从7-ADCA生产过程中环境友好的回收苯乙酸

采用新工艺回收7-氨基-3-脱乙酰氧基头孢烷酸(7-ADCA)生产中产生的苯乙酸,并对苯乙酸回收过程中产生的废硫酸进行处理。采用硫酸(9 8%)洗涤二氯甲烷,硫酸与二氯甲烷适宜的体积比为1∶50,洗涤好的二氯甲烷中含苯乙酸4%。蒸馏出二氯甲烷,趁热向熔融苯乙酸中加入母液,降温析出苯乙酸。晾干的苯乙酸为白色鳞片状,含量大于99%,苯乙酸母液补充部分清水套用到下一批析出苯乙酸。废浓硫酸用芬顿试剂氧化,控制80℃氧化4h,双氧水和七水硫酸亚铁重量比为6∶1,废浓硫酸COD下降85%以上。氧化结束后向废硫酸中加入铁粉和双氧水,制得聚合硫酸铁。     

PET的紫外老化性能及机理研究

采用力学、紫外-可见光分析和热失质等测试手段研究了PET改性料的紫外老化性能及老化机理。结果表明:复合助剂的加入能显著提升体系的力学性能保持率,进而提升其紫外老化寿命,提升的幅度随复合助剂中耐紫外剂含量的增加而显著增加。DSC分析表明,随着复合助剂的引入和老化的进行,改性料结晶度增加。文中进一步讨论了PET改性料的紫外老化机理。紫外-可见光分析表明,紫外老化能产生醌类和双醌类物质,进而提升PET改性料的紫外吸收度。     

超高效液相色谱—串联质谱法快速同时检测茶叶中7种香料

基于超高效液相色谱—串联质谱(UHPLC-MS/MS),建立了同时检测茶叶中7种可能非法添加的香料(茴香烯、香豆素、胡椒酚甲醚、指甲花醌、甲基丁香酚、蒲勒酮和反式肉桂醛)的定性、定量方法。茶叶样品经过乙腈—水混合溶剂提取,涡旋振荡,适当稀释并加入无水硫酸钠、十八烷基键合硅胶(C₁₈)和N-丙基乙二胺(PSA)进行净化,涡旋离心后,上清液过膜待测。以Kinetex C₁₈色谱柱分离,在多反应检测扫描(MRM)模式下经MS/MS进行基质外标法定量检测。试验结果表明,7种目标物在0.8~1 600.0 μg/L范围内呈良好线性,线性相关系数(R2)均大于0.999。方法的检出限为0.02~0.03 mg/kg,定量限为0.05~0.10 mg/kg,平均回收率为82.5%~102.5%,日内、日间精密度分别小于16%和18%。该方法快速、可靠、灵敏度高,用于检测市面流通的100个茶叶样品,结果检出了反式茴香脑、香豆素和胡椒酚甲醚等物质,最大浓度值分别为65.0,2.0,72.2 mg/kg。     

某污水处理厂MBR膜系统改造与运行管理

某污水处理厂设计规模为10万t/d,采用AAO+MBR工艺,设计出水水质满足《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A标准。由于运行时间较长,MBR运行系统存在产能下降、膜丝断丝脱落、污堵和清洗频次以及强度增加等问题,严重影响正常生产运行。针对MBR系统运行中存在的问题,文中提出具体改造建议,并总结运行经验,进一步优化MBR膜系统的运行维护管理,为其他污水厂MBR膜系统运行问题提供解决思路和维护管理经验。     

不同有机物对硝酸盐氮测试的影响

研究了红糖、葡萄糖、乙酸钠、甲醇、乙醇、乙酸、丙酸、丁酸、正戊酸、混合有机溶剂等10种不同有机物对麝香草酚光谱法和离子色谱法测试硝酸盐氮的影响。结果表明,溶液中含有红糖或葡萄糖时,均会对麝香草酚法测试硝酸盐氮造成影响,使得测试结果偏大;在无硝酸根离子存在时,红糖和葡萄糖的质量浓度与硝酸盐氮的测试浓度非线性相关;而乙酸钠、甲醇、乙醇、乙酸、丙酸、丁酸、正戊酸和混合有机溶剂则对麝香草酚法测试硝酸盐氮没有影响。实验发现,红糖和葡萄糖在浓硫酸的作用下与麝香草酚发生Molisch反应,形成有色复合物和红棕色不溶性沉淀。实验采用离子色谱法测试硝酸盐氮时,红糖和葡萄糖等糖类有机物对测试结果均无影响。     

