近红外光谱法快速测定制浆杨木的材性

用常规方法测定了4种常用制浆杨木的化学成分和基本密度,并采集了样品的近红外光谱。对光谱进行预处理后,运用偏最小二乘法和交互验证的方法,分别确定最佳主成分数并建立样品综纤维素、木素、苯-醇抽出物、基本密度的校正模型。独立验证中模型的决定系数（R2val）分别为0.9050、0.9098、0.9112、0.9165;预测均方根误差(RMSEP)分别为0.40%、0.42%、0.19%和0.0050 g/cm3;相对分析误差(RPD)分别为3.24、3.33、3.36和3.46;绝对偏差(AD)分别为-0.49%～0.77%、-0.66%～0.63%、-0.28%～0.33%、-0.0094～0.0068 g/cm3,预测均方根误差和绝对偏差基本符合对误差的要求,4个模型能够满足制浆造纸中常用杨木材性的快速测定。     

二段浸渍对桉木木屑P-RC APMP纸浆性能及废水的影响

利用桉木木屑进行盘磨化学预处理碱性过氧化氢机械浆（P-RC APMP）制浆,研究二段浸渍过程对纸浆性能影响.结果表明：二段浸渍的温度、NaOH和化学品用量对纸浆性能影响显著,游离度随着二段磨浆道数的增加而降低;纸浆的强度和光学性能主要受NaOH用量和温度的影响;磨浆道数增加,纸浆的耐破指数、撕裂指数、不透明度和光散射系数增加而松厚度减低,但是NaOH用量增加且温度升高时,耐破指数和不透明度降低,撕裂指数和光散射系数增加而松厚度基本不变;桉木木屑较易漂白,经每道磨浆后白度均较高;白度主要受H2O2用量和温度的影响,温度升高,H2O2漂白效果降低;在温度85℃、H2O2和NaOH用量分别为70 kg/t和24 kg/t时,进行二道磨浆后白度最高,为74.88％ISO;二段浸渍过程H2O2和NaOH用量、温度和磨浆道数等不仅影响纸浆平均纤维长、伸长率和断裂长性能,而且影响过程废水水质的色度、SS和TS值;工艺A的污染负荷COD最低,为312.4 kg/t,其在较低温度和化学品用量下,纸浆性能较好.     

近红外光谱技术用于制浆原料分析的研究进展

对近红外光谱技术的原理、分析方法及特点等作了介绍,综述了当前将近红外光谱技术应用于制浆原料的快速分类,及其在制浆原料化学成分测定、水分含量测定、基本密度测定和纤维形态分析中的运用,并分析了实际投产应用面临的问题,最后对未来发展趋势进行了展望。     

用micro:bit进行物联网TDS水质检测实验

创客社团的学生是学校里动手能力与探索欲较强的一群孩子,科学课上的学习经历往往能激发他们更大的好奇心.一群接触过开源硬件课程的他们会如何以自己独特的视角观察与发现身边和水有关的问题,又会用怎样的技术手段来满足自己的好奇心呢?本文以宁波市广济中心小学创客社团成员的实践为例,为广大教师提供一种引导学生利用物联网技术对身边的水...     

基于近红外光谱快速鉴别木材种类的研究

通过采集5种木材近红外光谱特征曲线,结合化学计量学技术建立预测模型,对不同种木材进行快速无损检测。设计正交试验L24(2×4×3×8)对光谱特征曲线进行优化预处理。利用TQ8.6软件对正交试验结果进行判别分析。结果显示,选择多元散射校正(MSC)、Savitzky-Golay平滑对波段10 000~4 000 cm-1进行光谱预处理,提取主成分为8时,光谱判别正确率为100%。将22种已知种类木材光谱信息导入预测模型,进一步评估预测模型的性能,验证通过率为100%,获得了较理想的预测结果。该方法的建立为木材种类鉴别提供了一个新方法,同时为其他木种植物的鉴别提供参考。     

近红外光谱技术在制浆原料分析中的应用

近年来,随着人们对植物纤维近红外光谱的研究不断深入,近红外光谱技术在植物资源化学中得到了初步的应用。本文就近红外光谱技术的发展概况及测定过程、特点,特别是近红外光谱在以下方面的应用:使用近红外光谱法对不同制浆原料的化学成分分析以及对不同制浆原料进行快速分类与评价进行了较全面的综述,并对将来在制浆原料分析方面的应用作了展望。     

过硫酸钠热激活法深度氧化竹材制浆废水生化出水的研究

研究过硫酸钠热激活法深度氧化竹材化学机械法制浆废水生化出水。结果表明,在温度为50℃,Na₂S₂O₈用量为1.5 kg/t时,化学需氧量（COD）达到最低值65 mg/L,COD去除率为54.86%,此时水质满足80 mg/L的国家排放标准。pH值对废水COD的影响体现在既可以在强酸性时产生木质素酸析效应,又可以在强碱性条件下影响过热激活过硫酸盐体系的自由基类型。自由基的反应性强、寿命短,反应可以在20 min内有效完成,延长反应时间,COD几乎不变。     

近红外光谱结合Lasso算法测定制浆材抽出物含量

为实现制浆材材性的快速测定,首先用常规方法测定了144个制浆材样品的冷水、热水、苯-醇和1% NaOH抽出物含量,并采集了样品的近红外光谱,然后对原始光谱进行预处理,并运用Lasso算法及交互验证建立最优校正模型。对模型进行独立验证,决定系数R2val分别为0.9186、0.9085、0.9241、0.9760,预测均方根误差分别为0.24%、0.30%、0.28%、0.38%,相对分析误差分别为3.50、3.31、3.63、6.45,绝对偏差分别为-0.42%～0.37%、-0.43%～0.41%、-0.47%～0.40%、-0.55%～0.57%。这些模型预测性能能够满足制浆造纸工业的要求,同时,也证实了Lasso算法用于制浆材抽出物测定的可行性。     

近红外光谱分析技术在制浆过程中的应用

近红外光谱分析技术是一种高效、无损的快速分析方法,作为实时成分分析和过程控制的先导技术,正逐渐成为制浆过程分析测量领域的研究热点。文中介绍了近红外光谱分析技术的测量原理、技术特点、建模方法等,并对近红外光谱分析技术在制浆过程中的原料分类筛选、材性分析、纸浆性能评估等方面的应用进行了综述。