两种进口阔叶木材纤维质量及制浆性能

对进口阔叶木材南洋楹和石梓的化学成分、材性特点、纤维形态及制浆性能进行了研究.结果表明,南洋楹的灰分、冷热水抽出物和苯-醇抽出物含量低于石梓.Klason木素和纤维素含量两者相当,但是南洋楹的1%NaOH抽出物和戊聚糖含量明显高于石梓.南洋楹的纤维平均长度为1.08 mm、石梓的为1.15 mm.采用硫酸盐法制浆,打浆后南洋楹与石梓浆的裂断长分别为11.9 km和11.5 km;撕裂指数分别为5.12 mN·m2/g和6.56 mN·m2/g.     

桉树无性系纸浆材材性分析

对5种桉树无性系的木材密度、化学成分、纤维细胞壁厚、腔径、壁腔比及腔径比进行了分析.结果表明,桉树无性系的木材密度为0.423～0.629 g/cm3;与一般阔叶材相比,桉树无性系的纤维素和抽出物含量相对较高,戊聚糖含量较低,但不同地域种植相同品种的桉树无性系的化学成分差异较大.桉树无性系的纤维平均长度为0.882～1.017 mm、平均宽度为15.15～19.43 μm,材性指标均符合造纸工业对纸浆材的质量要求.     

奥古曼木材材性及制浆漂白工艺的研究

测定了奥古曼(Okoume)原料的木材密度、纤维形态和化学成分等材性指标,并进行硫酸盐法制浆及ECF漂白实验.结果表明,奥古曼原料的气干密度为0.433g/cm3,灰分、抽出物及木素含量较高,纤维平均长度1.26 mm,细胞壁薄,成纸强度优良,奥古曼硫酸盐浆经D0EpD1 P四段漂后白度可以达到85.8%,可用于抄造高级文化用纸.     

利用近红外光谱技术快速测定木材水分和气干密度的研究

利用近红外光谱技术对木材水分和气干密度进行了快速测定。结果表明：两个水分模型的决定系数都接近1,RMSECV值小于0.2%,RPD值大于10,模型质量极好,对样品的预测偏差小于0.2%;气干密度模型的决定系数为0.976、RM-SECV值为0.0152g/cm^3、RPD值为6.47,模型质量好,对样品的预测偏差范围为-0.019～0.02g/cm^3。说明可以利用近红外光谱技术对我国造纸木材的水分和气干密度进行快速、准确的预测。     

桉木杨木混合木片CTMP制浆

讨论相同和不同的浸渍条件、磨浆工艺、原料组成、磨浆能耗条件下的混合木片磨浆。结果表明,桉木、杨木混合木片CTMP制浆过程中,随着原料中桉木比例的增加,成浆白度和抗张指数显著下降,浆张松厚度则略有升高,达到相近的游离度时磨浆能耗有所降低。而混合木片CTMP制浆过程中,随着浸渍药液中烧碱用量的增加,达相近的游离度时磨浆能耗明显降低,成浆白度和松厚度下降,纤维束含量略有增加,浆张抗张指数、撕裂指数和耐破指数则有不同程度的提高。     

竹柳材性、纤维质量及制浆性能的研究

对竹柳的材性特点、纤维质量及制浆性能进行了研究.研究结果表明:竹柳的木材密度在0.384～0.443g/cm3范围;竹柳的灰分、冷热水抽出物和1%NaOH抽出物含量高于速生杨木但比杂交构树低,Klason木素和多戊糖含量与速生杨木相当,但是纤维素含量比速生杨木低3%.竹柳的纤维平均长度为0.84mm、平均宽度为21.44μm.采用硫酸盐法制浆,打浆后竹柳的裂断长为9.44km,撕裂指数4.11mN·m2/g.     

八种竹子材质性能的研究

对8种竹子的化学成分和纤维形态进行了分析研究.结果表明,竹子的综纤维素含量相对较高,木素含量略低于针叶木,聚戊糖含量与阔叶材相当,抽出物含量较高,但不同地域种植的不同品种化学成分差异较大.8种竹子显微镜法测定的纤维平均长度为1.70～2.60mm、平均宽度为15.25～20.66μm,纤维细胞壁腔比为1.86～6.71,材性指标均符合造纸工业对纸浆材的质量要求.     

Vaahto合并两家子公司的制浆造纸机械业务

芬兰造纸机械和设备供应商Vaahto集团,合并了其旗下两家公司的制浆和造纸机械机构。在Vaahto Roll Service Oy与Vaahto公司合并后,Vaahto公司就有Vaahto Projects和Vaahto Service两个运营中心。Jyrki Strengell负责Vaahto Projects,Tapio Mattila负责Vaahto Service。     

制造型企业实施管理信息化的理性思考

文中针对当前制造型企业信息化工作，对信息化的目的、信息化认识的误区、信息化的核心思想、信息化实施中的认识、信息化发展趋势等问题进行了论述。     

近红外光谱法快速测定木材纤维素、戊聚糖和木质素含量的研究

探讨了近红外光谱法快速测定木材纤维素、戊聚糖和Klason木质素含量的可行性。用常规实验室方法测定106种木材样品的纤维素、戊聚糖和Klason木质素含量,用近红外光谱仪采集相应样品的光谱。利用偏最小二乘法（PLS）和完全交叉验证方式,对原始光谱进行一阶导数＋矢量归一化（SNV）和一阶导数＋多元散射校正（MSC）预处理后,选择7502-5446 cm^-1、4601-4247cm^-1和6102-4597 cm^-1区间建立样品纤维素、戊聚糖、Klason木质素含量和光谱数据之间的相关性模型。模型的决定系数（R2）高,分别为0.9705、0.9927和0.9827;交叉验证均方根偏差（RMSECV）低,分别为0.40%、0.38%和0.49%;残留预测偏差（RPD）分别为5.83、11.7和7.61。采用3个模型分别对样品进行预测,预测偏差分别为-0.36%-0.34%、-0.40%-0.32%和-0.36%-0.39%。结果表明,可以利用近红外光谱法快速测定木材纤维素、戊聚糖和Klason木质素含量。