涂装车间节水方案企划与实施

某涂装车间在现有节水措施的基础上，通过企划与实施一系列新的技术及精益管理措施，如，磷化出槽喷淋工艺优化、纯水制水率提升、空调冷凝水回用率提升、中水深度处理回用、用水分级管理等，将新鲜水用量从 15. 2 L/m2降至 11. 3 L/m2，达到涂装行业清洁生产评价指标体系（ 2016版）中的 I级标准 12 L/m²要求，处于国内领先水平。     

金属多孔材料喷墨制备法的研究与进展

喷墨三维打印作为金属增材制造技术的一种重要方法,已广泛应用于金属多孔材料的制备,具有成本低、操作简单、成型材料范围广、孔结构设计灵活性大,较好的制件精度和结构精细度等优点.系统地总结了钛及钛合金、不锈钢、镍基合金、铝合金等多孔材料喷墨三维打印技术制备工艺与组织结构的国内外最新研究进展、目前存在的问题,以及应用前景.     

饮料中柠檬黄的测定能力验证情况分析

目的了解和评价全国食品检验系统实验室对人工合成着色剂柠檬黄的检测能力,促进各参加实验室在人工合成着色剂检测方面能力的提高。方法在全国食检系统内组织开展饮料中柠檬黄的测定能力验证项目。制备阳性及空白考核样品,完成均匀性稳定性实验,确保样品满足能力验证发样要求,向167家参加实验室随机发放样品,并在规定时间内回收有效数据,采用稳健(Robust)统计进行分析并给出结论。结果在反馈结果的163家实验室中,16家实验室的检测结果为不满意,8家实验室的检测结果为可疑,139家实验室的检测结果为满意,满意率为85.3%。结论本次能力验证活动中,85.3%的满意率表明绝大部分实验室具备饮料中柠檬黄的检测能力。但依然存在部分实验室的评价结果为可疑或不满意的情况,应分析原因并进一步提高实验室的检测能力。     

有轨电车车载储能系统研究

有轨电车车载储能系统是当前的业内热点。对有轨电车车载储能系统进行了研究,分析了有轨电车车载储能系统的容量配置、拓扑结构选择,论述了有轨电车车载储能系统的能量管理策略,并介绍了有轨电车车载储能系统的应用情况。     

咪唑类离子液体萃取分离高值废线路板浸出液中Au(III)的研究

以离子液体为新型萃取剂萃取稀贵金属具有萃取效率高、选择性强、清洁环保等优点，近年来不断被应用于湿法冶金领域，并取得一定研究成果。本文研究了咪唑类离子液体从高值废线路板浸出液中萃取Au(III)的行为。考察了萃取体系、萃取相比、萃取pH值、萃取时间对Au(III)的影响。结果表明，DBC+[BMIM][NTF2]萃取体系可实现室温下绿色、高效萃取Au(III)，对Au(III)选择性强，不与Ni(II)、Cu(II)等其他金属离子共萃。在pH值为0.5、O/A为1:2、萃取时间2min时，可与Au(III)形成稳定络合物，萃取率达到100%。采用1mol草酸对DBC+[BMIM][NTF2]含Au(III)萃取体系进行反萃，O/A为1:10，反萃时间10min时，可实现Au(III)从有机相中全部分离。该研究可为含Au(III)萃取溶液Au(III)与其余金属离子的分离提纯提供数据基础和理论指导。     

月柿提取物体外抗氧化活性研究

目的以月柿提取物为原料,研究其对2,2-联苯基-1-苦基肼基(1,1-diphenyl-2-picrylhydrazyl,DPPH)自由基的清除能力,并测定其多酚类物质没食子酸的含量。方法检测波长为518 nm,反应时间为40 min条件下,以IC_(50)值(清除率为50%时,抗氧化剂的浓度值)作为抗氧化能力评价指标,并采用高效液相色谱法测定其没食子酸含量。结果月柿提取物对于DPPH自由基有良好的清除作用,其IC50值为0.1868 mg/mL,与常用抗氧化剂作用相当,且月柿提取物中没食子酸含量为1.65 g/kg。结论月柿提取物具有很强抗氧化活性,作为化妆品及功能性食品原料有广阔的开发前景。     

Py-GC-MS快速测定纺织品中12种高关注物质

文中建立了1个快速鉴别和测定纺织品中12种高关注物质残留量的热解析-气质联用分析方法,对热解析温度、热解析时间、附件初温等裂解器热解析工作条件进行了优化,并对方法的线性关系和精密度进行了测定。结果表明,该方法采用固体样品直接进样分析,不需要使用任何有机溶剂进行前处理,对环境友好。方法的检出限为0.03～1.00 mg/kg,方法精密度试验的相对标准偏差为6.47%～14.87%。该方法简单快速,定性可靠,可完全满足纺织品中12种高关注物质残留量的日常检测工作需要。     

浅析一种基于深度学习的自动质量控制方法

生产线自动检测是质量控制系统的重要组成部分，它可以提高被监控产品和过程的整体质量。传统的控制系统故障检测仅限于简单的边界检查，更复杂的非线性信号的分析需由操作员依靠经验来监督质量检查和手动故障检测。本文讨论了机器学习技术，提供了一个基于深度学习的数据分析框架，通过BP神经网络模型对上传的数据进行计算分析，形成一种基于深度学习的自动检测方法，提高产品质量。