一种安全环保型气雾杀虫剂的应用分析

本文介绍了传统气雾杀虫剂的优缺点,并对乙醇用作气雾杀虫剂进行了应用分析,其制作简单,使用方便,害虫灭杀效果好,对人体健康及环境具有良好的适应性,有效解决了传统气雾杀虫剂的不足,是一款安全环保型的卫生害虫灭杀产品。     

电去离子技术(EDI)在水处理中的应用

主要介绍了电去离子(EDI)技术在水处理方面的应用:简要介绍了EDI技术去离子的原理及其发展情况;介绍了该技术在电镀废水、锅炉补给水、纯水制造以及去除低浓度重金属废水中的应用及研究现状,并简要介绍了ED I技术今后的研究方向。     

磷石膏制备高纯度轻质碳酸钙的方法研究

我国磷肥行业受到磷石膏的严重制约,产量逐年下降,磷石膏的综合处理已成为迫在眉睫的环保和安全问题。本研究利用磷石膏和碳铵制备高纯轻质碳酸钙,产生的二氧化碳能回收循环利用,且不会引入新的离子,同时对温度、转速、反应时间对工艺的影响进行了研究,研究不同温度、转速、反应时间对碳酸钙质量的影响。同时考察了二氧化碳流量对反应的影响研究。最终在最优工艺条件下制得的轻质碳酸钙纯度高,品质好。     

水转印用PVA水解膜的研究

以聚乙烯醇1788(PVA)作为原料,以甘油(丙三醇)作为增塑剂,采用流延法制作水转印膜,研究水解膜溶解时间、平衡含水率及制膜溶液粘度的影响因素。实验发现,聚乙烯醇薄膜的溶解时间会随着溶解水温、甘油比例的增加而减少,随着膜厚的增加而增加;薄膜的平衡含水率随着环境湿度及甘油比例的增加而增加,且平衡含水率在甘油质量分数小于6%时增加平缓,大于6%时增加比较迅速;在聚乙烯醇水溶液中添加一定的甘油后,随着甘油比例的增加,聚乙烯醇水溶液的粘度会相对减小;在低剪切速率下,质量分数为15%聚乙烯醇水溶液粘度会随着剪切速率的增加而增加。     

贵州硫酸钙晶须的发展前景及展望

贵州省作为磷矿资源大省,长期生产磷肥而产生大量磷石膏,以对企业发展构成影响。硫酸钙晶须本身是一种性能优良,价格低廉的绿色环保材料。充分利用磷石膏生产磷石膏晶须,是典型的绿色化学工艺,不仅可以解决湿法磷酸的磷石膏堆积如山的难题,而且可以变废为宝,实现综合利用。     

含油钻井废弃物微波热解析技术

为了满足越来越严格的环保要求,油田钻井过程中产生大量的含油废弃物势必需要经过处理满足环境要求方可排放。本文研究了含油钻井废弃物的微波热解析技术,考察了微波条件及对脱除含油废弃物中油分的影响,探讨了微波热解析机理。研究表明,微波功率和处理时间是影响含油钻井废弃物脱油效果的重要因素,对于含油15%数25%的钻井废弃物,微波功率为5 k W时处理几十秒钟即可使得油含量降至1%以下,满足排放标准,且能耗较低。提高微波功率可降低处理时间,减少能耗。同时其中的有机物可以回收使用,该技术真正实现了含油钻井废弃物的资源化和无害化。图5表6参9     

过渡金属Mn取代多金属氧簇催化醇解废旧PET

合成了一种具有三明治结构的过渡金属Mn取代的多金属氧簇(POMs)催化剂Na12[WZnMn2(H2O)2(ZnW9O34)2],用于催化聚对苯二甲酸乙二醇酯(PET)的醇解过程,对反应温度、反应时间和催化剂量等实验条件进行了优化。结果表明,在催化剂量为PET质量的1.0%、质量比PET/EG(乙二醇)为1:4及190℃的条件下反应80 min,PET降解率可达100%,对苯二甲酸乙二醇酯(BHET)的收率达84.42%。     

磷石膏直接制备改性碳酸钙的方法研究

随着中国磷复肥工业的迅猛发展,磷石膏的排放成倍增加,其堆存不仅占用大量土地,而且严重污染环境,磷石膏的综合处理已成为迫在眉睫的环保和安全问题。本研究利用磷石膏直接制备改性碳酸钙的方法,该方法以磷石膏和碳铵为起始原料,其以含甲醇水溶液作为反应溶剂,直接制备改性碳酸钙,不仅反应转化率,而且含甲醇水溶液可以改性碳酸钙。     

煤矿井下供电网络分布式防护装置的应用研究

针对煤矿井下供电网络保护系统所存在的保护逻辑复杂、可靠性差、灵敏性不足的现状,应用一种新的矿井井下供电网络分布式防护装置.该装置分母线保护装置和接地线保护装置,通过高速数据通信系统实现数据信息的共享和融合.根据实际应用表明,该系统能够实现40 ms故障的快速隔离,故障处理速度比传统防护装置缩短了89.6％.     

基于深度学习的电网调控文本知识抽取方法

电力系统的发展对电力系统知识的使用提出新的要求,为了实现非结构化电网调控文本知识的自动抽取,文中提出了基于注意力的双向长短期记忆网络和条件随机场的深度学习模型。深度学习模型从调度规程等文本数据中抽取电网运行规则和电网事故处理流程。实验结果表明,提出的模型的语料精度、召回率和F1分数分别为91.00%,89.98%和90.49%,结果略优于另外3种模型。在训练集和测试集上分别进行F1评估,识别精度差异很小,说明模型学习中没有发生过拟合现象,提出的深度学习模型具备良好的泛化能力。