改性海泡石催化剂协同低温等离子体脱除NOx

为了环境保护的目的,采用盐酸浸泡和硝酸铜改性海泡石,并经高温煅烧制得改性海泡石催化剂,在介质阻挡放电反应器中该催化剂协同低温等离子体氧化脱除汽车尾气中的NO。试验证明低温等离子体协同改性海泡石催化剂能够有效脱除NO,反应器输入电压、酸浸浓度以及催化剂煅烧温度对NO脱除率有显著影响。NO脱除率随输入电压增大而增加,等离子体能够有效提高活性粒子和氧自由基浓度,以及增大催化剂的活性和吸附性能。NO脱除率随酸浸浓度和煅烧温度的增大先增加而后降低,NO脱除率具有最佳峰值。最佳实验条件为等离子体输入电压〉30kV、盐酸浓度1．5mol／L左右、煅烧温度400℃左右。NO最大脱除率可达88．49／5左右。该研究为脱除NOx的工业性应用提供了理论依据。     

稀土改性凹凸棒石协同等离子体净化硝酸尾气

硝酸生产尾气中含有的氮氧化物是大气污染源之一,研究采用等离子体协同稀土改性凹凸棒石粘土催化剂可有效净化脱除硝酸生产尾气中的NOx;同时该催化剂对氮氧化物还具有吸附功能,提高了反应物浓度和反应速率。试验研究表明随等离子体输入电压增加NOx脱除率增大,等离子体能够有效提高活性粒子和氧自由基浓度,增大催化剂的活性和吸附性能;催化剂煅烧温度对其催化活性也具有显著影响,适宜煅烧温度可增加催化剂表面活性点密度;CeO2稀土的引入,也可增强其反应活性。研究实验条件下最佳工艺参数为等离子体输入电压大于35 kV,催化剂煅烧温度在400-600℃,NOx脱除率最大。     

等离子体协同催化脱除NOx的影响因素

采用铜氧化物催化剂与低温等离子体协同的方法,以脱除汽车尾气中NOx为目的,研究了NO气体初始浓度、空速、催化剂装填量,以及等离子体反应器输入电压对NO脱除率的影响规律。研究发现NO脱除率随气体初始浓度和空速增加先升高再降低,存在最大峰值;在等离子体协同作用下催化剂装填量对NO脱除率影响顺序为：反应器装满催化剂〉反应器装满塑料球〉反应器部分装填催化剂〉未装填催化剂;随输入电压增大NO脱除率增加;催化剂不仅具有催化和存储性能,而且还具有阻挡放电介质的功能。在本研究中当NO初始浓度在2.56×10-4左右、反应器装满催化剂、空速10.2s-1左右时,NOx获得最大脱除率。     

等离子体与催化剂协同脱除柴油机NO_x的研究

在模拟发动机排气条件下对等离子体与催化剂协同脱除柴油机NOx进行了测试。考察了单独等离子体、单独催化、等离子体与催化协同作用下的转化效果,分别测试了NO体积分数、还原HC体积分数、输入能量密度、催化载体类型、温度以及CO,H2,CO2等因素对NOx转化效率的影响。     

铜/海泡石催化还原NO的研究

为了对NO进行有效的净化,研究了一种新型催化剂——铜/海泡石.海泡石用盐酸进行改性,由正交实验优化确定了改性条件:盐酸浓度为1.2mol/L;固液体积比为1:20;浸泡时间为20 h和浸泡温度为333 K.研究表明,在稀薄燃烧条件下,铜/海泡石对NO的还原具有良好的催化活性.Cu负载量为5％,灼烧成型温度为673 K条件下制备的催化剂具有最好的活性,593 K时,NO的转化率达90％.掺入稀土元素Ce和Sm可以提高铜/海泡石的催化性能.考察了氧成分和空速等对催化活性的影响,并用TGA,XRD,H2-TPR和BET等对该催化剂进行表征.实验结果表明:铜/海泡石是一种NO选择催化还原的有效催化剂.     

低温等离子体法制备超亲水PE薄膜及其性能研究

以氩气/氧气混合气体(Ar/O2)为工作气体,通过常压低温等离子体技术对聚乙烯薄膜表面引发接枝丙烯酸改性,从而制备出一种超亲水聚乙烯薄膜,并用IR、AFM、接触角仪对其进行表征.结果表明:最佳工艺条件是85 W、2 min;两通装置优于单通;使用Ar/O2混合气体低温等离子体技术和丙烯酸接枝技术对聚乙烯薄膜进行改性效果优于使用单一Ar低温等离子体技术,前者接触角可降低至8.78±3°,并且可稳定在11.80±3°,具有良好的亲水性和耐久性.     

