溶解浆的反应性能及相关研究进展

介绍了溶解浆的反应性能及其表征方法和影响因素,概述了提高溶解浆反应性能的方法及相关研究进展.     

ECF漂白废水回用对产污负荷的影响研究

将麦草浆ECF漂白（DQP）中的P段洗涤废水用于D段漂后浆料的洗涤,初步探讨P段洗涤废水回用对漂白废水污染负荷及浆料性能的影响。结果表明,P段洗涤废水回用后,漂后浆料白度升高1~2个百分点,黏度略有下降;不同漂剂用量下,漂白废水CODCr下降0~2.5 kg/t漂白浆,BOD5下降2.1~2.9 kg/t漂白浆,AOX下降17%~20%,漂白废水产生量减少30%。     

用于多模态语义分析的嵌入共识自动编码器

跨模态检索技术是一项近年来的研究热点.多模态数据具有异质性,而不同形式的信息之间又有着相似性.传统的单模态方法只能以一种方式重构原始数据,并未考虑到不同数据之间的语义相似性,不能进行有效的检索.因此,文中建立了一个跨模态嵌入共识自动编码器(Cross-Modal Semantic Autoencoder with Embedding Consensus,ECA-CMSA),将原始数据映射到低维共识空间以保留语义信息,学习出对应的语义代码向量,并引入参数来实现去噪.然后,考虑到各模态之间的相似性,采用自动编码器将特征投影关联到语义代码向量.此外,对低维矩阵进行正则化稀疏约束,以平衡重构误差.在4个多模态数据集上验证所提方法的性能,实验结果证明其查询结果有所提升,实现了有效的跨模态检索.进一步,ECA-CMSA还可以应用于与计算机和网络有关的领域,如深度学习和子空间学习.该模型突破了传统方法中的障碍,创新地使用深度学习方法将多模态数据转换为抽象的表达,使其可以获得更好的准确度和识别结果.     

活性炭滤纸的制备及其在空气净化中的应用研究

针对市售活性炭滤纸中活性炭含量低的问题,本研究从原料和制备工艺出发,探究了植物纤维的分丝帚化及涤纶短切纤维的添加对活性炭滤纸中活性炭留着率和物理性能的影响,并构建了具有特殊添加顺序的双元助留体系来协助活性炭粉末的留着,最终获得活性炭含量高达46.2%的高强度活性炭滤纸,其四氯化碳吸附值为34.0%。以室内空气净化为目标场景,本研究创新性地将活性炭滤纸设计制作成“瓦楞蜂窝”结构。该结构活性炭滤纸对5种室内常见气体表现出较好的去除效果,其中对乙酸和甲苯的去除率可达100%,对甲醛的去除率为65.2%。     

不同树龄竹柳特性分析及其溶解浆纺丝工艺探究

通过对不同树龄竹柳进行化学组分和纤维质量的分析,确定用于制浆的竹柳树龄。采用预水解、硫酸盐法蒸煮、ECF漂白等处理,研究了不同蒸煮条件对竹柳成浆性能的影响。通过对竹柳溶解浆成丝品质的检测,评价了竹柳溶解浆的纺丝性能。结果表明,3年生竹柳的应用价值较高,以其制备的溶解浆,预水解后多戊糖脱除率达56.31%,与桉木相当。经过总用碱量（Na₂O计）19%、硫化度18%的硫酸盐蒸煮后,竹柳成浆特性黏度605 mL/g,聚合度861。经D₀E_pD₁P四段ECF漂白后,竹柳溶解浆关键性能指标均满足行业标准中优等品的要求。竹柳溶解浆与常规商品阔叶木溶解浆无明显差异,纺丝后的黏胶过滤性能较好,丝束性能指标满足国家标准中合格品要求。     

