LG Chem公司与Veolia R&E公司合作利用回收材料生产透明ABS树脂

韩国LG Chem公司2021年8月30日宣布,其与韩国最大的回收MMA(甲基丙烯酸甲酯)生产商Veolia R&E公司签署了稳定供应回收的MMA并提升质量的战略合作伙伴关系协议(MOU)。Veolia R&E公司是法国威立雅集团的子公司。威立雅集团是世界上最大的环境服务公司(水处理、废弃物和能源),于2010年开发了世界上第一个裂解废弃人造大理石并将其回收成MMA的技术。LG Chem公司和Veolia R&E公司正在合作使用化学回收原料生产丙烯腈-丁二烯-苯乙烯(ABS,是一种高附加值合成树脂)。     

基于羧酸功能化离子液体的含铽发光材料的合成与表征

合成了两种带羧酸官能团的长链咪唑离子液体,离子交换前后分别溶解稀土氧化铽,得到新型的荧光软材料,荧光光谱及荧光寿命表征显示离子液体配体与稀土离子之间进行了有效的能量传递,此荧光材料兼具稀土离子的优异荧光特性和离子液体本身的性质,有较高的潜在应用价值.     

缓释氧材料对黑臭水体的水质改善效果研究

采用新型缓释氧材料处理城市黑臭水体。中试实验过程中缓释氧材料放置于释氧渗透反应格栅中，研究缓释氧材料对实际城市黑臭水体的处理效果。中试结果表明新型缓释氧材料可以明显改善水体的污染情况。在实验周期为 20 d，水力停留时间为 8 h 的情况下，黑臭水体流经释氧渗透反应格栅后，水体溶解氧（DO）浓度升高，好氧微生物的活性增强，水中好养微生物降解有机污染物速率提高，水体中污染物化学需氧量（COD）、氨氮（NH₃-N）、总氮（TN）以及总磷（TP）的去除率分别为 21.2%、12.0%、15.20%、58.1%；水体中微生物优势菌群发生变化，在属水平上，hgc I＿clade、CL500-29＿marine＿group 和 12up 为优势物种。用冗余分析（RDA）探讨了环境因子与微生物群落结构之间的关系，DO、TN、TP、NH₃-N 是影响微生物群落结构的主要环境因子。     

有机-无机压电材料TMCM-MnCl3的研究

有机-无机压电材料是一种分子铁电体，具有柔性、结构灵活、易成膜、全液相合成及环保节能等优点，可满足新一代薄膜器件及可穿戴设备的需求。该文以三甲基卤代甲基铵(TMXM, X=F, Cl, Br)为有机部分，MnCl₂为无机部分，通过溶液蒸发法制备了具有钙钛矿分子结构的有机-无机压电材料三甲基氯三氯化锰(TMCM-MnCl₃)，并对其分子结构组成、压电、热学、声学及铁电性进行表征。结果表明，TMCM-MnCl₃的压电常数为106 pC/N，居里温度为130 ℃，声阻抗值约为16.5 MRayl，低于压电陶瓷PZT-4(大于33 MRayl)，具有广阔的应用前景。     

一种用于水声材料设计的动态参数测试方法

针对提高水声材料设计中动态参数输入精度的问题，提出了一种复杨氏模量及泊松比准确测试方法。对于复杨氏模量测试，通过将Williams-Landel-Ferry(WLF)方程引入到Havriliak-Negami(H-N)模型中，采用信赖域反射算法对未知参数进行拟合得到材料参数宽频域主曲线。对于泊松比测试，根据同一材料不同形状因子表观杨氏模量之比与泊松比存在唯一量化关系的特性，仅通过两种不同形状因子试样的准静态有限元模拟，获得表观杨氏模量比值与泊松比量化曲线。因此，根据橡胶样品表观杨氏模量测试结果，可以直接利用局部加权回归获得其泊松比。最后，将前述材料制成直径为55 mm、厚度为50 mm的声管样品，放置在水声管中进行吸声系数测试。同时，把橡胶的复杨氏模量和泊松比的测量结果输入到水-橡胶-水分层介质模型中进行吸声系数计算。结果表明两者吻合，验证了上述测试方法的正确性和有效性。     

粉体含能材料生产与储运中的静电安全及防护

分析了静电产生的原因,阐述了粉体含能材料生产中的静电起电现象、静电的危害、静电安全性评估标准以及建立在此标准基础上的静电放电危险的评价办法,提出了粉体含能材料在生产、运输中所需要采取的静电防护措施。     

高分子材料导热性能影响因素研究进展

介绍了高分子材料导热性能影响因素研究进展，重点阐释了聚合物基体的结构特性（链结构、分子间相互作用、取向、结晶度等）、导热填料（种类、含量、形态、尺寸等）以及制备方法等对高分子材料导热性能的影响。     

坚持不断创新 提供优良服务

深圳市科立讯数据技术有限公司坐落在广东省深圳市南山区软件园,是一家自主研发、生产和销售各类无线电监测和管制设备的行业方案供应商。本着创新、求实、谋发展的宗旨,公司以"让客户享受良好的人性化产品体验,成为最值得客户长期信赖的企业"为使命,不断为无线电管理机构提供良好的产品与服务。公司自2007年成立之初,就一直把提升产品质量与技术服务作为立足之本,同时强调技术创新,注重未来发展,主动响应市场变化。     

基于情境感知工具辅助碎片化学习行为的研究

碎片化学习难以集中记录,存在无法迅速定位到自己需要的学习内容等用户体验问题.传统方法不能采集真实情境下的用户数据,无法满足研究人员的研究需求.基于此,开发一种基于用户行为的捕捉工具——CAUX(Context-Aware User Experience,CAUX),设计了具有情境感知能力的数据采集模块,自动捕捉指定App内的用户行为数据.CAUX对用户干扰性低,可以辅助研究人员捕捉典型的碎片化学习行为.对利用CAUX采集到的数据进行处理,并结合人工方法进行分析,可以发现不同情境下的用户行为和用户体验问题.