原料中杂质对丙烯与苯烷基化催化剂性能的影响

分析了原料中杂质对催化剂活性和稳定性的影响及脱除杂质的方法。不同来源的丙烯所含杂质不同 ,炼厂丙烯杂质主要是氮化物和双烯 ,而裂解丙烯杂质主要是双烯 ;苯的主要杂质是饱和烷烃和微量水 ,这些杂质对催化剂活性和稳定性都有影响。实验结果表明 ,杂质含量越高 ,催化剂的活性和稳定性越低 ,而采用强酸性阳离子交换树脂可以脱除丙烯中的杂质。     

聚合物系的挥发分脱除——起泡脱挥机理及模型

聚合物系的挥发分脱除(以下简称脱挥)是聚合物生产中的关键工艺之一。本文对国外有关聚合物系脱挥领域的文献作了综述,介绍了聚合物脱挥的基本概念,重点描述了起泡脱挥传质中气泡的成核、生长、破裂,气泡合并、凝聚的机理以及它们的表达式,并介绍了几种起泡脱挥的模型。     

单分散胶体颗粒的有序组装及其应用研究进展

本文综述了近1～2年来课题组在单分散胶体微球有序组装及其应用方面的研究进展.其中包括250～1300 nm宽尺寸范围单分散二氧化硅胶体微球的重力沉降自组织;旨在提高光子晶体折射率反差的TiO2/SiO2复合胶体微球的有序组装;硬模板与催化材料一步复合的二元胶体体系颗粒的有序自组装;一种高效的聚苯乙烯胶体颗粒的批量组装技术;低体积分数聚苯乙烯胶体晶体的制备;以及聚苯乙烯胶粒晶体作为可调谐三维非线性光子晶体在高开关对比的光子晶体光开关方面的应用,和作为制备有序大孔材料硬模板在大分子催化方面的应用等.     

高效液相色谱法测定烟叶提取物中茄尼醇的含量

采用高效液相色谱法测定烟叶提取物中茄尼醇含量的方法。条件为:HypersilC18色谱柱,流动相为异丙醇∶乙腈=60∶40(V/V),流速1.0mL/min,紫外检测波长210nm,柱温30℃。实验结果表明,该方法在茄尼醇进样量为1-10μg时有良好线性关系(Y=1.66×105X-3.25×103,r=0.9998);加标回收实验(n=5)的平均回收率为99.3%,RSD为0.93%。该方法简便、精密、准确。     

钛系聚酯催化剂的研究进展

介绍了聚酯催化剂中锑、锗、钛三个系列的各自特点，综述了复合型钛系和超细TiO2型聚酯催化剂的最新进展，认为新型钛系催化剂催化活性更高，更环保，而且用它合成的聚酯产品色相好，热稳定性得到了改善。     

电泳沉积法γ-Al2O3微孔膜的制备与表征

采用电泳沉积法制备γ－Al2O3微孔膜，考察了干燥及烧成制度对膜形成的影响，并用IR，XRD，SEM，N2吸附－脱附等测试手段对γ－Al2O3微孔膜进行了表征。结果表明：采用电泳沉积法可成功地制备均匀的γ－Al2O3保护膜；实验中采用室温慢速干燥法，制得了完整的凝胶膜，经过焙烧可获得与基片结合良好的γ－Al2O3多孔膜，在焙烧过程中，γ－AlOOH发生如下的晶型转变：γ－AlOOH→345℃γ－Al2O3，并且随着焙烧温度的升高，γ－Al2O3膜的结晶性得到改善。此外，γ－Al2O3膜的断面结构较疏松，膜厚度大面均匀：一次成膜厚度达十几μm，γ－Al2O3微孔膜的孔径尺寸为纳米级。     

醇溶剂中TS-1催化丙烯环氧化的本征动力学与反应机理研究

研究了在三种不同醇溶剂(甲醇、异丙醇和仲丁醇)水溶液中TS—l催化丙烯过氧化氢环氧化反应的本征动力学，反应条件为温度30～60℃，丙烯压力0．4-0．6MPa。根据实验现象和各组分在TS-1上的吸附特点建立了该反应的Eley-Rideal机理模型，环氧化反应在吸附态的H2O2分子与游离态的丙烯分子之间进行，表面反应为速度控制步骤。通过实验数据对机理模型进行了参数估值，检验结果表明拟合效果较好，平均偏差在10％以内。最后对过程进行了进一步讨论，为该过程的工业化提供了依据。     

一种基于悬浮吸收层的双层结构的热电堆红外探测器(英文)

提出一种新颖红外传感器,这种传感器采用悬浮吸收层的双层结构的优势,来实现相对小尺寸下的高探测性能。双层结构采用2种牺牲层材料,分别为聚酰亚胺牺牲层和预埋在热偶条和沉底之间的多晶硅材料。仿真结果证明了该种结构的探测率、响应率和响应时间分别达到2.85×108cm Hz(1/2)/W、1 800 V/W和6 ms。本文给出了该种热电堆红外探测器高度兼容于CMOS工艺的制备流程,使器件的高效量产和低成本生产成为可能。     

用于文本分类的特征项权重算法改进

TF-IDF算法是文本分类中一种常用的权重计算方法,但是TF-IDF仅仅考虑了特征项在文本中出现的次数以及该特征项在训练集中的出现频率,没有考虑特征项在各个类间的分布情况及特征项的语义信息。因此针对TF-IDF的不足提出了一种改进的TF-IDF算法,此算法既考虑了特征项在类内的分布情况又考虑了特征项的位置及长度等语义因素,能更好地反映特征项的重要性。用朴素贝叶斯分类器验证其有效性,实验结果表明该算法优于TF-IDF算法,能较好地提高文本分类的准确率。