基于VOCs传感器敏感材料的研究进展

挥发性有机化合物(Volatile organic compounds,VOCs)检测是环境治理的重要环节,而开发快速、灵敏的检测系统仍然面临挑战。基于智能系统的VOCs传感器能够实时监测空气中污染物浓度,从而严格把控排放标准,减小VOCs对环境和健康的影响。通过调控材料及构筑方法能够制成适用于识别和快速捕获VOCs的敏感元件,从而获得传感性能优越、安全可靠的气敏传感器。本文以敏感机制为出发点,介绍了聚合物、金属氧化物、复合材料及新材料作为敏感膜的研究进展,重点讨论了VOCs与敏感膜的相互作用机制。基于此,分析了提高VOCs检出浓度和响应速度的构筑方法。最后,展望了基于光学效应的光致发光型和手性向列型敏感膜材料在VOCs智能检测领域的前景和面临的挑战。     

TEMPO氧化修饰的天然多糖纳米纤维增强复合材料及其功能化研究进展

纤维素和几丁质具有相似的结构，是自然界中储量丰富的两类天然多糖。经2, 2, 6, 6-四甲基哌啶氮氧化物(TEMPO)氧化修饰制备的纤维素和几丁质纳米纤维，不仅具有多糖类物质的良好亲水性、生物可降解性、生物相容性及丰富的官能团(羟基、羧基、乙酰氨基和氨基等)所带来的特定化学性质，而且还具有纳米纤维的纳米尺寸效应、大比表面积、高表面活性、高结晶度和手性液晶相结构等特点，已成为生物质纳米材料领域的研究重点之一。本文对TEMPO氧化修饰制备天然多糖纳米纤维的方法及剥离机制进行了总结，同时重点综述了TEMPO氧化修饰的天然多糖纳米纤维在薄膜、凝胶、导电、医用、电磁屏蔽及环境等复合材料的增强和功能升级等方面的研究进展，强调了纤维素和几丁质纳米纤维的官能团及纳米尺寸在复合材料中的增效机制。最后，对天然多糖纳米纤维的发展方向及其在各领域应用的机遇与挑战进行了展望。     

玻璃轻石吸附亚甲基蓝的研究

主要研究了玻璃轻石对水中亚甲基蓝的吸附性能,研究了吸附平衡时间、酸碱度(pH值)、玻璃轻石的用量、水相中亚甲基蓝的起始浓度等因素对吸附能力的影响.实验结果显示,吸附在60 min内可达到吸附平衡,吸附过程的动力学方程用准二级动力学模型能更好地进行线形拟合,当水体中pH>2时吸附效果最好.水样中亚甲基蓝的起始浓度减少,亚甲基蓝的吸附率略有上升,吸附过程能用弗罗因德利希(Freundlich)吸附等温方程描述.     

吸水树脂对页岩陶粒混凝土孔隙结构影响的研究

通过在页岩陶粒轻集料混凝土中掺入吸水树脂(Super Absorbent Polymer,简称SAP),标准养护28 d后,分析了硬化混凝土的孔隙率、孔径分布等指标.试验结果表明:SAP对页岩陶粒轻集料混凝土的力学强度有显著提高,抗压强度提高了33％;此外,研究还发现掺入SAP后轻集料混凝土孔隙率降低4％,未掺SAP的轻集料混凝土孔隙的渗流维数较小,骨架分形维数较大,轻集料混凝土的渗流分形维数(Ds)与孔隙率为负相关关系,骨架分形维数(Dk)与孔隙率为正相关关系.     

亚美马褂木与北美鹅掌楸木材的机械加工性能评价

本试验以亚美马褂木为主要研究对象,同时选取家具常用材北美鹅掌楸作为对照,参考LY/T 2054-2012《锯材机械加工性能评价方法》,对两种木材的刨削、砂削、铣削、钻削、开榫、车削性能进行测试。通过两者机械加工性能的对比分析,探究亚美马褂木作为家具常用材替代用材的可能性,达到增值利用的目的。试验结果表明:1)亚美马褂木与北美鹅掌楸的机械加工性能综合评分分别为47和48,均达到优秀等级。除钻削性能为良好等级外,两种木材在刨削、砂削、铣削、开榫和车削加工中表现优秀。2)当刨削深度为0.8 mm、进料速度为8 m/min时,两种木材的刨削性能最佳。3)树种对砂削性能的影响并不明显,120目砂纸的砂削效果优于80目砂纸。     

几种湿地植物的耐盐性与净化水质效果研究

为指导盐化富营养化水体的生态修复,通过水培实验,研究不同盐度下水葱、再力花、花菖蒲、香蒲、千屈菜5种湿地植物的耐盐能力,并筛选出2种植物进行水质净化效果比较。结果表明:盐胁迫下5种植物均具有一定的耐盐能力,其中以水葱和千屈菜对盐胁迫适应性更强;轻微的盐度(2.5‰)刺激,有利于水葱和千屈菜对氨氮、总氮、总磷的去除;千屈菜在低盐环境下对总磷、氨氮净化效果更好,但不能长时间耐受高于5.0‰的盐度;高盐浓度下(大于5‰)水葱的生长状况和净化效果明显优于千屈菜,对硝氮、总氮、总磷去除率分别达到了39.5%～55.0%、33.6%～38.5%和63.9%～90.2%。0‰～5‰盐度下,水葱和千屈菜均可以作为净化水质的植物;5‰以上盐度时,水葱可以作为盐化富营养水体生态修复的首选植物。     

总变差模型在书画打印宣纸印刷质量预测中的应用

为了建立适用于书画打印宣纸印刷质量的预测模型,本研究测量了14种书画打印宣纸的粗糙度、白度、不透明度、定量、光泽度和针对宣纸特别设定的帘纹深浅以及帘纹疏密度等表面物理参量,并在相同条件下,使用喷墨打印设备输出并测量印品色度值,利用总变差模型构建去除帘纹色差的测定方法,得到与人眼视觉特征相符的色差。运用GRNN广义回归神经网络结合书画打印宣纸表面物理参量与宣纸去帘纹后的色差值,建立预测模型。结果表明,该模型能够在仅测量书画打印宣纸表面物理参量的情况下,便能较为准确地预测书画打印宣纸印刷质量,为书画打印宣纸印刷前的选纸工作提供指导依据。