Zn/SBA-15介孔吸附剂的制备及脱附低浓度H_2S性能

以介孔材料SBA-15为载体、过渡金属（Zn、Fe、Mn、Cu、Co和Ni）氧化物为活性组分,用等体积浸渍法制备了过渡金属氧化物负载型介孔脱硫剂,通过XRD和比表面积测定对其进行表征。结果显示,Zn负载的SBA-15对H2S吸附效果最好;Zn离子负载量为23%时,Zn/SBA-15对H2S穿透吸附量最大,为29.7 mg/g吸附剂;考察流速、反应温度以及杂质气体存在对Zn/SBA-15吸附脱除低浓度H2S的影响,并研究了Zn/SBA-15吸附脱除H2S的再生性能,结果表明在空气氛围下,Zn/SBA-15吸附剂在573 K可再生,循环使用4次穿透硫容不发生变化。     

哌嗪及其衍生物与羟乙基乙二胺的混合水溶液吸收CO_2性能

研究了313K时40%(质量分数)哌嗪(PZ)、N-氨乙基哌嗪(N-AEPZ)和羟乙基哌嗪(HEPZ)溶液吸收CO2性能以及30%AEE+10%PZ、30%AEE+10%N-AEPZ和30%AEE+10%HEPZ溶液对CO2的吸收性能。考察了吸收速率、吸收量、吸收时间、温度变化和PZ及其衍生物含量之间的相互关系。考察了解吸量与解吸时间的关系,解吸温度为393K。结果表明,分子结构中的多氨基基团有利于提高吸收性能;在复合体系中,N-AEPZ为主吸收作用,PZ与AEE共同作用,HEPZ为助吸收作用,提高主吸收组分的浓度有利于提高溶液的吸收能力,其中30%AEE+10%PZ的混胺溶液具有良好的吸收和解吸性能。     

红薯淀粉二步糊化工艺对肉肠产品感官品质的影响

为了研究红薯淀粉二步糊化工艺对肉肠产品感官品质的影响,本文通过单因素试验,对影响二步糊化工艺质量的6个主要因素进行分析,确定了较适宜的工艺参数范围。在单因素试验基础上,采用响应面优化试验,确定了红薯淀粉二步糊化的最佳工艺条件:淀粉与水的比例为1∶2、一步糊化用水百分比为65%、淀粉溶解预处理温度为46℃、一步糊化终止温度为69℃、二步糊化温度为87℃、二步糊化时间为25 min,此时成品的感官品质最佳,平均感官得分达到了95.1分。     

透明聚氨酯材料的研究进展及其应用

透明聚氨酯材料由于具有良好的光学性能、耐热性、耐磨性和机械性能可调控性,引起了科研工作者的极大兴趣。文章就国内外关于透明聚氨酯材料的合成过程及应用进行分类总结,分析了透明聚氨酯材料合成方法,指出各种合成方法的优缺点,并提出了透明聚氨酯材料发展的方向。     

腰果酚接枝黄麻纤维不饱和聚酯复合材料的力学性能及界面调控

用甲苯二异氰酸酯与腰果酚(CNSL)合成大分子偶联剂接枝黄麻纤维。以接枝的黄麻纤维为增强体,通用的不饱和聚酯树脂为基体,采用热压方式制备复合材料。比较了纯饱和聚酯树脂、5 %CNSL增韧的不饱和聚酯树脂、25 %碱处理的黄麻纤维不饱和聚酯树脂复合材料和25 %的CNSL接枝黄麻纤维不饱和聚酯树脂复合材料的拉伸强度和冲击强度。结果表明,CNSL接枝于黄麻纤维上;CNSL的加入能提高材料的韧性,黄麻纤维能提高材料的拉伸强度而不能提高材料韧性;25 %CNSL接枝的黄麻纤维不饱和聚酯树脂能提高材料的拉伸强度和韧性,25 %CNSL接枝的黄麻纤维增强含5 %CNSL的不饱和聚酯复合材料,其冲击强度为12.10 kJ/m^2。     

聚已内酯/聚氨酯共聚热致形状记忆材料的合成与表征

以聚己内酯（PCL）为软段,甲苯2,4-二异氰酸酯（TDI）为硬段,通过预聚合和扩链反应制得含结晶软段的聚氨酯形状记忆材料（SMPU）,通过差热分析、红外分析及X射线衍射对其微结构进行了表征。结果表明,随着硬段含量的增加,SMPU的结晶熔融温度上升,结晶度下降,形状回复率减小,形状固定率始终保持在98 %左右;随着PCL相对分子质量的提高,SMPU的结晶熔融温度减小,结晶度增大,回复响应温度逐渐降低。     

基于CAN总线的高压开关柜智能控制器设计

提出了一种适用于煤矿采区变电所高压隔爆型真空开关柜的智能控制器设计方案,它是基于CAN总线通信的嵌入式综合监控装置;介绍了系统的组成和通信方式、控制芯片选型与设计以及各种关键问题的解决方法。该系统具有使用芯片数量少、功能强大、可靠性高、组合灵活等特点。     

秤台面与路面不在同一同示值误差分析

本介绍了从定量计算角度论述秤台面与路不在同一平面所造成的称量误差原理，并给出减少称量误差方法。     

基于卷积神经网络的多模态过程故障检测

传统多元统计分析方法在多模态过程故障检测应用中存在控制阈值难以选择、误报率和漏报率高等问题，受到计算机智能视觉处理技术的启发，提出数据驱动的基于平铺卷积神经网络（TCNN）的故障检测方法，该方法创新地将多传感器数据编码成二维图像，将故障检测变成模式识别问题。离线阶段，将历史数据进行差值图像编码以保留特征，构建模型训练数据集。进一步建立故障检测TCNN模型，使用Adam算法进行梯度下降模型寻优，引入灰狼优化算法进行超参数寻优获得较优的检测模型。在线阶段，将在线传感器信号输入模型进行模态识别和故障检测。从数据出发，无需特征工程和人工干预，通过TCNN模型学习数据深层的模式特征。TEP数据集实验表明，对传统方法难以检测的多模态过程故障，提出的方法取得了较好的检测效果，有效地降低了误报率和漏报率，在工业智能制造的发展趋势下具有一定的应用价值。