氧化钆电解制备钆铁合金工艺试验

钆铁合金用在钕铁硼中取代金属钆,可提高钕铁硼合金收率,降低钕铁硼合金成本。本工艺采用熔融GdF3-LiF二元体系为电解质,阴极为纯铁,阳极为石墨,Gd2O3为原料,工业规模电解制备钆含量在75~80±1%的钆铁合金。本文对电解过程中电解质组成、电解温度、阴极规格、阴极电流密度、加料速度和阳极形状等因素对合金成份、稀土收率影响进行了试验研究。结果表明,在试验条件下可生产钆含量为75~80±1%的钆铁合金,电流效率大于68%,稀土直收率大于92%;产品含氧量小于0.05%,含Ca量小于0.01%,含W量小于0.01%,显著小于还原法生产的金属钆。     

A/O结合循环式活性污泥法处理海产品加工废水

针对海产品加工废水氨氮含量较高的特点。舟山兴业有限公司的污水处理工程采用两段A/O结合循环式活性污泥法工艺，工程验收合格后运行一年多来，排放废水的各项污染指标均达到国家《污水综合排放标准》（GB8978-1996）的二级标准，处理系统具有很好的抗冲击能力和脱氮效果。     

2,4,6—三（二甲胺甲基）苯酚的合成

前言2,4,6—三—(二甲胺甲基)苯酚作为热固性环氧树脂胶粘剂的固化催化剂,可大大提高固化剂与环氧树脂的反应速度,降低固化温度,而不影响胶粘剂的理化性能。与其它固化剂相比,它催化作用好、反应完全,     

垂直管内弹状气泡上升中壁面传递的实验研究

垂直管内弹状流壁面传递是诸多工业应用中需研究的重要问题之一。今用极限扩散电流技术,对弹状气泡上升时瞬时壁面剪应力和传质系数进行了测定,结果显示:当基于表观气速的Froude数FrG < 0.74时,壁面剪应力随弹状气泡和液塞的到来呈现方向相反的交替变化,壁面传质系数亦相应变化;而当FrG > 0.74时,剪应力方向一直向下,说明液膜向下流动,且弹状气泡和液塞的到来对壁面传质系数的影响很小。这说明下落液膜射流穿透了液塞段,控制了整个壁面传递过程。研究还对下落液膜区、尾迹区及液塞段的不同传递特征及机理进行了分析, 并结合气泡塔熔融结晶器中弹状气泡上升时的传热,对结晶操作条件的合理选择进行了讨论。     

竹红菌甲素和吲哚类化合物的相互作用

本文利用吸收光谱,荧光光谱研究了竹红菌甲素(以下简称HA)和吲哚类化合物的相互作用。发现HA和吲哚类化合物在一定条件下可形成复合物。这种复合物带有电荷转移性质。吲哚环上带有给电子取代基,位阻小,溶剂的极性大和溶液呈中性有利于该复合物的形成。     

溴氟菊酯防治大豆食心虫,大豆蚜,甘蓝夜蛾试验

１９９２～１９９５年用１０％溴氟菊酯乳油对大豆食心虫、大豆蚜、甘蓝夜蛾进行了小区试验。结果表明，该药对上述三种害虫具有良好的防效。ｌ０００倍液对大豆食心虫防治效果与２０％甲氰菊酯乳油２０００倍液相当，达到３９２．９％以上；用１０００～２０００倍液防治大豆蚜，药后７天防效达８８．５％以上；用５００～１５００倍液防治甘蓝夜蛾，药后７天均达到了８４．６％以上的防治效果。而且对作物安全。     

新型偶联剂对橡胶力学性能的影响

本文讨论了新型偶联剂用量对陶土填充橡胶与炭黑填充橡胶动态性能与力学性能的影响．并且用红外光谱对偶联剂改性陶土表面进行了表征。结果表明：该偶联剂明显提高硫化胶的动态性能、撕裂强度及陶土填充橡胶的拉伸强度，其用量超过１．５重量份对硫化胶的力学性能有不良影响。     

利用湿排粉煤灰及其它工业废渣研制蒸压砖

今年二月召开的全国建材局长会议指出墙体材料改革是一项十分紧迫而艰巨的任务,并强调发展节能、节土、利废的新型墙体材料,今年二月末,辽宁省人民政府又批发了“辽政发[1990]15号文”《关于限制毁田烧砖发展新型墙体材料的通知》,通知中明确要求积极发展并强制推广轻质、利废、节能的墙体材料。粉煤灰是电厂排出的工业废渣,就朝阳热电厂来说每年要排放粉煤灰近十万吨之多。我们以该电厂粉煤灰为主并掺加其它工业废渣进行了蒸压制砖的研究,取得了较好的结果。     

基于多元混合时序分析及灰色理论的水华藻类生长阶段多因素预测方法

在水华防治工作中,水华预测一直都是1个难点,由于藻类水华整个生成过程各阶段的变化机理不尽相同,现有预测方法采用某1个模型对水华生成的全过程进行建模预测并不合理。因此本文针对水华生成过程中持续时间最长且变化规律明显的藻类生长阶段,采用多元时序分析技术,通过对藻类生长阶段中的多特征因素时序建模分析,以影响和表征藻类生长的特征因素作为模型输入和输出,考虑藻类生长阶段的趋势性、周期性、随机性变化规律,建立多元混合时序模型,并结合灰色理论思想,改进模型预测算法,从而提出基于多元混合时序分析及灰色理论的水华藻类生长阶段多因素预测方法,以实现对包含影响因素在内的特征因素变化特性的全面描述和预测以及对模型预测精度的进一步提高。采用本文方法及传统方法分别对江苏太湖水华特征因素监测数据进行建模预测,结果表明,基于本文方法的水华特征因素预测结果与实测结果更相符、预测平均误差绝对值更小。     

基于Bagging集成学习的水华预测方法研究

随着经济社会的高速发展和工业化建设程度不断提高,水环境问题已经严重影响甚至威胁了人类的健康。近年来,国家大力推行水环境的预测预警,许多专家学者利用人工神经网络等智能方法在富营养化评价及水华预测中得到了较为广泛的运用,也取得了一定成效。然而,人工神经网络的性能受到样本训练算法等方面的影响,在选取合适的神经网络模型、算法以及设置参数麻烦、耗时。随着问题复杂程度的增加,单个网络的隐层节点数将增加很多,训练时间将大大增加,从而造成训练困难。且由于训练过度或不够,往往导致泛化能力较差。为解决此问题,本文在对湖库水华形成机理深入分析的基础上,建立了BP网络的水华预测模型,并利用Bootstrap采样技术获取不同的数据集,分别训练多个BP网络,最终将多个网络进行集成用于建立太湖流域水华预测模型。通过基于Bagging算法的集成学习,可以对样本包含的信息进行充分挖掘,更全面的刻画因素之间的相互联系和变化规律。实验表明基于Bagging算法的BP网络集成模型预测结果与单个BP网络模型预测结果对比,具有较高的预测能力,从而获得了相对理想的预测效果。