纳米纤维素在食品包装中的应用

纳米纤维素源于天然高分子化合物纤维素,是近年来研究热度颇高的高分子纳米材料,主要取之于可再生的自然界植物资源,具有生物可降解、机械强度高、较高的环境安全性等性质。纳米纤维素在食品工业及食品包装行业中被得以广泛应用。纳米纤维素具有优异的性能,可提高食品包装复合材料的一些性能,并可赋予包装材料特殊的功能。本文简单介绍了纳米纤维素,着重阐述了纳米纤维素在食品包装材料中的应用。     

三氧化钨纳米粒子的改性研究进展

三氧化钨(WO_3)能被用作可见光响应光催化剂,但由于导带位置较低、在本体中光生电荷载流子复合几率较高等因素,导致其量子产率较低,从而制约了其实际应用。所以,需要对WO_3进行改性以提高其光催化性能。结合近年来国内外相关文献,综述了WO_3掺杂改性的研究现状,并对WO_3基光催化材料的发展趋势进行了展望。     

磺酸型离子液体催化合成脂肪族1,2-二醇

以磺酸型离子液体1-(3-丙烷磺酸)吡啶磷酸氢盐[PyPS]H_2PO_4为催化剂催化甲酸-双氧水氧化端烯烃合成相应的1,2-二醇,采用~1H NMR对产物的结构进行了表征。以1-己烯合成1,2-己二醇为模型反应,得到了反应的优化条件,即:n(1-己烯)∶n(H_2O_2)∶n(甲酸)=1∶1.1∶2,催化剂[PyPS]H_2PO_4 2.5 mol%,反应温度50℃,反应6 h。在此条件下,1,2-己二醇、1,2-戊二醇、1,2-辛二醇、1,2-环己二醇以及苯乙二醇收率分别为78.2%,74.7%,68.8%,76.2%和74.0%。[PyPS]H_2PO_4容易回收,在循环使用中催化活性未见明显降低。     

YOLOv2在煤岩智能识别与定位中的应用研究

综采工作面煤层走向复杂，采用“一刀切”的开采方法会加速滚轮截齿的磨损，同时开采效率也大幅降低，对煤岩的精准识别是解决此类问题、实现智能开采的关键。将基于回归方程的深度学习目标检测算法YOLOv2与线性成像模型相结合并通过该算法对井下采集煤岩图像进行了智能识别与定位，同时与Faster R-CNN，SSD对煤岩图像的识别结果进行了对比。结果显示YOLOv2对煤岩的识别精度达到了78%，检测速度达到了63 frame/s，与Faster R-CNN，SSD相比精度高出7.7%，4.7%，而检测速度高出763%，40%；在矿井测量坐标系中YOLOv2标定的煤层边界框角点的计算坐标与实测坐标相比相对误差在3.0%～4.5%之间，相对误差较小，不会对采煤效率产生影响。研究结果表明，YOLOv2可以对煤岩进行准确快速的识别。     

某油田油井采出水腐蚀因素研究

我国油田油井生产中采油井管柱腐蚀现象十分普遍,所以在注CO_2驱进行开采过程中要进行采出水的质量分析。对现阶段的油田生产腐蚀及防腐技术进行论述,提出相对应的防腐措施,进一步为油田生产作业提高产量。     

Zn掺杂改性TiO2的制备及其光催化性能研究

利用溶胶-凝胶法制备了Zn掺杂改性TiO_2催化剂。通过X射线衍射仪、扫描电子显微镜对制备的光催化剂进行表征,考察了该催化剂对亚甲基蓝废水的光催化降解性能。结果表明,Zn成功掺入TiO_2中,Zn掺杂改性TiO_2和纯TiO_2均属于锐钛矿TiO_2晶型。在催化剂投入量为1.5g/L、亚甲基蓝质量浓度为10mg/L、降解时间为0～2h条件下,Zn掺杂改性TiO_2催化剂对亚甲基蓝溶液的降解率超过60%,明显高于纯TiO_2的降解率。     

硬件

波晶显示器无法启动；Win2003里无法使用摄像头；内存的CL值；nForce2主板使用移动硬盘出错；U盾无法正常使用。