基于差示扫描量热法测定硬聚氯乙烯管材微晶熔融焓的研究

利用差示扫描量热法(DSC)研究硬聚氯乙烯(PVC-U)管材的微晶熔融焓。将PVC-U管材的熔融过程在DSC仪器软件上再现,次级微晶和初级微晶的熔融吸收峰分别为A峰和B峰,在A峰起始点和B峰起始点之间划一直线,直线下方的阴影面积即为微晶熔融焓;由于PVC-U管材中添加剂的存在而导致假峰时,需要拟合假峰面积,将其扣除; PVC-U管材试样与样品盘的接触充分,有利于得到规则且平滑的DSC结果曲线;在实际测试中,宜从管壁芯层取样,综合考虑0°、90°、180°和270°4个方位的结果值。     

耐高温高强度醇溶性磷酸盐/酚醛杂化胶黏剂的制备及性能表征

以磷酸盐溶液为原料制备了一种醇溶性磷酸盐树脂,加入酚醛树脂及固化剂制备一种耐高温高强度杂化胶黏剂.并借助液滴形状分析仪、红外光谱仪、热重分析仪、X射线衍射仪、扫描电镜、万能拉力机对醇溶性磷酸盐树脂在疏水材料表面的润湿情况、分子结构、耐热性能、物相组成、微观形貌及力学性能进行分析.结果表明,醇溶性磷酸盐树脂对疏水材料的润湿效果良好,并且杂化胶黏剂具有优异的耐高温性和力学性能.     

四川某黏土矿中钪和钛的焙烧浸出试验研究

以四川某地含钪、钛、稀土黏土矿为研究对象,进行钠盐焙烧-酸浸、直接酸浸、硫酸化焙烧-水浸、空白焙烧-酸浸探索试验。结果表明,直接酸浸、空白焙烧-酸浸对钪和钛的回收效果均不好。硫酸化焙烧-水浸对钛的回收效果很好,但钪的浸出率较低。钠盐焙烧-酸浸试验结果表明,适宜的焙烧条件为:碳酸钠用量80%,焙烧温度800℃,焙烧时间1h；适宜的浸出条件为:10v.%硫酸,液固比20:1,浸出温度60℃,搅拌浸出时间2h；钪的浸出率为89.98%,钛的浸出率为80.55%。液固比对钪和钛的浸出率有显著影响,增大液固比可以暂时解决硅酸造成的过滤困难的问题。      

MAPP/EAA处理对聚丙烯/小麦秸秆粉复合材料性能的影响

研究了马来酸酐接枝聚丙烯（MAPP）、乙烯丙烯酸共聚物（EAA）处理对聚丙烯（PP） /小麦秸秆粉（WSP）复合材料性能的影响。结果表明，随着体系中MAPP质量份数的增加，PP/WSP的拉伸强度和弯曲强度均逐渐增大，但冲击强度却先增加后减小，复合材料达到塑化峰的时间逐渐延长；使用EAA后，无论体系中是否已经使用了MAPP，PP/WSP的拉伸、弯曲和冲击强度均可得以提高，特别对于未使用MAPP的体系，效果更加明显，可分别提高65.04 %、45.42 %和6.75 %，储能模量增加，表面疏水性增强，平衡扭矩从13.9 N·m降至11.8 N·m，吸水尺寸变化率及吸水率下降，吸水平衡时间缩短；使用EAA可改善PP/WSP中WSP与PP间的界面结合，改善PP/WSP力学性能、热稳定性能、表面疏水性能、尺寸稳定性能和加工性能，降低其吸水率。     

回火工艺对1Cr17Ni2不锈钢锻后回火硬度的影响

采用正交试验等研究了回火温度、回火时间、回火次数及冷却方式对1Cr17Ni2不锈钢锻后回火硬度的影响。结果表明,本试验中在回火温度630~730 ℃,回火时间120~360 min,回火1~3次以及冷却方式分别为空冷、堆冷、砂冷的条件下,对1Cr17Ni2钢锻后回火硬度影响因素的主次排序为:回火次数＞回火温度＞回火时间＞冷却方式,其中随着回火次数增加,硬度逐步下降,其余参数在试验参数范围内与硬度无明显正相关关系。在保温时间为240 min时,将回火温度升高至720 ℃,或在680 ℃下,将保温时间延长至720 min,进行一次回火,回火后空冷,硬度均高于3.5 HBS。在加热温度为680 ℃、回火时间为180~210 min,回火后空冷,回火3次可将硬度降低至3.6 HBS以下。     

磁控溅射离子镀金装饰膜的研究

采用磁控溅射离子镀技术在316不锈钢表面制备TiN层和Au层,TiN层的厚度分别为0.620μm、0.997μm和1.389μm,反应沉积时间分别为60min、100min和140min,Au层的厚度均为0.13μm左右。测试了镀金层的镀层表面形貌、色泽、耐腐蚀性能和耐磨性能。结果表明,镀膜的反应沉积时间不同时,镀层表面均较致密,中间层TiN层的厚度对颜色没有明显的影响,镀层的耐腐蚀性和耐摩擦性能良好。     

基于Adaboost集成模型的城市短期供水量预测方法

为解决供水量预测精度问题,以上海市中心城区历史用水数据为基础,结合影响水量供给的多种因子,利用特征工程相关算法筛选出最优因子组合,采用基于机器学习Adaboost集成模型构建城市供水量预测模型。研究发现:与该市传统的依赖于人工的预测方法相比,日水量模型使预测误差上限由平均10万t/d降低到7万t/d,平均相对误差降低为1.5%;时水量模型使预测误差上限由平均1.5万t/h降低到0.4万t/h,平均相对误差降低为1.9%。同时,与其他的机器学习模型相比,此模型有效可行,能够提高供水量预测精度,降低能耗成本。