冷低压分离器油相系统铵盐垢下腐蚀风险的模拟预测

为探究某加氢装置高压换热器管束腐蚀泄漏原因，利用Aspen Plus工艺模拟软件计算了冷低压分离器油相（简称冷低分油）中水质量分数分别为1%,2%,3%时，冷低分油系统的露点温度、氯化铵结晶温度、氯化铵潮解点温度和相对湿度。结果表明：相较于经验的露点温度预测方法，通过引入潮解点、划分系统“湿环境”温度范围判断氯化铵垢下腐蚀风险区域的方法与实际腐蚀案例更为切合；在3种油相含水条件下，换热器管束存在氯化铵垢下腐蚀的“湿环境”温度范围分别为：50~103 ℃,50~161 ℃,50~176 ℃；随着油相中含水量的提高，“湿环境”腐蚀区域逐渐向高温部位迁移，预计铵盐导致的垢下腐蚀将会愈加严重。     

村规民约服务乡村治理的对策研究--韶关浈江区十里亭镇W村个案分析

随着城镇一体化的加速,乡村结构受到冲击,村规民约面临着转型与重塑的新问题。针对位于广东省韶关市浈江区城郊的十里亭镇W村村规民约在乡村治理体系中出现的问题,结合时代背景与该村具体实际,应该从加强对村规民约的认识与宣传、结合新时代发挥“三治”融合效用以及发挥监督保障机制效能等三方面加以解决,以使村规民约能够真正发挥其在乡村治理体系中的作用。     

在腐植酸存在的条件下动态模拟铜在贻贝类体内的富积

正依据金属生物利用度模型,腐植酸对铜的络合作用有望降低水生生物对铜的生物利用度,就如生物配体模型(BLM)。这个模型在海洋无脊椎动物胚胎或是微藻类等不进食生物中得到了证实。但对于像紫贻贝等滤食性生物体,在腐植酸存在的条件下铜的富积较高,表明摄取的铜-腐植     

有色“危废”资源化、无害化综合处理利用的新工艺新技术

该文对现行危险废物的资源化、无害化综合处理利用技术进行了探讨,通过加强综合处理技术的研究和应用,可以使危险废物资源化、减量化、无害化,并能最大化减少危废处理后对环境的二次污染。     

管坯形状对5052铝合金三通管液压成形金属流动及壁厚均匀性的影响

采用Dynaform有限元软件建立三通管液压成形CAE分析模型,研究液压成形过程中的金属流动规律,发现管端两侧金属材料运动最为剧烈,含支管侧上半部管坯材料轴向运动位移较大,离管件中心越近直管底部材料轴向运动位移越小。针对液压成形中三通管壁厚不均问题,提出利用几何映射设计并优化的斜口管坯,采用有限元模拟及实验验证方法对尺寸为Φ45 mm×28 mm,厚为1. 5 mm的5052铝合金管材成形性进行验证。结果表明:与传统管坯设计相比,优化的斜口管坯由于接触面积减小,从而使摩擦减小,改善了材料的流动性,使得成形件最大增厚率由40%降低到26%,壁厚均匀性明显提高。     

玻化微珠/废PMMA复合材料的制备与性能研究

以废聚甲基丙烯酸甲酯(PMMA)为基料、甲基丙烯酸甲酯(MMA)为活性溶剂、玻化微珠为填料、过氧化苯甲酰(BPO)与N,N-二羟乙基对甲苯胺(DHET)组成的氧化-还原体系为引发剂,采用本体浇铸聚合法,在低温条件下制备玻化微珠/废PMMA复合材料。考察了废PMMA含量、玻化微珠用量及引发剂用量对复合材料硬度、强度等力学性能以及密度、光泽度等物理性能的影响,采用扫描电子显微镜观察复合材料的断面形貌。研究发现,随着废PMMA含量、玻化微珠用量和引发剂用量的变化,复合材料的力学性能和物理性能受到不同程度的影响。研究结果表明:在废PMMA质量分数为25%～30%,玻化微珠用量为20%～25%(质量分数),引发剂用量为0.26%(质量分数)时,复合材料的综合性能优良。采用硅烷偶联剂KH-560处理玻化微珠,可有效地提高复合材料的力学性能和光泽度,为建筑装饰领域提供一种新的装饰材料。     

一种皮革制品修补用环保粘合剂的制备

以a-氰基丙烯酸乙酯为主单体,聚氨酯树脂做改性增稠剂,添加增塑剂DINCH等制得一种柔软性无溶剂环保粘合剂,其具有柔软、低气味、低白化特点,适用于皮革类产品粘接、修补。     

融合时间隐语义填充和子群划分的推荐算法

随着个性化推荐技术的发展，推荐系统面临着越来越多的挑战。传统的推荐算法通常存在数据稀疏性和推荐精度低等问题。针对以上问题，提出了一种融合时间隐语义填充和子群划分的推荐算法[K]-TLFM（Time Based Latent Factor Model Integrated with [k]-means）。该算法利用融合时间因素的隐语义模型对原始用户物品评分矩阵缺失项进行填充，避免了用全局平均值或者用户/物品平均值补全矩阵带来的误差，有效缓解了数据稀疏性问题，同时融合时间因素有效地刻画了用户偏好随时间的变化；完成评分矩阵缺失项填充后，基于二分[k]-means聚类算法将偏好、兴趣特征相似的对象划分到同一个子群中，在目标用户所属的子群中基于选定的协同过滤算法为用户产生推荐列表，提高了推荐效率和准确性。在MovieLens和Netflix数据集上对该算法的推荐性能进行了对比实验，结果表明该算法具有更高的推荐精度。