旋转填充床反应器合成超低界面张力石油磺酸盐表面活性剂研究

石油磺酸盐是用于强化采油的表面活性剂,主要在搅拌釜反应器(STR)通过磺化石油馏分制备而来。本文以高粘度的石油馏分为原料,采用液相三氧化硫磺化法,以旋转填充床(RPB)为磺化反应器强化制备驱油用超低界面张力的石油磺酸盐表面活性剂。以活性物含量和油水界面张力值(IFT)为考察目标,研究了不同的实验操作条件对其的影响。在优化的条件下,活性物含量可以达到50.3%,IFT降低至4.5×10?3 mN?m-1。和传统STR相比,活性物含量可提高13.82%。同时,文章中还讨论了IFT测量过程中的油滴不均匀变化现象。结果发现,该现象与表面活性剂的结构以及表面活性剂的扩散速率有关。增加表面活性剂的扩散阻力,可以消除不均匀变化;但是增加表面活性剂中重组分的含量,不但可以消除回缩现象,同时还可以降低IFT的最低值。这现象对于解释IFT的降低和生产超低IFT的表面活性剂的配方具有指导意义。     

大孔道结构及其应用

大孔道结构是一种广泛存在于各种不同类型晶体之中的特殊结构,利用它可以进行纳米建构及各种形式模板合成,对它的研究将会引发以纳米为基础的高新技术应用的巨大爆发力。本文综述了大孔道结构类型及其应用的新的进展,全面论述了它在各个领域的研究状况,并且指出了进一步发展的方向。     

基于分水岭变换和蚁群聚类的图像分割

针对传统分水岭分割算法对噪声敏感和易于产生过分割问题,提出一种新的基于分水岭和蚁群智能聚类的图像分割方法(CWAC,Combining watersheds and ant colony clustering).CWAC方法首先用分水岭变换对图像做初分割,然后用蚁群方法在区域之间进行聚类合并,获得最终的分割结果.CWAC不但成功地解决了分水岭存在的过分割问题,还大大提高了蚁群聚类算法的搜索效率;本文利用分水岭变换后的灰度信息和空间信息,定义了一种新的引导函数,可更准确有效引导蚁群聚类.实验结果表明CWAC可以快速准确地分割出目标,是一种有效的图像分割方法.     

旋转填充床反应器流体流动可视化研究进展

旋转填充床反应器是一种典型过程强化装置,对化工过程中的传质与混合过程具有较好的强化作用。流体流动作为旋转填充床反应器中最为基础的性质,对研究、优化旋转填充床反应器的结构和性能至关重要。光学成像技术与数值模拟作为研究旋转填充床反应器中流体力学性质的重要手段在近年来得到了飞速发展。对近三十年来,旋转填充床反应器可视化研究进行了综述,从早期光学成像开始,在此基础上引入早期计算流体力学模拟,直至现在高速数码摄像可视化和基于真实结构的模拟。对旋转填充床的可视化观测从填料表面逐渐向填料内部发展,对其数值模拟从初步的数学模型发展到包含详细填料几何结构、详细流体特性的流动模拟。现有研究已对填料区、空腔区中的流体流动有了较为详细的描述。     

大豆水溶性蛋白提取工艺优化

以大豆为原料,研究大豆水溶性蛋白最佳提取工艺。采用单因素实验研究料液比、提取温度、提取时间对大豆水溶性蛋白含量的影响。采用正交实验优化大豆水溶性蛋白提取工艺条件。结果表明:在料液比1∶40、提取时间120 min、提取温度30℃条件下,大豆水溶性蛋白含量可达34. 63%。     

不同侧链BPPO阴离子交换膜的制备及其抗污染性能

采用含有不同碳链长度的4-乙基吡啶、3-丁基吡啶与3-己基吡啶,通过亲核取代反应分别对溴化聚苯醚（BPPO）进行季铵化,制得三种阴离子交换膜（QBPPO-1、QBPPO-2、QBPPO-3）并对其电化学性能、脱盐性能以及抗污染性能进行了研究。实验结果表明随着吡啶环上烷基碳链的增长,制得的离子交换膜的离子交换容量呈现下降趋势,由1.92 mmol/g降至1.34 mmol/g,而膜面电阻逐渐增加,由2.99 Ω·cm²增加到10.59 Ω·cm²;在电渗析实验中,与商业日本Fuji阴离子交换膜相比,本实验制备的三种离子交换膜均呈现出较高的脱盐率;在污染实验中,随着高分子骨架侧链碳链的增长,离子交换膜在污染实验中的的转折时间逐渐变短,抗污染能力下降;计算模拟结果表明疏水作用在有机污染物（十二烷基苯磺酸钠）与离子交换膜内高分子骨架侧链的亲和相互作用中占有重要地位。     

如何降低维修费用

分析影响设备维修费用的原因,并提出降低设备维修费用的具体措施.     

隧道初期支护结构的受力量测与分析

介绍三车道公路隧道在上半断面施工中对初期支护结构受力的跟踪量测与结构分析。     

微纳介尺度气液反应过程强化

阐述了微纳介尺度气液反应过程强化的研究背景,分析了该领域面临的微纳介区域中介质分散机制的关键科学问题及研究思路。以超重力反应器、膜反应器为例,介绍了我国在气液反应过程强化方面的基础研究以及潜在的工业应用,并提出了未来的发展方向。     

L1范数约束的非局部均值正则图像去模糊模型

为了保护图像边缘、细节等信息,建立了l₁范数约束的非局部均值正则模型.首先通过实验证明了非局部均值去噪算法余项的概率密度函数具有较强的拖尾性质,符合Laplace分布的特点.基于此,使用l₁范数约束的非局部均值去噪算法余项作为新的正则项,提出了新的正则模型.然后利用Bregman算子分裂算法求解得到相应的优化算法,并且可将新算法看成Plug-and-Play Priors算法的推广.实验结果表明,新模型在去除模糊,保护图像边缘、细节等信息方面的性能都优于l₂范数约束的非局部均值正则模型和Plug-and-Play Priors模型.