固相条件下研磨屑解毒六价铬机理及动力学规律研究

通过改变铬渣的粒径大小,在固相条件下将含铬废渣中的六价铬解毒后稳定化处置.研究了不同温度、pH、铬渣目数、含水率和初始浓度对研磨屑还原六价铬的反应动力学影响,通过实验验证:在pH=2～5,研磨屑与六价铬反应符合准一级动力学规律.pH为2时,速率常数是pH为3、4的1.63、2.47倍;铬渣粒径对反应体系的影响较为明显,R2大于0.98;目数为150目时,还原反应速率常数分别是目数为10、50目的12.1、4.8倍;在初始pH相同的条件下,体系含水率越高,还原剂研磨屑与含铬废渣粉末混合越均匀,固相反应速率常数越大;不同六价铬初始浓度的反应体系中,在铬粉目数相同的前提下,反应速率随六价铬初始浓度的增大而减小;在pH=3、含水率45％的条件下,反应速率常数随温度的升高而增大;温度为35℃时,反应速率常数分别是20℃、5℃的1.68、5.11倍.通过阿伦尼乌斯公式,建立六价铬固相还原反应体系中,反应速率常数随温度变化的函数关系方程.     

高职"化工单元操作技术"课课程思政的实践逻辑

课程思政是将德育教育的内容融入到课程教学中,实现"德育教育"与"智育教育"的协同效应.从实施主体的认识、德育能力、效果评价三个方面分析了当前高职"化工单元操作技术"课课程思政的建设现状;从实践逻辑的角度提出高职"化工单元操作技术"课推进课程思政的充分条件是提升实施主体的育德意识和育德能力,必要措施是拓展课程思政的实践思路与实践途径.     

采用交流海缆接入的海上风电场无功配置方法

对于海上风电采用交流电缆接入电网的形式,由于电缆充电功率较大,在接入电缆超过一定距离时,可能导致海上风电工程及其并网点电压以及载流量控制困难.针对上述问题,本文提出了海上风电经由交流海缆接入输变电工程无功配置方法.该方法可确定初步的无功配置方案;然后对不同方案下海缆的载流量以及沿线的电压分布情况进行了分析;最后,结合不同接入功率下接入点的电压波动情况,验证初步无功配置方案的可行性.     

硝基联苯、氨基联苯及啶酰菌胺的高效液相色谱分析方法

建立了一种高效液相色谱定量方法,测定以4-氯-2'-硝基联苯制备4-氯-2'-氨基联苯合成啶酰菌胺路线各步反应中的有效成分含量.采用InertSustain ODS-C18不锈钢柱(250 mm×4.6 mm i.d.×5μm)和二极管阵列检测器,以乙腈和0.02％磷酸水为流动相,流速为1.0 mL/min,在220 nm波长下对中间体4-氯-2'-硝基联苯进行分离和定量分析;在254 nm波长下对中间体4-氯-2'-氨基联苯进行分离和定量分析;在254 nm波长下对啶酰菌胺进行分离和定量.分析结果表明,4-氯-2'-硝基联苯保留时间约24.3 min,线性相关系数为1.0000,标准偏差为0.04,变异系数为0.34％,平均回收率为100.04％;4-氯-2'-氨基联苯保留时间约18.0 min,线性相关系数为1.0000,标准偏差为0.05,变异系数为0.33％,平均回收率为99.94％;啶酰菌胺保留时间约11.9 min,线性相关系数为1.0000,标准偏差为0.21,变异系数为0.32％,平均回收率为100.09％.方法 操作简便,精密度与准确度较高,满足定量分析要求.     

Study on heat conduction and adsorption/desorption characteristic of MIL-101/few layer graphene composite

Journal of Porous Materials - Aiming at the poor heat conduction performance of porous MIL-101 applied in adsorption cooling process, few layer graphene (FLG) was selected as a promising thermal...     

咪唑啉缓蚀剂工艺条件优化及效果

在减缓金属腐蚀的研究中,为了缓解在酸性溶液、碱性溶液以及大气、土壤等介质中金属腐蚀较为严重的问题,对咪唑啉类缓蚀剂进行了工艺条件优化.采用静态失重法研究了碳钢在加入了缓蚀剂的盐酸溶液中的缓蚀性能.在最佳合成条件下苯甲酸与二乙烯三胺最佳摩尔比为1∶1.3,催化剂质量分数为1.2%,环化时间为1 h,咪唑啉中间体与氯化苄的最佳摩尔比为1∶1.1,季铵化反应时间为1 h,季铵化反应温度为70 ℃,缓蚀剂的最佳质量分数为1%,最终缓蚀率可以达到99.37%.     

惩罚函数结合遗传算法的PID参数优化

针对传统优化算法对PID参数优化时,由于目标函数选择不当出现的超调量过大,从而引起系统的反应速度变慢和稳定性变差的问题,提出以传统遗传算法为基础,引入惩罚函数的方法,根据系统中出现的超调量来构造新的目标函数实现对PID的参数优化。实验表明,该方法可以有效减少系统中的超调量,加快优化以及运行速度的同时保证系统的稳定性,实现对PID参数的优化。     

深度学习的人体图像半自动标注系统

针对目前数据标注过于依赖硬件、手动数据标注效率低下的问题,提出了基于深度学习的人体图像半自动标注系统.系统通过对算法进行改进,增加人体关键点个数进行特征提取和加入运动信息的约束,提高了视频分阶段标注的准确率.使用真实数据集仿真实验证明了通过深度学习算法进行数据标注的可行性,并且使用半自动标注的速度快、准确率高.     

基于GWO-SVM的下肢假肢穿戴者骑行相位识别

针对下肢假肢穿戴者骑行相位识别的问题,提出基于灰狼算法优化的支持向量机(GWO-SVM)分类模型. 建立下肢多源信息系统,采集膝关节、踝关节的加速度信号以及膝关节角度信号. 应用奇异值分解,对采集到的信号进行降噪处理. 在对信号进行降噪处理之后,为了避免单一信号不确定的影响,从数据冗余角度,选取各信号的特征点,开展归一化处理,组成多维特征向量,作为SVM分类模型的输入. 为了能够进一步提高分类精度,加强全局优化能力,利用GWO算法对核参数进行优化. 通过与PSO-SVM分类模型、GA-SVM分类模型对比表明,基于GWO优化的SVM分类模型对骑行相位的识别率为94%,高于其他方法优化的SVM分类模型.     

面向对象轮廓约束GGVF Snake的建筑物边界优化方法

分析高分辨率遥感影像中建筑物的特征和常用方法提取建筑物存在边界漏检误检导致的边界不规则等问题,提出面向对象轮廓约束广义梯度矢量流（GGVF）Snake模型的建筑物边界优化方法. 在利用分类法获取建筑物轮廓的初始结果基础上,自动提取每个建筑物轮廓线作为GGVF Snake的初始轮廓线,获取各轮廓外接矩形进行对象裁剪,提取每个建筑物的子图对象. 对每个子图对象进行Canny边缘检测,结合Hough变换提取直线特征,输入到广义梯度矢量流模型的迭代求解中快速最小化能量函数,实现对象级建筑物轮廓的精确优化. 实验结果表明,利用提出的方法能够自动获取初始建筑物的轮廓信息,提高优化的自动化程度;基于对象级的边缘检测与直线特征的加入,有助于GGVF Snake快速拟合,准确地平滑建筑物边缘且准确度高. 相对于其他对比方法,本文方法的轮廓优化总体精度和综合值均有提升,可以作为有效提升分类原理获取的建筑物轮廓的优化后处理手段,提高了建筑物提取的精度.