pH值对水性聚氨酯及其接枝共聚物分散液形态的影响

以甲苯二异氰酸酯、二元醇、不饱和扩链剂为原料,通过自乳化法合成了阴离子型水性聚氨酯,在微量铜离子存在的情况下,用甲基丙烯酸甲酯对其进行接枝共聚,并用动态激光光散射粒度分析仪对不同pH值下水性聚氨酯及其接枝共聚物的粒径进行了测量,用透射电镜对胶束的粒子形态进行了观察,研究结果表明,在相同pH条件下,聚乙二醇型水性聚氨酯的粒径比聚丙二醇型的粒径大,二者接枝共聚后的聚氨酯水乳液的粒径比接枝前要小。当pH值为强碱性时,水性聚氨酯乳液呈透明溶液状态,pH值为强酸性时,乳液变得不稳定,有沉淀出现。接枝后水性聚氨酯共聚物的乳胶粒子出现微相分离,形成壳-核结构。     

ZrO2-SiC材料中原位SiC生成量预报的神经网络模型

研究了基于神经网络的ZrO2-SiC材料中原位SiC生成量预报模型,运用材料制备过程中的工艺参数,实现了SiC生成量的预报.结果表明:本模型具有良好的预报效果,人工神经网络是材料性能定量预报的一种有效方法.     

MgO—B2O3—SiO渣晶化动力学

应用差热分析（ＤＴＡ）技术研究了Ｃｒ２Ｏ３、Ｌａ２Ｏ３、ＣｅＯ２、Ｖ２Ｏ５、Ｓｉ３Ｖ４、ＳｉＣ、ＣａＦ２、Ｍｏｘ对ＭｇＯ－Ｂ２Ｏ３－ＳｉＯ２渣中含硼组分析晶活化能的影响。结果表明,Ｃｒ２Ｏ３、ＣｅＯ２、ＣａＦ２、ＳｉＣ、ＭＯｘ作为晶核剂加入后,可降低析晶活化能,有利于含硼组分以结晶相析出,是有效的晶核剂;Ｌａ２Ｏ３和Ｖ２Ｏ５对析晶活化能没有影响;Ｓｉ３Ｎ４则增强玻璃网络稳定性,提高析晶活化能。所以     

基于产教深度融合模式下的机电传动与控制课程教学改革与研究

随着新时代智能制造技术的快速发展及新工科背景下对应用型本科院校人才培养的要求,机电传动与控制课程教学模式与地方产业发展需求不相匹配。机电传动控制技术是产业发展的关键技术,机电传动与控制课程教学是机电控制人才培养的核心,课程教学模式应能适应产业发展和工程应用的需要,培养出知识基础扎实、视野宽阔、具有创新精神和实践能力的人才。对地方应用型本科院校在新工科背景下机电传动与控制课程教学中存在的问题进行分析,探讨产教深度融合模式下的机电传动与控制课程教学改革的关键点和实施方案。     

Nb掺杂LiFePO4电子结构的第一性原理研究

采用基于DFT的第一性原理方法,研究Nb掺杂LiFePO4锂离子电池正极材料的电子结构,并进行能带结构、电子态密度、布居和差分电荷密度性质等分析。结果表明:Nb掺杂后体系结构稳定,带隙降低,由于Nbd轨道电子的作用,使费米面附近能带数增加,更有利于电子传递,使电子电导率增加,充放电速率提高;Li-O键键长明显变大,有利于Li离子的扩散。虽然掺杂量大,带隙下降多,但会影响Li离子的扩散,尤其是在Li位掺杂时。综合考虑掺杂量不需要太大。     

MgO－B_2O_3－SiO_2渣系组成对硼提取率的影响

采用化学分析、ｘ射线衍射技术（ＸＲＤ）等方法研究了ＭｇＯ－Ｂ２Ｏ３－ＳｉＯ２三元渣系组成对硼提取率的影响。研究结果表明：渣组成在三元相图中２ＭｇＯ－Ｂ２Ｏ３和２ＭｇＯ－ＳｉＯ２连线附近，硼提取率高；偏离连线愈远，硼提取率愈低。利用多元线性回归建立了硼提取率与组成之间的数学模型，模型与实验结果相吻合。     

用神经网络─遗传算法优化MgO－B_2O_3─SiO_2渣系组成

应用人工神经网络对ＭｇＯ－Ｂ_２Ｏ_３－ＳｉＯ_２渣系组成与硼提取率关系进行拟合和预测，首次采用遗传算法对组成优化，并得到最佳硼提取率所对应的组成。     

纳米CaCO3的生长和控制机理

应用SEM分析测试技术 ,研究了纳米CaCO3 的生长特征以及反应温度、添加剂及其加入量等因素对CaCO3 晶体形态和粒径的控制机理。结果表明 :纳米CaCO3 晶体的生长过程遵循MLS结晶生长模型 ,随Ca(OH) 2浓度的增加 ,CaCO3 的结晶生长时间延长 ,且由于碳化液粘度的增大而凝并长大 ;反应温度的升高 ,改变了CaCO3的晶面生长速率 ,使CaCO3 粒径增大 ,而且纳米CaCO3 呈现出高面网密度的晶体形态 ;添加剂的作用在于其电离产生的离子进入CaCO3 的晶格位置 ,或选择性地吸附在CaCO3 的晶面上 ,从而改变CaCO3 的表面能 ,因此当添加剂足以包覆CaCO3 晶面的活性部位时 ,增加添加剂量 ,不能继续抑制CaCO3 的生长     

东鞍山浮选尾矿中铁矿物回收方法的研究

通过对东鞍山浮选尾矿的粒度分布、金属分布、磁性率以及矿物单体解离的测定,确定以尾矿中一56μm粒级作为主要研究对象。对回收尾矿中铁矿物的几种可行试验方案进行了对比分析后,采用复合团聚一磁种法分选细粒铁尾矿。结果表明,可获得精矿品位为58.28％的精矿,作业回收率为57.8％,总回收率可提高15％。