超声波辅助木片常压浸渍及其漂白

采用化学热磨机械浆（CTMP）工艺,以桉木与杨木2种木材为原料,初步研究了超声波辅助木片常压浸渍及其漂白效果。通过监测体系中的残余氢氧化钠的量来探究外部环境体系（温度、时间和用碱量）对超声波辅助木片常压浸渍的影响,结果表明：超声波辅助处理浸渍,桉木为温度75℃,时间30 min,用碱量6%;杨木为温度75℃,时间30 min,用碱量5%,此较优条件下,桉木白度提高2.83%（ISO）,残余过氧化氢质量分数提高了4.4个百分点,碱吸收量达41.5 kg/t,较未经超声波处理后的桉木的碱吸收量提高了5.06%;杨木白度无变化,而残余过氧化氢质量分数提高了2.73个百分点,碱吸收量达38.75 kg/t,较未经超声波处理的杨木碱吸收量提高了6.15%。     

化学机械浆废水处理技术现状与发展

本文介绍了化机浆废水的来源及其污染特征,从预处理、生物处理和深度处理技术3方面综述了近年来国内外有关化机浆废水处理技术的研究现状与进展,对现有处理技术的优缺点和存在的问题进行了分析,并展望了化机浆废水处理技术的发展前景。     

近红外光谱法快速测定制浆杨木的材性

用常规方法测定了4种常用制浆杨木的化学成分和基本密度,并采集了样品的近红外光谱。对光谱进行预处理后,运用偏最小二乘法和交互验证的方法,分别确定最佳主成分数并建立样品综纤维素、木素、苯-醇抽出物、基本密度的校正模型。独立验证中模型的决定系数（R2val）分别为0.9050、0.9098、0.9112、0.9165；预测均方根误差(RMSEP)分别为0.40%、0.42%、0.19%和0.0050 g/cm3；相对分析误差(RPD)分别为3.24、3.33、3.36和3.46；绝对偏差(AD)分别为-0.49%～0.77%、-0.66%～0.63%、-0.28%～0.33%、-0.0094～0.0068 g/cm3,预测均方根误差和绝对偏差基本符合对误差的要求,4个模型能够满足制浆造纸中常用杨木材性的快速测定。     

近红外光谱技术用于制浆原料分析的研究进展

对近红外光谱技术的原理、分析方法及特点等作了介绍,综述了当前将近红外光谱技术应用于制浆原料的快速分类,及其在制浆原料化学成分测定、水分含量测定、基本密度测定和纤维形态分析中的运用,并分析了实际投产应用面临的问题,最后对未来发展趋势进行了展望。     

基于近红外光谱快速鉴别木材种类的研究

通过采集5种木材近红外光谱特征曲线,结合化学计量学技术建立预测模型,对不同种木材进行快速无损检测。设计正交试验L24(2×4×3×8)对光谱特征曲线进行优化预处理。利用TQ8.6软件对正交试验结果进行判别分析。结果显示,选择多元散射校正(MSC)、Savitzky-Golay平滑对波段10 000~4 000 cm-1进行光谱预处理,提取主成分为8时,光谱判别正确率为100%。将22种已知种类木材光谱信息导入预测模型,进一步评估预测模型的性能,验证通过率为100%,获得了较理想的预测结果。该方法的建立为木材种类鉴别提供了一个新方法,同时为其他木种植物的鉴别提供参考。     

近红外光谱法快速测定速生相思的材性

为了实现制浆原料材性的快速测定,用常规方法测定了147个相思木材样品的化学成分和基本密度,并采集了样品的近红外光谱。对原始光谱进行预处理后,运用偏最小二乘法和交互验证的方法,建立样品综纤维素、木质素、苯醇抽出物、基本密度的校正模型,4个模型建立过程中所提取的最佳主成分数分别为10、 8、 9和9。对4种校正模型进行独立验证,得到其决定系数(R_val²)分别为0.910 3、0.950 5、 0.970 6和0.969 5;预测均方根误差(RMSEP)分别为0.45%、 0.32%、 0.21%和0.007 1 g/cm³;相对分析误差(RPD)值分别为3.34、 4.50、 5.82、 5.73;绝对偏差(AD)分别为-0.60%~0.68%、-0.50%~0.48%、-0.29%~0.33%和-0.009 7~0.009 1 g/cm³,RMSEP和AD基本符合测定对误差的要求,4个模型能够满足制浆造纸工业中速生相思木材的快速测定。     

近红外光谱结合Lasso算法测定制浆材抽出物含量

为实现制浆材材性的快速测定,首先用常规方法测定了144个制浆材样品的冷水、热水、苯-醇和1% NaOH抽出物含量,并采集了样品的近红外光谱,然后对原始光谱进行预处理,并运用Lasso算法及交互验证建立最优校正模型。对模型进行独立验证,决定系数R2val分别为0.9186、0.9085、0.9241、0.9760,预测均方根误差分别为0.24%、0.30%、0.28%、0.38%,相对分析误差分别为3.50、3.31、3.63、6.45,绝对偏差分别为-0.42%～0.37%、-0.43%～0.41%、-0.47%～0.40%、-0.55%～0.57%。这些模型预测性能能够满足制浆造纸工业的要求,同时,也证实了Lasso算法用于制浆材抽出物测定的可行性。     

常见制浆用速生桉木的近红外材性分析

用常规方法测定了104个速生桉木样品的综纤维素、聚戊糖、酸不溶木素及苯醇抽出物含量并采集了样品的近红外光谱。对原始光谱进行多元散射校正后,运用偏最小二乘法和交互验证的方法,确定最佳主成分数并建立样品相关化学成分含量的校正模型。独立验证中综纤维素、聚戊糖、酸不溶木素和苯醇抽出物模型的决定系数Rval2分别为0.9067、0.9033、0.9504、0.9570;预测均方根误差(RMSEP)分别为0.33%、0.50%、0.31%、0.17%;相对分析误差(RPD)值分别为3.22、3.20、4.43、4.73;绝对偏差(AD)分别为-0.53~0.60%、-0.95~0.77%、-0.55~0.52%、-0.22~0.29%,四个校正模型较好地预测了验证集样品的化学成分含量,基本满足制浆造纸工业中快速测定速生桉木原料的需求。     

木质素功能材料的应用研究进展

综述了木质素的理化性质和发展前景,概述了木质素的分类、提取方法以及木质素基功能材料在吸附、紫外防护、药物缓释等方面的最新研究进展.最后针对目前的研究现状进行了总结,并对木质素的高值化利用做了展望.