聚合反应挤出过程的数学描述及数值模拟进展

聚合反应挤出是反应、流动、传热等相互影响的过程,具有多学科交叉的特点。文中从数学的角度,描述了聚合反应挤出过程。评速了试过程数值模拟的研究现状,并展望了其发展趋势．     

铜膜碘化法制备p型CuI薄膜及其用作空穴传输层的反型钙钛矿电池性能

γ相碘化亚铜(γ-CuI)是一种带隙为3.1 eV的p型半导体材料, 适合应用于发光二极管和太阳能电池等光电子器件。本研究利用简单的铜膜碘化法制备了CuI薄膜, 探究了碘化时间、温度及铜/碘比等生长条件对其透明导电性能的影响。在最优碘化时间(30 min)和碘化温度(120℃)下, 制备出了高透过率(可见光范围>75%)、导电性能好(电阻率4.4×10^-2 Ω·cm)的CuI薄膜。利用CuI薄膜作为空穴传输层, 组装了CuI/CH₃NH₃PbI₃/PCBM反型平面钙钛矿电池, 获得的最高光电转换效率为8.35%, 讨论了CuI薄膜透明导电性能对钙钛矿电池光电转换效率的影响机理。     

丙烯酸功能化纳米氧化石墨烯/丙烯酸酯复合乳液的制备及性能

以烯丙基磺酸钠（ALS）为可聚合乳化剂,采用种子乳液聚合法制备丙烯酸功能化纳米氧化石墨烯（FAGO）/丙烯酸酯复合乳液。通过红外光谱、XRD表征GO、FAGO的结构,通过SEM和TEM观察GO、FAGO、纳米FAGO/丙烯酸酯复合乳液的形貌。结果表明,丙烯酸上的羧基与GO羟基反应生成了酯键;FAGO的边缘发生扭曲变形,局部产生较多褶皱,体系的不规整度显著增加;纳米FAGO/丙烯酸酯乳胶粒子呈规则的球形。纳米粒径电位分析表明,纳米FAGO/丙烯酸酯复合乳液粒径大小均一,分散性良好,随着ALS加入量的增加,纳米FAGO/丙烯酸酯乳胶粒子的粒径逐渐减小,其分散性指数（PDI）先减小后增大,相应的Zeta电位逐渐升高,乳液的黏度逐渐增大,乳胶膜耐水性变差,当ALS用量为0.8wt%时,纳米FAGO/丙烯酸酯复合乳液综合性能最佳。      

羧甲基化壳聚糖修饰磁性Fe_3O_4纳米粒子去除Cu（Ⅱ）离子

采用化学共沉淀法制备磁性Fe₃O₄纳米粒子,通过在磁性Fe₃O₄纳米粒子表面接枝高脱乙酰度羧甲基化壳聚糖（CMC）,制备了一种新型磁性纳米吸附剂。通过透射电镜、红外光谱、X射线衍射、振动样品磁强计对其进行了表征,着重研究其对Cu(Ⅱ)离子的吸附性能。结果表明：溶液pH值能显著影响吸附剂对Cu(Ⅱ)的吸附效果,pH值为5时其效果最佳。等温吸附数据符合Langmuir 模型,T＝298 K、pH＝5、V＝5 mL时,吸附剂的饱和吸附容量q_m高达71.43 mg/g,吸附常数为0.0543 L/mg。     

交联反应统计理论在RTM固化过程数值模拟中的应用

树脂传递模塑工艺的固化过程数值模拟有助于化学反应、材料结构与性能的控制,具有重要的科学意义和工程价值.根据该工艺的固化反应动力学模型、交联反应统计理论和温度方程,采用有限元法开展了固化过程的数值模拟,分析了温度、固化率、交联度和官能团浓度等物理量的影响因素以及变化规律.     

氮化镓低维纳米结构的制备与表征

主要是以氧化镓为原料,通过气相沉积法,制备出GaN纳米线和纳米带.通过X－射线衍射(XRD),扫面电镜(SEM)和高分辨透射电镜(HRTEM)等测试手段对其形貌进行了表征和分析.研究了实验过程中工艺条件的改变对所制备GaN纳米结构形貌特征的影响.对两种GaN纳米材料的拉曼散射光谱进行了分析.     

锦纶部优产品评比方案讨论会召开

<正> 1988年3月16～21日,纺织部化纤局在广东新会锦纶厂召开了“纺织部锦纶复丝和锦纶弹力丝部优产品评比方案讨论会”。参加会议的有广东、辽宁、山西、山东、湖南、江苏、上海、北京等省市的有关生产厂以及作为评优班子的纤维检验局,测试中心、丝绸厂和袜厂等共27个单位46名代表。     

基于PROFIBUS的污水处理自动监控系统

随着污水处理工艺的发展,污水处理自动化水平的要求越来越高,开发基于新型工艺的高效控制系统,使污水水质稳定达标,具有非常重要的意义。在综合了国内外的一些污水处理厂的自动化监控系统之后,本文提出了以工业以太网和PROFIBUS现场总线为网络连接方式的IPC+PLC分布式控制系统组网方案,构建污水处理全过程的自动化监控系统。     

浅谈检验批质控资料核查须注意的问题

对检验批质量控制资料核查过程中必须注意的几个问题进行了论述,并提出了相应的注意要点,以做好检验批质量控制的核查,从而保证建筑工程的质量,促进建筑市场的发展。     

机器视觉在花椒品种鉴别中的初步研究

花椒是一种重要的烹饪调料和中药配料.本文将机器视觉技术引入到花椒品种的快速鉴别中,通过机器视觉硬件装置获取6类花椒样品图像共90幅,其中60幅作为训练样本,30幅作为测试样本.对所有样本分别提取了颜色和纹理的共10个特征参数,利用概率神经网络对特征数据进行鉴别,正确识别率为93.33%.本文研究的基于机器视觉的花椒品种鉴别方法可以快速准确地提取花椒样品的特征数据,为批量分选花椒奠定了技术基础.