能发展的难点

“十四五”制约电化学储能发展的难点 2018年我国电化学储能出现爆发式增长，2019年增速又出现了急剧降低，2020年地方政府推动储能发展的意愿更加强烈。“十四五”时期，储能是否能够迎来发展机遇，这需要正视储能面临的问题，以疏通制约储能发展的瓶颈。 “十三五”时期我国电化学储能 发展历程及市场动态 我国电化学储能装机持续增长，但是增速却呈波浪式前进。2015~2019年，我国电化学储能装机从106兆瓦增至1709兆瓦，增加了15倍。从增速看，2015~2019年，我国电化学储能增速分别为25%、130%、64%、169%以及59%。值得注意的是，2019年我国电化学储能增速大幅下降，凸显出发展动能不足。 政策对储能有着至关重要的影响。从2017~2019年的政策看，2017年10月份，国家发改委等5部门联合发布了《关于促进储能技术与产业发展的指导意见》，为行业发展树立了信心，进而推动了2018年电化学储能的爆发式增长。然而，2019年上半年，国家发改委、能源局印发了《输配电定价成本监审办法》，明确提出抽水蓄能电站、电储能设施不得计入输配电定价成本。两大电网公司也相继跟进，严格限制企业内部储能投资，导致2019年电化学储能增速大幅回落。可以看到，我国推动储能发展的市场模式并未形成，储能产业政策依赖性非常强烈。 2020年，地方政府（电网）正在推动“新能源+储能”的发展模式。今年3月23日，国网湖南省电力有限公司下发了《关于做好储能项目站址初选工作的通知》，明确提出：“经多方协调,已获得28家企业承诺配套新能源项目总计建设388.6兆瓦/777.2兆瓦时储能设备,与风电项目同步投产”。3月24日，内蒙古能源局发布了《2020年光伏发电项目竞争配置方案》，明确优先支持光伏+储能建设。若普通光伏电站配置储能系统，则应保证储能系统时长为1小时及以上，配置容量达到项目建设规模的5%及以上。3月30日，新疆发改委印发了《新疆电网发电侧储能管理办法》征求意见稿，明确提出，鼓励光伏、风电等发电企业、售电企业、电力用户、独立辅助服务提供商等投资建设电储能设施，要求充电功

化学螺栓技术要求

化学螺栓规格及重要节点 一、安装程序 安装程序：钻孔——清孔——置入药剂管——钻入螺栓——凝胶过程——硬化过程——固定物体 1、钻孔：先根据设计要求，按图纸间距、边距定好位置，在基层上钻孔，孔径、孔深必须满足设计要求。 2、清孔：用空气压力吹管等工具将孔内浮灰及尘土清除，保持孔内清洁。 3、置入药剂管：将药剂管插入洁净的孔中，插入时树脂在手温条件下能象蜂蜜一样流动时，方可使用胶管。 4、钻入螺栓：用电钻旋入螺杆直至药剂流出为止。电钻一般使用冲击钻或手钻，钻速为750转/分。这时螺栓旋入，药剂管将破碎，树脂、固化剂和石英颗粒混合，并填充锚栓与孔壁之间的空隙。同时，锚栓也可以插入湿孔，但水必须排出钻孔，凝胶过程及硬化过程的等待时间必须加倍。 5、凝胶过程：保持安装工具不动，化学反应时间见详细资料。 6、硬化过程：取下安装工具静待药剂硬化，化学反应时间见详细资料。 7、固定物体：待药剂完全硬化后，加上垫圈及六角螺母将物体固定便可。 二、螺栓规格 锚栓规格（mm）M10 M12 M16 M20 M24 钻孔直径（mm）12 14 18 25 28 钻孔深度（mm）90 110 125 170 210 螺栓长度（mm）130 160 190 260 300 最大锚固厚度（mm）20 25 35 65 65 三、锚栓的边距及混凝土构件的最小厚度要求 锚栓规格M10 M12 M16 M20 M24 最小边距（mm）45 55 65 85 105 最小锚栓间距（mm）45 55 65 85 105 基材最小厚度（mm）110 130 145 190 230 四、单个锚栓平均破坏荷载及设计荷载 锚栓规格M10 M12 M16 M20 M24 破坏拉力（KN）（C30砼）31.87 45.57 71.58 137.69 186.69 破坏剪力（KN）（C30砼）17.25 29.05 53.43 84.42 114.15 设计拉力（KN）（C30砼）10.32 14.76 23.26 44.56 60.90 设计剪力（KN）（C30砼）5.79 9.95 14.40 28.65 45.77

人教版高中化学选修三 《电负性》随堂练习

课时训练6电负性 1.下列是几种原子的基态电子排布式,电负性最大的原子是( ) 解析:根据四种原子的基态电子排布式可知,选项A有两个电子层,最外层有6个电子,应最容易得到电子,电负性最大。 答案:A 2.按F、Cl、Br、I顺序递增的是( ) A.外围电子 B.第一电离能 C.电负性 D.原子半径 解析:F、Cl、Br、I的外围电子数相同,故A项错误;从F~I第一电离能依次减小,原子半径依次增大,电负性依次减小,故B、C错误,D正确。 答案:D 3.在以离子键为主的化学键中常含有共价键的成分,下列各对原子形成的

化学键中共价键成分最少的是( ) ,F ,F ,Cl ,O 解析: 所以共价键成分最少的为B项。 答案:B 4.对价电子构型为2s22p5的元素描述正确的是( ) A.原子半径最小

B.原子序数为7 C.第一电离能最大 D.电负性最大 解析:价电子构型为2s22p5,可知该元素是F元素,故可判断只有D正确。原子半径最小的是H;F原子序数是9;第一电离能最大的是He。 答案:D 5.下列各组元素性质的递变情况错误的是( ) 、Be、B原子最外层电子数依次增多 、S、Cl元素最高正价依次升高 、O、F电负性依次增大 、K、Rb第一电离能逐渐增大 解析:根据元素周期律可知,同一周期从左到右原子最外层电子数依次增多、元素最高正价依次升高、元素原子的电负性依次增大,故A、B、C正确;同一主族,从上到下随着电子层数的增加,元素的第一电离能逐渐减小,故D错误。 答案:D 和Y都是原子序数大于4的短周期元素,X m+和Y n-两种离子的核外电子排布

相同,下列说法中正确的是( ) 的原子半径比Y小 和Y的核电荷数之差为(m-n) C.电负性:X>Y D.第一电离能:XY,原子半径:X>Y,X和Y的核电荷数之差为(m+n)。X比Y更易失电子,第一电离能:X