活性炭对钌基氨合成催化剂活性的影响

研究了不同活性炭的表面性质与钌基氨合成催化剂活性的关系.以不同种类的活性炭为载体制备的钌基催化剂,其活性有很大的不同.活性炭的表面结构和表面化学性质均会对催化剂性能产生重要影响.研究发现催化剂活性与活性炭比表面积,总孔容之间并没有直接的依赖关系,而活性炭载体的灰分,pH值及中孔的孔容对催化剂活性影响较大.对活性炭进行适当的氧化改性处理可以提高催化剂的活性.促进剂与载体及活性组分之间存在强相互作用,当促进剂的含量改变时钌基催化剂的活性也产生明显变化,并且研究表明适当增大助剂K的含量可以提高催化剂的低温活性.     

新型ACF可见光催化剂的制备与比较机理研究

利用水合肼还原法制备Cu2O,并向溶液中投入TiO2粉末的方法制备的催化剂改性的沥青基活性炭纤维(ACF-1),与经过水合肼还原法制备的Cu2O,溶胶凝胶法制备的Ti O2混合的催化剂改性的沥青基活性炭纤维(ACF-4),在反应设备中进行吸附脱除NO实验对比,证明前者吸附效率高而选择ACF-1进行下一步调整,水合肼还原法制备Cu2O过程中,先后对TiO2投入量的不同,和ACF负载时间不同进行调节,在反应设备中进行脱除NO实验,最后选定由Ti:Cu=0.5:1,负载时间为50min条件下制备的催化剂改性的沥青基活性炭纤维(ACF-1),并对ACF-1与ACF-4进行XPS表征,分析改性前后ACF表面元素含量和官能团的变化。研究表明,改性后ACF表面官能含量增加,增强了ACF对NO吸附能力,使脱硝效率达61%。     

低温等离子体协同木纤维柴油机尾气净化器性能试验

为了控制柴油机尾气污染物排放,研制低温等离子体协同木纤维净化碳烟颗粒物(PM)和NO_x的尾气净化器,利用高压脉冲电晕放电产生低温等离子体,木纤维滤芯一方面作为纳米级CeO_2催化剂的载体,另一方面可以有效捕集PM。设计尾气净化器性能测试试验台,对净化器净化PM和NO_x的性能进行试验研究。以一定比例浓度的N_2、NO和O_2混合组成柴油机的模拟尾气,将PM提前加载于木纤维滤芯上,气体温度控制在100℃~230℃范围内。试验结果表明:木纤维可为催化剂提供良好的催化环境,催化剂对净化器净化PM和NO_x起到了催化促进作用;木纤维滤芯PM负载量的增加可提高净化器对NO_x的净化效率;净化器输入电压升高可增加其对PM和NO_x的净化效率。     

等离子体制备亲水性聚乙烯薄膜及其性能研究

以常压氩气(Ar)为工作气体,通过低温等离子体技术对聚乙烯薄膜表面引发接枝丙烯酸改性,从而制备出一种表面亲水性优良的聚乙烯薄膜,并用IR、AFM、接触角仪对其进行表征。结果表明:常压下单纯使用Ar低温等离子体对聚乙烯薄膜进行改性,表面接触角降低至43.21°±3°,但其时效性较差,随放置时间延长接触角会逐渐回复至70°±3°;而在使用表面丙烯酸接枝改性后,可使其接触角降低至19.21°±3°,并且接触角可稳定在30°±3°,薄膜表现出更优良的亲水性和耐久性。     

磁改性海泡石催化过二硫酸盐降解双酚A

为有效去除水中内分泌干扰物,采用共沉淀法合成海泡石负载纳米Fe_3O_4催化剂,催化过二硫酸盐去除水中双酚A(BPA).通过X射线衍射(XRD)、X射线光电子能谱(XPS)、扫描电镜(SEM)、透射电镜(TEM)、氮气吸脱附仪等对催化剂进行表征,考察不同温度和溶液pH对催化剂吸附性能的影响,研究催化剂和过硫酸盐投量对BPA去除效果的影响.结果表明,高比表面积的催化剂可对BPA有效吸附,平衡吸附量随着温度升高而降低,室温下可达11.6 mg/g.当催化剂投量为2 g/L、过硫酸钾(PDS)投量为4 000 mg/L、溶液pH为5时,体系可在20 min内完全降解30 mg/L的BPA.催化剂可通过外加磁场进行回收,且重复使用5次之后,60 min降解率仅下降了2.7%.机理推断认为体系内BPA的降解过程由吸附-氧化耦合反应实现,被吸附的BPA分子可在催化剂表面被生成的自由基原位降解.本研究首次将磁改性海泡石作为催化过硫酸盐的高级氧化体系催化剂使用,并认为吸附-氧化耦合式的降解途径可以有效提高自由基利用率,为去除水中痕量有机污染物的催化氧化体系设计提供了新的思路和方向.     

