PA6/POE/SWR-3A超韧共混改性的研究

采用SWR-3A（POE—g—MAH）作为增容剂，研究了POE对PA6／POE／SWR-3A共混物的力学性能、耐热性和流变性能的影响。结果表明：在12．5份增容剂SWR-3A存在的条件下，随着POE 8150用量增大，共混物的缺口冲击强度不断增大，而拉伸强度、维卡耐热温度、表观粘度降低。当POE 8150用量超过12．5份时，共混物达到超韧。在PA6／POE／SWR-3A共混体系中，SWR-3A具有增容和增韧的双重作用。     

用T621A石墨炭源合成出高强度金刚石

介绍了合成高强度(22．5kg～25．8kg)粗颗粒(40／50～25／30)单晶金刚石所需的炭源材料，触媒合金种类、装填方式、合成参数与合成效果。讨论了原料、合成工艺条件对生长高强度粗颗粒的优质金刚石的影响及合成机理。     

几种云南木材液体浸渍行为的研究

研究了几种云南木材在水和有机液体中的浸渍行为 ,探讨了浸渍液体的溶解度参数、木材种类和密度、助浸剂、浸渍时间和压力以及电子束辐射 (EBI)等因素对木材的液体浸渍行为的影响     

基于DSP技术和CAN总线的数据采集系统设计

为了满足实验室高性能和分布式数据采集系统的要求,采用浮点DSP芯片设计了嵌入式系统,其硬件系统配备高精度的模拟量输入,具有大容量存储单元,通信单元采用USB接口和CAN总线,系统软件基于状态机的方法设计。使用结果证明,该数据采集系统具有很高的采样精度和快速数据通信功能,在水动力试验中得到成功的应用。     

聚醚砜膜原位清洗方法的实验研究

实验对已污染的聚醚砜膜进行了清洗的研究,并通过测量各种清洗剂清洗后膜水通量的恢复,确定适宜的清洗剂、清洗时间、清洗液浓度和操作压力,选择出最佳的清洗方案,取得较好的清洗效果。通过研究表明:被污染的聚醚砜膜用混合清洗剂清洗恢复率可达到85%,效果要明显优于单一的清洗方法。     

开放水热法制备莫来石复相纳米晶体的影响因素

以天然高岭土为原料,经精细化处理煅烧制备莫来石.用常压、开放水热技术制备出莫来石复相纳米晶体材料.实验表明:常压、开放水热条件下制备莫来石复相纳米晶粉体的水热反应中,采用质量比为m(Na2O)/m(SiO2)=2.8,m(H2O)/m(Na2O)=35～30,0～80℃控温升温1 h,在80℃保温2 h,可制备出尺寸为80～100 nm莫来石复相纳米晶体.所制备的莫来石纳米晶体的水热溶液相变驱动力△μ为(3.609～4.672)×10-20 J/mol;水热体系溶解度控制在3.891×10-6 mol/L;熔解热△E为18.846 kJ/mol;晶体生长速率常数选择0.85～0.92,有利于快速成核和晶体生长,并且可以很好地控制晶体尺寸和分散度.     

运用BP网络分析尿素合成塔CO_2转化率

采用BP神经网络模型预测尿素合成塔CO_2 转化率 ,分析了氨碳比和水碳比与转化率之间的关系。详细介绍了建模过程并对隐含层神经元数和迭代次数对网络性能的影响进行了讨论。分析结果表明 :所建模型能准确地对CO_2 转化率进行预测 ,平均相对误差在 1 0 %以内 ;CO_2 转化率随氨碳比的增大而显著增加 ,水碳比的影响则相对较小。     

SnO2和SiO2用于PVC的阻燃消烟及协同作用

研究了二氧化锡和二氧化硅对软PVC阻燃消烟性的影响。通过对极限氧指数、剩炭率、烟密度的测定和DTATG曲线的分析证明,添加8g二氧化锡/二氧化硅复合阻燃剂的PVC的氧指数和剩炭率比未添加的分别增高5.5个单位和4.1%,烟密度降低16.4%,降解活化能分别降低38kJ/mol和23.1kJ/mol,从而证明二氧化锡/二氧化硅复合阻燃剂对于PVC是一种很好的阻燃消烟剂,二氧化锡和二氧化硅有很好的协同作用。同时证明这种复合阻燃剂能代替三氧化二锑,使产品的成本进一步降低。     

反应挤出法制备马来酸酐接枝POE

采用双螺杆挤出机反应挤出制备马来酸酐接枝乙烯-1-辛烯共聚物(POE-g-MAH)。通过红外光谱分析(FTIR)、化学滴定等方法,揭示MAH过氧化二异丙苯(DCP)及供电子体(EDS)对接枝物的接枝率(GD)、凝胶率、熔体指数(MI)的影响规律。MAH和DCP的加入使MI降低,GD增大;过量的MAH使激发态的MAH猝灭,导致能引发接枝反应的激发态MAH和大分子自由基的数量减少,从而使MI上升及GD下降。在高剪切、短停留时间的挤出机中,EDS会使接枝物的性能恶化。与传统的EPDM-g-MAH增韧尼龙相比,PA/POE-g-MAH复合材料的强度保持相当,而韧性明显提高。     

一个面向微博的情感倾向性分析模型

在微博情感倾向性分析中,一种典型分析方法是先对微博进行主客观分类,再对判定为主观的微博进行褒贬分类,但其问题在于主客观分类错误将直接传导到褒贬分类。针对这一问题,本文提出了一个主客观分类和褒贬分类融合的评估情感倾向性强度的模型。首先使用改进的逻辑回归模型构建主客观分类模型,并结合情感词典构建褒贬分类模型;然后,将二者融合,构建情感倾向性强度模型来选出具有较强情感的微博;最后应用褒贬分类模型判定情感倾向性。该方法在第六届中文倾向性分析评测(COAE2014)的微博观点句识别任务中获得了主要指标Micro_F1值和Macro_F1值的第二名。