基于时空信息转换方程的药品销量预测模型

针对药品销售中高维短时间序列预测问题,利用时空信息转换方程及储备池计算方法构建了一种基于时空信息（STI）转换方程的药品销售量预测模型。首先针对药品销售时间序列数据样本量较小的特点,引入储备池计算方法拓展数据样本信息维度,将多个不同药品销售量时序数据中的动力学信息引入储备池。使用时空信息转换方程对时间信息与空间信息进行转化,最后在储备池运算的基础上对时空信息转化方程求解,对目标药品的销售量进行有效的时间序列预测。通过将提出的基于时空信息转换方程的时序预测模型与神经网络预测模型在特定药品销售数据集进行时序预测验证并进行横向对比,相较于GRU(Gated Recurrent Unit),所提模型在测试时间节点上的均方根误差（MSE）及运算时间分别减小了13.27%和95.60%、皮尔逊相关系数提高了34个百分点;相较于长短期记忆模型（LSTM）,所提模型在测试时间节点上的均方根误差及运算时间分别减小了69.85%和98.00%,而皮尔逊相关系数提高了44个百分点;相较于卷积神经网络模型（CNN）,在测试节点的均方根误差及运算时间分别减少了48.96%和88.53%,皮尔逊相关系数提高了33...     

基于信息传播的致病基因识别研究

基因在生命科学领域的研究中占据着重要地位,而致病基因则是关键重心之一。对致病基因的精准识别可以揭示疾病在分子层面的发病机制,为疾病的预防、诊断及治疗等多个阶段提供强力支撑。准确识别致病基因的关键在于给出基因之间的相似性度量。文中利用复杂网络对生物系统进行建模,并提出了一种带有耗散机制的多源头重启随机游走模型DRWMR来度量基因之间的功能相似程度。首先基于NCBI等生物数据库构建人类基因相互作用网络,并在KEGG的疾病-基因关联数据集上开展实验对已知致病基因进行识别。与SP,RWR和PRINCE 3种现有模型进行对比,DRWMR准确预测了581种疾病中的156种,而其余模型平均正确预测了121.3种,DRWMR的平均预测分数相比其余模型的预测分数均值高出9.46%。最后使用所提模型预测哮喘、血友病和PEHO综合征的潜在致病基因,预测结果均在文献或数据库中找到了理论或实验支持。     

LNG卫星站冷能制冰工艺优化及模拟分析

在现有的利用LNG卫星站冷能制冰的技术中,由于LNG气化量随季节及各时段用气量不同有很大的波动,会出现LNG气化量与冰的需求量不匹配的问题,且制冰量不稳定。针对这一问题,提出了一种新的联合制冰工艺,该工艺把利用相变冷媒(R410A)与LNG换热制冰的方法和蒸气压缩式制冷循环相结合,并采用天然气发动机为压缩机提供动力。除了能解决以上问题,还可缓解电力燃气的季节不平衡性。运用HYSYS软件对该工艺进行了模拟分析,并确定了该工艺的关键运行参数,模拟结果表明:气化量为2×104~10×104 m3/d的小型LNG卫星站,日制冰量约为127t,相比用普通的制冰方法制取相同的冰最多每天可节约7 332kW的能量。若按每100kg冰块8元的批发价计算,年毛收入可达370.36万元,经济效益非常可观。     

改善溶解浆在NMMO水溶液-溶解体系中润胀性能的研究

研究了商品针叶木溶解浆在N-甲基吗啉-N-氧化物(NMMO)水溶液溶解体系中的最适润胀条件,在此基础上,采用纤维筛分、打浆、生物酶处理三种方式分别对溶解浆进行预处理,通过对预处理后溶解浆物理特性和润胀性能进行评价,初步探讨了采用预处理的方式提高溶解浆在NMMO水溶液中润胀性能的可行方法及其机制。结果表明,当润胀温度100℃,NMMO质量分数75%,润胀时间40 min时,溶解浆在NMMO水溶液中的润胀率可以达到196%,润胀效果最好;三种预处理方式中,筛分处理对于改善溶解浆润胀性能的效果有限,纤维素酶处理和打浆处理可以分别将溶解浆的润胀率从196%提高至225%和320%。