排序方式: 共有22条查询结果,搜索用时 15 毫秒
1.
陈长鸿冯可芹石欢肖尧洪周虹伶 《材料热处理学报》2016,(4):32-36
以高钛高炉渣和废玻璃粉为主要原料,采用发泡和析晶同步进行的"一步法"制备泡沫微晶玻璃,研究热处理保温时间对泡沫微晶玻璃的组织与性能影响。结果表明:在1000℃下,随保温时间从30 min延长至60 min,泡沫微晶玻璃中主晶相由斜辉石Ca(Ti,Mg,Al)(Si,Al)2O6转变为钙铁辉石Ca Fe(Si2O6)和普通辉石Ca(Mg,Fe,Al)(Si,Al)2O6,其晶相含量增加且由粒状结构向棒状结构过渡,材料孔径增大,体积密度、导热系数与吸水率逐渐降低,抗压强度升高;保温时间在60~120 min时晶相不发生明显变化,其含量缓慢增加且逐渐融合呈球状结构,材料出现连通孔,体积密度、导热系数与吸水率逐渐升高,抗压强度下降。综合而言,当保温时间为60 min时,所制得的泡沫微晶玻璃具备最优综合性能。 相似文献
2.
3.
4.
目的 建立超高效液相色谱法测定山楂原料、提取物和相关食品中金丝桃苷和异槲皮苷的分析方法。方法 采用ACQUITY UPLC BEH C18柱, 以甲酸乙腈-甲酸水为流动相进行梯度洗脱分离金丝桃苷和异槲皮苷, 在紫外检测波长360 nm下进行检测, 外标法定量。结果 金丝桃苷和异槲皮苷的检出限(limit of detections, LODs, S/N=3)均为2 mg/kg, 定量限(limit of quantifications, LOQs, S/N=10)均为5 mg/kg; 在0.5~10.0 mg/L的浓度范围内线性关系良好, 相关系数均为0.999; 在原料、提取物和相关食品中, 金丝桃苷和异槲皮苷的平均回收率分别为83.0%~108.0%和86.2%~105.0%, 相对标准偏差(relative standard deviations, RSDs)分别为1.6%~5.7%和1.1%~3.9%。结论 本方法操作简便、快速、分离度和准确度高, 可用于山楂原料、提取物和相关食品的质量控制。 相似文献
5.
目的 建立高效液相色谱法分析枸杞原料、提取物和相关配方产品中枸杞酸和玉米黄质二棕榈酸酯的含量。方法 采用Poroshell 120 HILIC柱,以乙腈-磷酸水(90:10, V:V)为流动相进行分离枸杞酸,在紫外检测波长235 nm下进行检测,外标法定量。用Dionex Acclaim C30柱,以甲醇-甲基叔丁基醚为流动相进行梯度分离玉米黄质二棕榈酸酯,在紫外检测波长452 nm下进行检测,外标法定量。结果 枸杞酸的检出限为10 mg/kg,定量限为30 mg/kg;在10~200 mg/L的浓度范围内线性良好,相关系数为0.9999;枸杞原料、提取物和相关配方产品中的加标回收率在84.3%~98.1%之间,相对标准偏差(relative standard deviation, RSD)在1.3%~4.7%之间;精密度的RSD在0.74%~1.2%之间;重复性的RSD分别为1.3%~3.1%之间。玉米黄质二棕榈酸酯的检出限为10 mg/kg,定量限为30 mg/kg;在0.5~10 mg/L的浓度范围内线性良好,相关系数为0.999;枸杞原料、提取物和相关配方产品中的加标回收率在88.6%~98.6%之间,RSD在1.5%~4.5%之间;精密度的RSD在1.2%~2.1%之间;重复性的RSD在2.0%~4.5%之间。结论 本方法操作简便,快速,分离度和准确度高,可用于枸杞原料、提取物和相关配方产品的质量控制。 相似文献
6.
7.
8.
随着餐厨垃圾处理行业的发展,餐厨垃圾沼液污水处理受到越来越多的人关注,常规处理工艺多采用气浮除油预处理→两级A/O+超滤→纳滤,纳滤浓缩液处理成为餐厨沼液处理中的痛点、难点问题。纳滤浓缩液处理可采用臭氧催化氧化技术降解COD,采用铝基催化剂可提升氧化效率至60%~70%,采用炭基催化剂可提升氧化效率至80%~90%,色度去除率可达到90%~95%,出水pH值范围为7.5~7.9。催化剂选用需考虑适用于高盐环境,TDS耐受度宜大于0.05。臭氧催化氧化采用单一催化剂很难达到较高的去除率,宜针对不同浓度阶段选择合适的催化剂,采用串联形式可保障系统的稳定运行,效果显著。 相似文献
9.
10.
鉴于准确预测风功率对风电并网系统安全、稳定运行具有重要意义,提出了基于Bagging神经网络集成的风功率预测模型。先利用拉伊达(3σ)准则对数据进行预处理得到有效的风机数据,结合灰色关联度和Relief算法对数据进行特征提取;其次在Bagging集成学习中使用Bootstrap抽样,随机产生K个训练集并用自组织RBF神经网络(ErrCor-RBF)分别对风功率进行预测;最后叠加K个预测结果取均值得到最终预测结果。仿真结果表明,Bagging神经网络集成的风功率预测模型性能更好、预测精度较高。 相似文献