专利介绍

一种微波加热连续硫化挤出型遇水膨胀橡胶材料及其制备方法申请公布号:CN 112341675A申请公布日:2021年2月9日申请人:西北橡胶塑料研究设计院有限公司发明人:李兴忠、韦增红、张卫斌等本发明介绍了一种微波加热连续硫化挤出型遇水膨胀橡胶材料及其制备方法。该橡胶材料的组分及其用量为:氯丁橡胶7~9.5,天然橡胶19~21,活性剂1~1.5,双相补强剂8~11,无机填料2~6,增塑剂10~12,聚醚型聚氨酯预聚体18~20,反应水0.4~0.6,吸水树脂14~21,吸湿剂2~6,着色剂1~1.3,防霉剂0.2~0.3,多功能助剂0.7~0.8,硫化剂2~3。     

深共融溶剂催化制备二酯类化合物

二酯类化合物广泛应用于有机中间体、药物、增塑剂、香料等领域,开发其绿色、高效的合成新方法具有重要意义.报道了以二元羧酸(或二羧酸酐)和脂肪醇为原料,以深共融溶剂(DESs)为催化剂催化合成二酯类化合物.以n(氯化胆碱):n(对甲苯磺酸)=1:2为催化剂,产率最高可达95％,并且DESs使用8次后产率仍保持在88％以上.运用1HNMR和13CNMR对产物进行了结构表征.该方法具有操作简单、产率高、易分离和催化剂可循环使用等优点.     

有机二氟化硼配合物的合成及压致变色性能表征

以阿伏苯宗和三氟化硼为原料,经过一步反应,合成阿伏苯宗二氟化硼(BF2AVB),产物的结构经1HNMR谱确证.基于荧光光谱与X射线粉末衍射测试,对BF2AVB的压致发光性能和机理进行研究.本实验原料易得,反应条件温和,实验操作简单,反应收率高.BF2AVB的压致变色现象明显,通过探讨压致变色机理,加深同学对压致变色材料的了解.同时,该实验可以拓展学科知识,激发学生的专业热情和科研兴趣.     

成膜助剂对水性氨基烤漆性能影响的研究

本文以羟基丙烯酸分散体和氨基树脂为主要反应物制备了水性氨基烤漆，研究了二丙二醇丁醚（ DPnB）、乙二醇丁醚（ BCS）、二乙二醇丁醚（ DGBE）、丙二醇甲醚（ PM）、丙二醇甲醚醋酸酯（PMA）、异丙醇（ IPA）6种成膜助剂对水性氨基烤漆性能的影响。通过对样品进行动态、静态流变性的表征以及粒径测试，研究了各成膜助剂的作用机理。结果表明： PM对氨基树脂和羟丙分散体树脂都有较好的相容性，其作用在水相和分散体粒子之间，有利于分散体在成膜前体系的稳定性。同时使用 PM为成膜助剂时，漆膜具有较快的表干速度，干燥后表现出较好的力学性能。经 130 ℃烘烤 25 min后，漆膜的 60 °光泽达 89. 5，柔韧性达 1 mm，冲击正冲 50 cm，反冲 50 cm，铅笔硬度 H，说明 PM是本研究氨基烤漆体系的最佳成膜助剂。     

YBCO超导带材二次冲击恢复过程的模拟及实验研究

YBCO超导带材失超后的快速恢复对于电阻型超导故障限流器(RSFCL)重合闸应对二次故障电流冲击至关重要。当前研究通常将电阻恢复视为带材恢复,在实际的盘式结构中存在复杂的微孔结构,一次冲击恢复至超导态时仍存在大量气泡滞留,影响带材的二次冲击恢复过程。针对典型的微孔结构建立了三维模型,采用CFD模拟并结合大电流冲击实验,对比分析了一次冲击恢复过程和二次冲击恢复过程中各项参数的变化。实验结果表明二次冲击过程中的峰值温度为162.9 K,比一次冲击高14.6 K,带材恢复至超导态需要1.88 s,比一次冲击延长0.63 s。模拟结果表明初始状态存在气泡滞留,二次冲击过程中带材温度上升更快,气泡量更多,温度横向分布更不均匀,最大温差达20.5 K。由此可见,超导态的恢复不能作为重合闸的标准,气泡场未完全恢复会降低限流器的安全阈值,危害系统安全,所以也应将气泡完全消散的时间作为实际运行中重合闸的参考时间。     

基于图像分割技术的图像数字水印算法研究

针对数字图像水印技术,通过对闭运算得到的图像再进行开运算,使实验得到的图像区域较为完整,采用4×4的正方形结构元素,使得图像区域有更多的白色像素被置为黑色,对图像进行取反操作,能够对图像区域的非连通区域进行填充.希望能够利用精确的图像分割算法,实现对复杂版面的文档图像的有效切割,在一定程度上对图像数字水印的推广起到促进作用.     

探究影视动画中二维与三维技术的结合

广大受众在生活水平的推动下,愈发看重精神上的享受,因此对影视动画的内容提出了质量上的要求,尤其是3D技术出现之后,受众群体越来越关注影视行业的发展。目前在影视产业较发达的国家,已经研究出了有效结合二维、三维技术的方法,为了整体提升我国影视动画的质量,我们有必要对其结合方法进行研究。本文首先就影视动画简单描述二维、三维动画的技术特征,通过对两种技术进行深入分析将其进行有机结合,提升影视动画给受众视觉造成的冲击。     

基于NR-Transformer的集群作业运行时间预测

高性能集群的作业调度通常使用作业调度系统来实现，准确填写作业运行时间能在很大程度上提升作业调度效率。现有的研究通常使用机器学习的预测方式，在预测精度和实用性上还存在一定的提升空间。为了进一步提高集群作业运行时间预测的准确率，考虑先对集群作业日志进行聚类，将作业类别信息添加到作业特征中，再使用基于注意力机制的NR-Transformer网络对作业日志数据建模和预测。在数据处理上，根据与预测目标的相关性、特征的完整性和数据的有效性，从历史日志数据集中筛选出7维特征，并按作业运行时间的长度将其划分为多个作业集，再对各作业集分别进行训练和预测。实验结果表明，相比于传统机器学习和BP神经网络，时序神经网络结构有更好的预测性能，其中NR-Transformer在各作业集上都有较好的性能。     

2,6-二甲基萘制备方法的研究进展

介绍了国内外以对二甲苯、邻二甲苯和甲苯等苯系物为原料制备2,6-二甲基萘（2,6-DMN）的研发进展。综述了以萘或甲基萘等萘系物为原料甲基化制备法的研究进展，包括甲基化催化剂的开发和二甲基萘的异构化方法。并介绍了低品质催化柴油（LCO）直接分离提取2,6-DMN的生产工艺，为LCO生产2,6-DMN提供参考。