智能变电站设备管控大数据分析系统研究

结合数据挖掘、大数据技术在电力系统中的应用现状，分析和设计了一种智能变电站设备管控大数据分析系统。对变电站设备运行状态的大数据特征及基本框架进行了分析，并重点阐述了变电站设备运行状态大数据分析系统的数据集成与预处理、数据存储与处理、设备状态评估模型以及数据可视化展示。实验结果表明，所设计的大数据分析系统能够大幅度提升变电站设备数据分析智能化水平，为变电站管控稳定运行提供更加有效和实用性的技术支撑。     

FDC在TFT-LCD中的应用案例研究

针对x因子不明确的品质不良,以TFT-LCD某产品不良为例,提出了FDC大数据分析方法。与实际生产过程相结合,经过数据收集和过滤、数据降维和主成分分析过程,找到该品质不良的强相关因子。通过对强关联因子进行DOE实验设计,明确关键因子管控线,提高产品生产力。     

Personality expression and recognition in Chinese language usage

User Modeling and User-Adapted Interaction - Personality plays a pivotal role at work. Many scholars have investigated the association between personality and language usage habits in the English...     

Anchoring single Pt atoms on hollow Ag3VO4 spheres for improved activity towards photocatalytic H2 evolution reaction

The high cost of noble metal catalysts has been a great bottleneck for the catalyst industry. Using the noble metal at a single-atom level for catalytic applications could dramatically decrease the cost. The impacts of single Pt atoms on the photocatalytic performance of Ag₃VO₄ have been investigated and reported. In this report, single Pt atoms were anchored on the surface of Ag₃VO₄ (AVO) as a cocatalyst, and the resultant composite photocatalyst has been studied for photocatalytic H₂ production from water driven by visible light. The as-prepared AVO particles are hollow nanospheres in the monoclinic phase with a bandgap of 2.20 eV. The light absorption edge of AVO/Pt is slightly red-shifted compared to that of the pristine AVO, indicating more visible light absorption of AVO/Pt. The XPS peaks of Ag, V, and Pt exhibit a significant shift after AVO and Pt get into contact, suggesting the strong interaction between the surface Ag and V atoms, and single Pt atoms. After 3-h illumination, the photocatalytic H₂ evolution amount from AVO/Pt is improved up to 1400 μmol, which is 2.8 times that on the bare AVO. Such efficient photocatalytic H₂ evolution on AVO/Pt is still maintained after five reaction cycles. The better photocatalytic performance of AVO/Pt has been attributed to the more efficient visible light utilization and the lower interfacial charge transfer resistance, as demonstrated in the DRS and EIS spectra. The presence of the surface Pt atoms also leads to a higher amount of reactive radicals, which could efficiently promote the surface redox reactions.     

基于注意力机制与文本信息的用户关系抽取

随着社交媒体的发展,用户之间的关系网络对于社交媒体的分析有很大的帮助。因此,该文主要研究用户好友关系检测。以往的关于用户好友关系抽取的研究主要基于社交媒体上的结构化信息,比如其他好友关系,用户的不同属性等。但是,很多时候用户本身并没有大量的好友信息存在,同时也不一定有很多确定的属性。因此,我们希望基于用户发表的文本信息来对用户关系进行预测。不同于以往的潜在好友推荐算法,该文提出了一种基于注意力机制以及长短时记忆网络(long short-term memory,LSTM)的好友关系预测模型,将好友之间的评论分开处理,通过分析用户之间的评论来判断是否具备一定的好友关系。该模型将好友双方信息拼接后的结果作为输入,并将注意力机制应用于LSTM的输出。实验表明,用户之间的评论对于好友关系预测确实有较大的实际意义,该文提出的模型较之于多个基准系统的效果,取得了明显的提升。在不加入任何其它非文本特征的情况下,实验结果的准确率达到了77%。