排序方式: 共有7条查询结果,搜索用时 11 毫秒
1
1.
分析了蒸汽脱油后樟木片的材性和化学组分,实验室和工厂中试评估了该原料APMP制浆性能并分析了制浆过程中的废水负荷情况,探讨了樟木APMP浆碱性H2O2漂白的可漂性能。结果表明,在漂白温度90 ℃、浆浓25%、NaOH用量60 kg/t浆、H2O2 50 kg/t浆条件下,樟木APMP浆的物理强度略低于杨木APMP浆、高于桉木APMP浆,可漂性低于杨木APMP浆和桉木APMP浆,樟木APMP制浆过程废水总COD负荷为杨木、桉木的2倍,当H2O2用量70 kg/t浆时,樟木APMP浆白度可达75.0%,得率82.5%。微漂APMP制浆中试结果表明,当H2O2用量27 kg/t浆时,樟木APMP浆白度达35.9%。在打浆度44.0 °SR时,纸张抗张指数达28.5 N·m/g,松厚度2.57 cm3/g,可用于配抄中高端包装纸产品。 相似文献
2.
3.
4.
采用熔融共混法制备了聚酮(PK)/聚酰胺66(PA66)共混物,通过扫描电子显微镜、差示扫描量热仪、冲击试验机和电子万能试验机等研究了PK/PA66共混物的形态结构、结晶与力学性能。结果表明,当PA66含量较低时,PA66分散相粒径较小,且分布较均匀,PK/PA66(质量比为80/20)共混物的干态冲击强度达到29.5 kJ/m2,湿态下冲击强度为纯PK的4倍,同时共混物拉伸强度及弯曲模量也明显提高;但当PA66含量较高时,PA66相区尺寸明显增大,PK/PA66共混物的冲击强度呈下降的趋势;PA66的引入会显著降低PK的结晶度。 相似文献
5.
脉冲耦合神经网络(PCNN)提取的特征序列的旋转不变性降低了道路交通标志类内匹配识别的准确性,为了提取更有利于形状分类的特征向量,本文利用PCNN的自动波扩散特性,简化了PCNN模型。采用简化PCNN模型产生的类Euclidean距离图像作为分类特征,利用最小方差值进行匹配分析,并通过实验选取了最佳PCNN参数。针对道路交通标志图像库GB5768-1999的实验结果表明,采用获得的类Euclidean距离图像作为特征向量进行分类匹配,在选定边缘图像的迭代次数N为16,反馈输入固有电势VF为0.65,动态门限固有电势VT为100,卷积核矩阵为5×5时,最小方差值均出现在对应的标准图像位置。结果表明,简化PCNN的类Euclidean距离变换能够有效提取二值边缘图像的形状信息。该方法优于传统PCNN熵序列的特征向量方法,类内区分效果更加明显。 相似文献
6.
7.
1