强酸阳树脂在过氧化氢中的氧化分解特性研究

在核电站,SO42-会引起镍基金属的晶间应力腐蚀破裂,对核电站的安全经济运行造成严重危害.为探索核电站SO42-的来源,研究了几种进口阳树脂在H2O2溶液中的动态溶出特性,采用离子色谱仪和TOC仪对溶出液的SO42-、TOC进行测定.研究结果表明,过氧化氢对大孔型和凝胶型树脂的影响不同,且氧化剂浓度越高,对树脂的影响越大,溶出的SO42-也越多；脱磺化速率随着时间推移而降低,而有机物溶出速率变化相对较小.     

竹炭-壳聚糖材料处理印染废水的应用研究

通过自制负载Fe2O3及Co2O3的竹炭-壳聚糖复合材料,在电催化作用下对模拟印染废水的去除效果进行了研究。对催化剂制备过程中的影响因素进行了优化,当竹炭与金属氧化物质量比为5∶1,壳聚糖与海藻酸钠质量比为9∶1,竹炭(负载金属氧化物)与壳聚糖质量比为100∶1,最佳焙烧温度600℃时制备的竹炭-壳聚糖复合材料对废水中的有机物有较好的去除效果。在最优化条件下对制备的复合材料进行了正交条件实验研究,结果表明:竹炭壳聚糖复合材料在投加量为3g,电压为9V,电解质质量0.4g,电催化时间为2h,pH为5时,对有机物有最好的去除效果。电催化时间为2h时对有机物的去除效率最高,且对酸性品红的去除效果最好,最大去除率能达到94%。     

放线菌SPRI-709084次级代谢产物的提取分离及结构鉴定

从青海省高原地区的土壤里筛选出一株能够产生除草活性物质的放线菌SPRI-709084,发酵液经过溶剂萃取、柱层析、薄层层析、高效液相色谱等过程分离纯化得到一种具有除草活性的化合物,命名为SPRI-709084A,该化合物在低浓度下可使杂草黄化,高浓度时可抑制种子发芽。经过质谱及核磁共振等分析确定：分子量为257、分子式为C14H15N3O2、结构与已知化合物吲哚霉素相同。     

文化认同视角下的闽南传统建筑保护初探

结合对文化和文化认同的介绍,从闽南传统建筑的现状及存在的问题入手,从城市的文化方面给予了相关的论述,从而提出应用文化认同的视角来对待闽南传统建筑的保护,达到一种文化认识上的归属。     

中温磷化技术在钢管塑性加工中的应用

为进一步促进中温磷化技术在钢管塑性加工中的应用,通过扫描电镜(SEM)、X射线衍射仪(XRD)、湿热试验箱、硫酸铜点滴试验法和退膜法对中温磷化处理的钢管的耐蚀性能进行了分析,确定了最佳的中温磷化工艺.研究表明,最佳的中温磷化工艺参数为:总酸度30～40 mg/L,游离酸度4.2～5.4 mg/L,促进剂浓度3～4 mg/L,磷化温度70℃,磷化时间10 min;通过最佳中温磷化工艺所制备的钢管磷化膜结晶致密,晶粒尺寸均匀,磷化膜主要成分为Zn2Fe(PO4)·4H2O,磷化膜重可达到7.42 g/m2,磷化膜层平均厚度为3.0 μm;钢管耐硫酸铜腐蚀时间超过300 s,耐湿热性能显著提升.     

PTMG型热塑性聚氨酯弹性体的变温红外研究

以二苯基甲烷二异氰酸酯(MDI)、聚四氢呋喃醚二醇(PTMG)、1,4-丁二醇(BDO)为原料,无催化剂条件下制备了热塑性聚氨酯,通过红外光谱(FT-IR)、核磁共振谱(NMR)、凝胶渗透色谱(GPC)等方法表征了其结构。通过变温红外光谱研究了温度对聚氨酯中氨基甲酸酯及氢键的影响,结果发现,当温度升高时氢键开始解离,而温度降低时氢键又发生重组;当温度升高到130℃及以上时,氨基甲酸酯有极少量解离,温度降低时又重新形成氨基甲酸酯。热重分析结果表明,热塑性聚氨酯样品热稳定性较好。     

基于工作过程的高职计算机网络技术课程教学改革与实践

分析了目前高职《计算机网络技术》课程教学中存在的问题,从高技能人才培养的要求出发,结合教学的实践与经验,提出了基于工作过程的理论与实践一体化教学模式的改革。实践证明,该模式是有效可行的。     

基于工作过程的《计算机组装与维护》课程标准研究与开发

课程标准是在国家示范性高等职业院校建设的推动下,对新时期教学环境下教学改革的一种尝试,它在一定程度上引导着课程改革的方向。采用基于工作过程系统化理念,从课程定位、设计思路、学习情境、课程目标、课程内容与要求、教学评价几个方面对《计算机组装与维护》课程标准进行了研究和开发。     

基于PLC的光栅刻划机环境温度监控的实现

在光栅刻划中,为了提高光栅的刻划精度,光栅刻划时的环境温度的稳定是非常重要的。运用PLC实现了中阶梯光栅刻划机工作环境温度的控制．并通过编程口实现了计算机对PLC控制过程的实时监控与数据采集,对系统的构成、功能作了介绍。较详细地讨论了系统中PLC的程序设计,编程口通信协议;给出了相应的PLC梯形图和实际监控曲线。     

多混沌差分进化算法及其神经元学习应用

深度学习在人工智能领域占据重要的位置,在图形处理、语音识别等方面取得了杰出的成功应用.近年来,基于树突状的单独神经元模型受到了广泛的关注,该模型成功地从机理上突破了McCulloch-Pitts(MCP)模型的一些限制.但是传统的训练树突状神经元模型的方法容易陷入局部最优,以进化计算替代传统的训练方式来训练树突状神经元...