不同钙锌类复合热稳定剂对PVC性能的影响

通过刚果红实验、热老化烘箱实验和流变实验,研究了两种自制高效钙锌复合热稳定剂对聚氯乙烯(PVC)热稳定性能及其流变性能的影响,并且与市场上应用的两种钙锌复合稳定剂进行比较。结果表明,自制二羟甲基丙酸钙锌类复合热稳定剂的效果最佳,在180℃下保温80 min仍无明显变色,刚果红试纸在69.5 min时变色,流变性能各参数均良好,优于市场上所售的两种国内外产品;自制的硬脂酸钙锌复合热稳定剂作为主稳定剂的稳定效果与国外产品相当。     

ZnO对BaSm_2Ti_4O_(12)陶瓷性能的影响

讨论了Zn O对Ba Sm2Ti4O12介质陶瓷烧结机制和微波介电性能的影响。结果表明:Zn O添加能推动Ba Sm2Ti4O12微波介质陶瓷的烧结,可至少将其烧结温度降低至1 280℃。当添加过多的Zn O时,Zn2+会进入晶格,可能导致晶格畸变,由此造成颗粒间产生微小孔隙及晶格内形成许多缺陷,降低了材料的εr和Q×f值。含0.5 wt%Zn O的Ba Sm2Ti4O12试样在1 280℃烧结时,综合介电性能最好:εr=76.46,Q×f=6 334 GHz。     

淀粉分子结构与α-淀粉酶酶解性能的相关性

以6种不同来源的淀粉为研究对象,分析了淀粉分子结构对其α-淀粉酶酶解性能的影响。结果表明,α-淀粉酶酶解直链淀粉的效率要低于支链淀粉,且直链淀粉含量并非导致淀粉酶解性能差异的主要因素;支链淀粉的链长分布对α-淀粉酶酶解效率有较大影响,其平均链长与α-淀粉酶酶解效率的线性相关性显著。     

热处理温度对Fe-50Ni磁粉铁芯性能的影响

Fe-50Ni合金是一种具有高磁导率和低矫顽力的软磁合金,被广泛地应用于各个行业。本文采用机械球磨法制备了Fe-50Ni合金粉,并通过模压成型制得EER型铁芯,研究了热处理温度对其磁气性能(μ值和Pcm)的影响。结果表明:随着热处理温度的上升,Fe-50Ni磁粉铁芯的μ值逐步增加,Pcm值呈现先减小后增加的趋势,最小的Pcm值仅为9.5 W/kg。BP算法预测模型适用,其收敛效果良好。     

淀粉结构对其酶解性能影响的研究进展

淀粉因其来源不同而在结构上表现出较大差异,这些结构上的差异对淀粉的酶解性能产生很大影响。文章从淀粉的分子结构与颗粒结构两方面,阐述了淀粉中直链淀粉、支链淀粉、直链淀粉-脂质复合结构、磷含量、淀粉颗粒大小和形状、颗粒结晶结构以及复合结构对淀粉酶解性能的影响,并提出存存的问题及研究方向。     

膜法富氧助燃技术在油田中的应用

膜法富氧助燃技术是最新节能环保技术,可用于油田的锅炉、加热炉、热媒炉和注汽炉等,不仅能使燃料充分燃烧,提高热量有效利用率,降低空气过剩系数和燃料消耗,减少热量损失,而且还能延长设备的使用寿命,减少烟尘和粉尘的排放,有利于环境保护。膜法富氧助燃节能装置具有投资少、回收快、设备简单、流程短、操作简单等特点,节能效果显著。文章介绍膜法富氧助燃技术用于节能和治理污染的机理、工艺流程、技术改造要点及在油田锅炉、加热炉、热煤炉和注汽炉等方面的应用情况。     

复合添加ZnO/V_2O_5对(Zr_(0.8)Sn_(0.2))TiO_4陶瓷性能的影响

讨论了复合添加Zn O/V2O5对(Zr0.8Sn0.2)Ti O4介质陶瓷烧结机制和微波介电性能的影响。结果表明:Zn O/V2O5对(Zr0.8Sn0.2)Ti O4的烧结有一定的促进作用,但Zn O/V2O5添加量的增大会造成晶格缺陷和残留气孔增多,从而导致材料的密度和Q×f降低。在1 320℃保温4 h并添加了0.6 wt%Zn O/V2O5的试样具有相对较好的介电性能:εr=36.48,Q×f=16 800 GHz。     

PVB对玻璃/陶瓷流延生料带结构与烧结性能的影响

用聚乙烯醇缩丁醛作为配制硼硅酸盐玻璃/α-Al2O3流延浆料的粘结剂,流延成型制备玻璃/Al2O3生料带,研究了PVB对玻璃/Al2O3复合料生料带密度、力学性能、微观结构及其烧结性能等的影响。实验结果表明,随着PVB分子量和羟基含量减小,生料带拉伸强度和断裂伸长率降低、体积密度增加、生料带排胶热分解温度降低,对烧结瓷体密度和介电性能的影响较小。     

基于ITD-MFCC与卷积神经网络的核电电气设备异音检测技术

针对核电设备小样本异音数据集无法训练出高效预测模型难题，提出一种基于ITD-MFCC和卷积神经网络的电气设备异音检测方法。首先，利用固有时间尺度分解(Intrinsic Time-scale Decomposition,ITD)强化信号特征，增强特征辨识度；然后，利用梅尔频率倒谱系数(Mel-frequency Cepstral Coefficients,MFCC)提取与人耳听觉特性关联的时频特征，进一步增强异音特征辨识度；最后，融合所提取特征指标，并利用卷积神经网络对融合特征进行训练，建立异响与数据特征映射关系，实现异音检测。试验结果表明：所设计的模型在小样本数据中准确率达到97.63%，相比于现有的支持向量机(Support Vector Machine,SVM)和BP神经网络模型准确率分别提升10.43%和12.86%。