粉体技术在中药中的应用

简要介绍了粉体技术在中药加工中的应用,列举了粉体技术在中药制剂工艺和制剂疗效中所产生的影响,同时阐述了超微粉碎加工技术在中药现代化中的作用,简介了微米中药、纳米中药,并且引用中药超微粉碎一些实验研究,证明中药经超微粉碎后细粉比粗粉溶出的速度快,并且有效成分的溶出比较均匀。     

供水系统中红虫污染原因和应对措施探讨

通过对供水系统中红虫发生的原因进行分析,提出了强化微污染原水预氧化和预吸附工艺,高锰酸钾和粉末活性炭的投加量分别达0.6～1.5 mg/L和10 mg/L;适当提高沉淀池出水余氯水平至1.5～2.0 mg/L,降低沉淀池出水浊度;以及加强二次供水设施管理等措施.经生产实践,这些措施对预防、抑制和消除供水系统中的红虫污染有明显效果.     

孔洞动力位移边值问题的渐近解法

本文把边界扰动形式的映射函数应用到孔洞动力位移边值问题中,提出了渐近求解这一问题的一般方法及相应的渐近公式。特别是基于圆孔的渐近,文中给出了“0”级及“1”级渐近解的具体算式。     

麦饭石用于功能纸填料的实验研究

采用麦饭石超细粉为填料制备功能纸手抄片,通过光学显微镜、SEM和细菌菌落总数检测分析,研究了麦饭石超细粉掺加量和手抄片性能的关系。结果表明:手抄片的拉力、断裂长、挺度、撕裂度随麦饭石超细粉掺加量的增加而减小;50%和75%掺加量时手抄片的耐折度和吸水率都比10%掺加量的手抄片高,变化趋势是随掺加量增加先增大而后又减小;掺加了麦饭石的手抄片测试组菌落总数少于阳性对照组,且随着掺加量的增大,测试组菌落总数减少,制备的麦饭石功能纸具有一定的抑菌作用。     

Bi过量和Mn掺杂的钛酸铋钠基无铅压电陶瓷

采用传统电子陶瓷制备工艺制备(1–y)(Na0.5Bi0.5)TiO3-yBa(ZrxTi1–x)O3无铅压电陶瓷,获得了d33高达185pC/N的0.94(Na0.5Bi0.5)TiO3-0.06Ba(Zr0.055Ti0.945)O3压电陶瓷。对Bi的挥发进行了补偿,添加过量Bi2O3(摩尔分数z=0.08)的钛酸铋钠基压电陶瓷,d33高达218pC/N。研究了Mn掺杂对钛酸铋钠基陶瓷压电、介电性能和损耗的影响,获得了高性能的无铅压电陶瓷,其中d33为214pC/N,kt为0.44,k33为0.52。     

阳离子化助剂预处理的棉织物直接染料染色

1　引　言　　用直接染料染色的最大优点在于其染色工艺简单。然而使用这种染料也存在一些问题 ,如染色过程要加入大量电解质以及染色织物湿牢度差等。据报道 ,用阳离子化助剂对纤维素纤维预处理 ,以降低甚至不用电解质并且提高了直接染料的湿牢度。这些阳离子化助剂能够与染料中的阴离子水溶性基团形成离子键。为使阳离子化助剂和纤维素通过醚键结合 ,通常用下列化合物 :环氧季铵化合物 ,表氯醇 ( 3 -氯 -1 ,2 -环氧丙烷 )二乙基胺 ,氯化 3 -氯 -2 -羟基丙基三烷基胺的衍生物 ,以及含有单活性基或双活性基的氯代烃杂环助剂等。后者更易于和…     

球磨法和搅拌铸造法制备SiCp/Al复合材料

用高能球磨法制备出SiC-Al复合粉体,再把复合粉体搅拌弥散到Al熔液中,浇铸制得0.5%、1.0%、1.5%质量分数,下同)SiCp/Al复合材料.制备出的复合材料与未经增强的铝材相比,其抗拉强度分别提高:46.8%、63.8%、34.0%,硬度分别提高:99.1%、116.1%、67.9%.在SiC添加质量分数相同的情况下,添加复合粉的浇铸体与直接添加SiC粉体的浇铸体相比,前者的抗拉强度和硬度高于后者,说明SiC粉和Al粉复合后更容易弥散到Al熔液中.     

激光诱导荧光光谱诊断血栓的研究

用氮分子激光作光源,以激光诱导荧光光谱方法测定体外人工血栓的荧光光谱。实验显示血栓荧光光谱具有不同于动脉内膜和斑块荧光光谱的三个特征:1.荧光强度普遍减弱.2.420nm前无荧光峰.3.荧光峰值波长向较长波长移位。     

人工智能在可再生能源材料研发领域的研究进展

近年来煤炭、石油、天然气等传统能源逐渐枯竭，大量化石能源的使用造成环境污染。为了降低二氧化碳的排放量，国家积极推动风、光、水电、氢能等可再生能源的发展，而这些能源技术的推广应用的关键是新材料的研发。目前新材料的研发主要依赖于研究者根据材料结构以及其用于某一特定体系的预期催化活性为目标进行实验优化，导致新材料研发过程缓慢。随着计算材料学的进一步发展，研究人员整合了大量关于材料结构及性能表征的材料数据库，通过比较逐步优化筛选新材料。综述了当前材料开发的设计思路以及合成方法，以人工智能（AI）为着眼点阐述了近年来基于AI方法设计、制备可再生能源材料过程中的模型与算法，并总结了AI用于材料设计方面的研究意义和发展过程，最后对AI方法用以可再生能源材料设计、制备的发展进行了展望，介绍了本课题组提出的材料优化模型，并且列举了该模型成功应用于电解水析氢以及硼氢化钠制氢的材料优化的案例。未来，AI技术在新材料的理论计算、合成设计、性能预测、材料微观结构表征分析等方面具有非常广阔应用前景。