关于PTFE板材与铁片粘结强度影响因素的探讨

以PTFE板材表面化学处理为基础,通过对PTFE板材与铁片的剥离,探讨板材与铁件粘结强度的影响因素。结果表明:相对于萘钠处理,经过氨钠处理得到的PTFE板材表面具有更加优异的粘结性能;在一定的范围内,随着胶粘剂溶液浓度的上升,PTFE板材与铁片的粘结强度增大;而且,硫化时间的延长会在一定程度上降低粘结强度,这可能是由于胶粘剂中橡胶的老化所致。此外,相对于25℃的使用温度,100℃时的粘结强度下降超过40%,高温下具有优异的粘结性能将是PTFE应用发展的方向之一。     

剪切变稀体系同心双轴搅拌釜内的气液分散模拟

气液搅拌设备因其良好的适用性被广泛应用于过程工业中。为更好地比较不同工况下剪切变稀体系中的气液分散情况,通过实验研究整体气含率和相对功耗确定适宜的转动模式,进而模拟研究表观气速、体系黏度、搅拌转速对气含率和气泡尺寸的影响。结果表明,相同功率下内外双桨反向旋转模式在理想气液分散条件下,相较于单轴内桨和内外双桨同向旋转模式具有更高的气含率和更好的气体泵送能力;表观气速的增加有利于气泡的均匀分散,但气泡尺寸也会随之增大;有效黏度的增加使得搅拌桨的影响区域变小,不利于气泡的均匀分散,气泡尺寸也随之增大;搅拌转速的增加使得循环涡流的影响区域变大,高气含率区不断扩大。     

微通道内液-液两相流流型及传质的研究进展

微通道内液-液两相流流动在微化工系统中占有重要的地位,了解微通道内液-液两相流体流动和传质规律对推动其工业化应用有重要作用。本文以微通道内液-液两相流系统为研究对象,简述了不同工况下微通道内液-液两相流流型和混合传质效率,分析了微通道特征、流体性质和流体流动速度等对流型形成和传质效率的影响。指出目前对于微通道内液-液两相流的研究多处于定性研究,定量研究仅针对某一体系展开,所得结果具有一定的局限性。关于微通道内液-液两相流传质研究实验较多而数值模拟方法相对较少,接下来的研究工作中应该考虑建立微通道内液-液两相流基础研究的数据库,通过分析大量的数据获得有效的流型划分准则和相关经验式以此推动微通道内液-液两相流的工业化应用。同时在传质研究过程中应研究开发相应的数值模拟模型,保证实验和数值模拟相结合,提出有效的传质效率评价机制。     

细粒锡石的电解浮选及碰撞粘附机理(英文)

为了研究细粒锡石电解浮选中颗粒气泡间的相互作用,分析不同粒级锡石的浮选回收率和锡石颗粒与氢气泡的碰撞机理。浮选实验在一个单泡电解浮选装置中进行,实验结果表明,10μm,10～20μm,20～38μm和38～74μm粒级的锡石分别与50～150μm,约250μm,约74μm和约74μm尺寸的气泡相匹配,可以获得较好的浮选回收率。因此,颗粒和气泡的大小直接影响锡石的浮选回收率。利用碰撞、粘附和捕集模型进行碰撞、粘附、分离和捕集几率的计算。理论计算结果发现碰撞几率随着颗粒尺寸的减小以及气泡尺寸(150μm)的增大而显著降低。有效的碰撞有利于粘附几率的增加,从而有利于提高浮选回收率。     

制备多孔Cf/ZrO2陶瓷基复合材料研究

以带有SiC涂层(厚度～lμm)的C纤维预制体作为骨架,液相浸渍Sol-Gel法制备的高固相含量ZrO2先驱体,溶胶-原位烧结制备多孔Cf/ZrO2陶瓷基复合材料.ZrO2先驱体溶胶稳定性取决于pH值和稀释NH3-H2O的浓度.pH=3时先驱体溶胶固相含量为50%.XRD及SEM结果表明:不同烧结温度和烧结气氛条件下,多孔Cf/ZrO2陶瓷基复合材料的成分物相和表面形貌有明显差别.Ar气氛低温烧结可以有效防止C纤维氧化和副反应发生,断裂过程中有纤维拔出的痕迹.1100℃烧结制备Cf/ZrO2陶瓷基复合材料力学性能最好,显气孔率为54%时弯曲强度接近13 MPa.     

聚氨酯防腐涂料研究进展

主要从原料和合成工艺两个方面介绍了含氟、环氧、纳米、互穿网络以及玻璃鳞片型等多种聚氯酯防腐涂料。对它们的性能及其研究进展进行了简要的阐述,并对防腐涂料未来的发展趋势进行了展望。     

多元改性水性聚氨酯的研究进展

主要从原料改性方面对水性聚氨酯的改性方法作了比较详尽的阐述,其中包括新兴纳米改性技术.对各种改性方法进行了对比,指出了各自的优缺点,探讨了今后水性聚氨酯研究的发展趋势.     

人尿中微量铬的测定——石墨炉原子吸收光谱法(GF-AAS法)

人尿中微量铬的测定,过去用比色法和火焰原子吸收光谱法测定,干扰大,测定误差也大。有时还需要复杂的萃取浓缩等预处理。本文采用HNO_3-H_2O_2湿法消解,经高锰酸钾氧化,采用石墨炉—原子吸收光谱法测定。仪器操作条件由微机控制,测试结果自动打印输出,取得了较为满意的效果。本法有较高的灵敏度及测试精度,优于其它铬的分析方法。     

基于WTD-AR谱和MEA-BPNN的轴承故障诊断方法

针对滚动轴承故障诊断模型在噪声干扰下鲁棒性能差的问题,提出一种基于小波阈值去噪（WTD）、AR谱和思维进化算法（MEA）优化反向传播神经网络（BPNN）的轴承故障诊断方法。以原始振动信号为输入,采用小波方法分解重构原始信号滤除高频噪声,然后采用Burg算法估计AR模型参数提取降噪信号功率谱特征,最后将特征向量与对应标签分别作为MEA-BPNN神经网络的输入、输出进行训练,最终实现诊断。将该方法与一些先进的人工神经网络诊断方法作比较,测试该诊断模型的性能。研究结果表明：WTD-AR谱-MEA-BPNN诊断模型能够有效降低轴承振动信号的噪声干扰,实现特征增强,分辨率更高;相较于传统神经网络训练速度更快,在更短时间内甄别故障类型且识别率高。     

杂质分离机主轴的有限元分析

利用Solidworks三维有限元方法,对杂质分离机主轴进行了强度的计算和分析。针对主轴受力的特点,建立主轴实体 模型并进行有限元分析,得出主轴的应力分布,在强度方面为主轴的设计提供理论依据,以达到改进实际主轴结构的目的。