低碳钢表面氧乙炔火焰合成纳米碳纤维研究

采用低碳钢基体表面氧乙炔火焰法成功合成了纳米碳纤维,利用扫描电镜、激光拉曼光谱检测手段对其形貌和结构进行了表征.在氧乙炔火焰内焰区,经浓硝酸浸蚀的低碳钢表面沉积合成出中空管状、短而粗的纳米碳纤维:外径100～120nm,内径60～80nm.并初步探讨了其火焰合成的形成环境和生长过程.     

Sn~(4+)-TiO_2的制备及其光催化降解苯酚的研究

采用硬脂酸法制备出Sn4+-TiO2复合光催化剂,用透射电子显微镜和X光衍射仪对粉体的粒径、物相、形貌和热稳定性进行了表征。样品经500℃焙烧2h后,5%Sn4+-TiO2纳米粉末颗粒细小均匀,形状完整,粉末的平均晶粒度约为14nm。通过粉体对苯酚的降解情况对其光催化活性进行了测试,结果表明,与纯TiO2相比,Sn4+-TiO2的光催化活性有较大提高,当SnO2的掺入量为摩尔比5.0%时催化活性最高。以高压汞灯为光源,苯酚的初始浓度为80mg.L-1、催化剂5%Sn4+-TiO2投加量为1.0g.L-1时,溶液的pH为4,苯酚的光催化降解效果最好。     

真空吸滤过程影响纸浆模塑制品质量问题的分析

根据实际生产分析了纸浆模塑制品生产工艺过程影响纸浆模塑产品质量问题产生的原因,并总结出解决这些问题的方法,对实际生产具有指导意义.     

钨酸催化氧化环己酮合成己二酸

以钨酸-有机酸性添加剂为催化体系,在无有机溶剂和相转移剂的情况下,催化30%过氧化氢氧化环己酮合成己二酸。当钨酸∶有机酸性添加剂∶环己酮∶过氧化氢=11∶4∶01∶76(摩尔比,钨酸用量为2.5mmol)时,使用有机酸性添加剂来调节钨酸催化活性,结果表明以钨酸-磺酸水杨酸氧化环己酮效果最优,反应8h时己二酸分离产率达86.8%、纯度为99.9%;以间苯二酚或邻苯二酚为添加剂时,己二酸分离产率分别达到85.9%和84.5%,纯度约为100%;而不使用任何添加剂时,己二酸分离产率只有68.1%、纯度为95.2%。当使用磺酸水杨酸、草酸等为有机酸性添加剂时,随反应时间的延长,己二酸分离产率均升高。当磺酸水杨酸用量为2.5mmol时,己二酸分离产率和纯度均较高。钨酸-磺酸水杨酸和钨酸-草酸催化体系重复使用5次后,己二酸分离产率仍分别可达80.2%和80.9%。     

C/C复合材料基TaC涂层低功率激光烧蚀特征

为研究TaC涂层的高温烧蚀特征和机理,用低功率激光仪对TaC涂层进行了不同时间的烧蚀试验,并用XRD,SEM等观测了该涂层在空气中的氧化与烧蚀过程。结果表明:在大气环境下激光烧蚀的开始阶段是TaC涂层的分解与游离碳向表面扩散,随即氧化生成含碳、氧、钽的熔体,随着时间的延长熔体氧化为低价的钽氧化物,最后生成Ta2O5;熔体在冷却过程中析出Ta2O5针状晶体。在熔体与TaC之间存在1～2μm由细小的晶体和孔隙组成的扩散过渡层,过渡层由碳、氧、钽组成。     

低温模压法制备的C/C-SiC复合材料的摩擦磨损性能

为深入了解低成本法制备的C/C-SiC复合材料的摩擦磨损规律,以短炭纤维、Si粉、炭粉和粘结剂为原料,通过均匀混合、模压成形、1 600℃反应烧结制备了C/C-SiC复合材料,研究了孔隙度、SiC含量及环境湿度对该复合材料摩擦磨损性能的影响,并用光学显微镜及X射线衍射仪对磨屑进行观测分析,对不同状况下的摩擦磨损机理进行研究。结果表明:C/C-SiC复合材料的致密度决定其磨损方式;SiC在摩擦过程中作为硬质支撑点,其含量对摩擦系数及其稳定性具有关键性影响;湿态时的摩擦系数与线磨损均略有下降,但仍能保持其良好的摩擦磨损性能。     

旋转式室温磁制冷机用永磁磁路

随着室温磁制冷技术的发展,许多具有巨磁热效应的材料被开发出,但多是在高场强的超导磁体中获得的。为应用磁制冷技术到家用空调和冰箱,除了巨磁热效应的磁致冷材料外,设计出高场强的永磁磁路也尤其重要。针对旋转式室温磁制冷机,采用有限元方法设计并制作了具有较高场强的永磁磁路,在磁路工作气隙为20mm时,工作气隙中心的场强的计算值及实测值均高于1.5T,且计算值与实测值基本相符。     

热轧带钢层流冷却控制系统的设计

本文介绍了热轧带钢层流冷却控制系统的设计思想，硬件配置，软件设计方法以及在河北邢台德龙钢厂的应用结果。     

我国有色金属行业发展趋势

介绍了我国有色金属市场发展走势，分析了我国有色金属严重依赖进口的形势、原因及影响，指出了我国有色金属的产业整合、海外发展和注重环境的三个方面发展方向。     

基于Web的数据挖掘技术研究及其在电子商务中的应用

基于Web的数据挖掘是一种结合了数据挖掘和互联网系统的热门研究课题.本文首先综述了基于Web的几类数据挖掘技术,包括Web内容挖掘、Web的访问挖掘、Web页面聚类以及用户频繁访问路径发现等技术.在此基础上又着重介绍了Web数据挖掘技术在电子商务中的具体应用.