酸-高温改性海泡石对单宁酸的吸附性能及其表面化学特性研究

以单宁酸为目标污染物,分析了溶液初始pH、吸附时间以及吸附剂投加量等因素对酸-高温改性海泡石吸附单宁酸的影响,并通过表面电荷、X射线衍射与红外光谱的测定分析,探讨了天然海泡石、酸-高温改性海泡石以及改性海泡石吸附单宁酸后的表面化学特性.结果表明,溶液初始pH=2增加到pH=10时,酸-高温改性海泡石对单宁酸的去除率由35.0%上升到74.8%,吸附量由7.0mg/g上升到15.0mg/g.随着吸附剂投加量的增加,单宁酸的去除率呈上升趋势.当吸附时间为6h时,去除率可达71.0%,吸附量为14.2mg/g,而后去除率与吸附量基本保持不变.海泡石与酸-高温改性海泡石电荷零点所对应的pHZPC分别为7.32±0.1和6.44±0.1,表明酸-高温改性增加了海泡石表面的酸度,形成了更多的表面吸附位;同时酸-高温改性提高了海泡石的纯度和吸附性能,改性海泡石吸附单宁酸后,其红外图谱显示在2 975、2 919和1 629cm-1处出现了吸收峰,表明改性海泡石对单宁酸有较好的吸附作用.     

Simulation of solute transportation within porous particles during the bioleaching process

A mathematical model,accounting for the sulfuric acid and ferric ions diffusion and the copper sulfide mineral leaching process, was developed for an ore particle by considering its porous structure.It was simulated with the simulation tool COMSOL Multiphysics.The simulation results show that the highest acid and ferric concentrations near the particle surface are apparent,while the concentrations in the central particle increase slightly as the less-porous ore core with low permeability prevents the oxi...     

海泡石/玄武岩纤维复合沥青混合料性能研究

从海泡石纤维和改性玄武岩纤维的微观结构特性出发，进行海泡石／玄武岩复合纤维增强沥青复合材料的制备．通过路用性能试验，研究了海泡石纤维和改性玄武岩纤维对沥青混合料性能的影响以及结合机理．结果表明，添加适当量海泡石和改性玄武岩纤维可以制备性能优良的纤维复合沥青混合料．海泡石纤维对沥青表现极强吸持能力，有效调节沥青质与胶浆的含量．改性玄武岩纤维在沥青中主要起加固和改善混合料的作用．两种纤维的添加，使沥青混合料的高温变形性、水稳定性、低温抗裂性和抗疲劳性等显著提高。     

Preparation of 3,4-Dihydro-2H-pyran Catalyzed by Modified Gamma Alumina

A promising catalytic material, modified gamma alumina with high surface area (300m2/g )and higher contents of strong acid sites was developed. It was prepared by a special precipitation method with aluminum nitrate solution containing a certain amounts of orthosilicic acid and ammonia aqueous solution. Compared with commercial gamma alumina, the modified gamma alumina is an effective catalyst for dehydration of tetrahydrofurfuryl alcohol to 3,4-Dihydro- 2 H-pyran. Under the optimized reaction conditions, an improved yield of 3,4-Dihydro-2H-pyran of 93.4% was achieved. The profiles of pyridine TPD slow that the modified gamma alumina exhibits more strong acid sites than that in the commercial gamma alumina, indicating the strong acid sites on the surface of the catalyst may play a crucial role in this reaction.     

Evaluation of nitrate removal effect on groundwater using artificial neural networks

Considering the non-linear,complex and multivariable process of biological denitrification,an activated sludge process was introduced to remove nitrate in groundwater with the aid of artificial neural networks (ANN) to evaluate the nitrate removal effect. The parameters such as COD,NH3-N,NO-3-N,NO-2-N,MLSS,DO,etc.,were used for input nodes,and COD,NH3-N,NO-3-N,NO-2-N were selected for output nodes. Experimental ANN training results show that ANN was able to predict the output water quality parameters very well. Most of relative errors of NO-3-N and COD were in the range of ±10% and ±5% respectively. The results predicted by ANN model of nitrate removal in groundwater produced good agreement with the experimental data. Though ANN model can optimize effect of the whole system,it cannot replace the water treatment process.