两种来源的针叶木及进口微晶纤维素性能的对比

微晶纤维素(MCC)的制备原料在一定程度上决定了其性能。在同一工艺条件下采用不同的针叶木溶解浆制备得到不同的MCC,与进口的MCC在粒径大小及分布、流动性、结晶度和微观形貌等方面进行了对比分析。结果表明,在粒径大小及分布方面,马尾松制得的MCC的粒径及分布情况与进口MCC相似,而进口针叶木制得的MCC粒径较小且分布更集中;进口的MCC流动性优于另外两者;XRD分析表明,马尾松制得的MCC具有较高的结晶度值,进口微晶纤维素次之,进口针叶木制得的MCC结晶度值最低;SEM分析表明,针叶木制得的MCC均存在薄片状结构,而进口MCC更粗壮一点,流动性相比会更好。     

不同催化剂对麦草组分乙醇溶剂热分离效果的影响

高效清洁的纤维生物质组分分离技术是生物质深度精炼和高值化利用的前提。乙醇溶剂高温热分解是一项极具前景的生物质组分高效分离技术,催化剂的加入可以明显加快脱木质素效率。本研究在麦草乙醇溶剂热分离过程中加入催化剂,探讨了催化剂乙酸、MgCl_2、H_3PO_4以及3种催化剂与H_2O_2组成的二元催化体系对麦草组分分离效果的影响。结果表明,H_2O_2的加入对乙酸、MgCl_2催化半纤维素的脱除有明显的提高,而对木质素的脱除影响不显著; H_2O_2的添加对于H_3PO_4催化来说,木质素脱除率有明显的上升,而半纤维素脱除率则保持较高水平。当反应温度190℃、催化剂浓度0. 02 mol/L、H_3PO_4/H_2O_2质量比为5∶5时,木质素脱除率由单独H_3PO_4催化的80. 99%增加到88. 64%;半纤维素脱除率为68. 99%。     

论环保工程水处理过程中应用超滤膜技术对策

在我国的所有工程当中环保工程占据着极为重要的地位。由于过去重视科学技术的发展,忽视对环境的保护,对环境带来许多危害,严重破环了我国的自然环境。为此,改善环境在我国的建设当中占据着极为重要的地位。环保工程一方面可以有效改善自然环境,另一方面有利于我国的可持续发展。目前,在环保工程当中最重要的一个环节就是水处理,过去由于水处理技术不够先进,促使水处理的效率极低。为了让水处理质量得到提升,本文对环保工程水处理过程中应用超滤膜技术的对策进行了论述。     

住宅工程现浇板裂缝鉴定与处理

<正>住宅工程现浇板裂缝是常见的工程质量问题。本文对某住宅工程现浇板裂缝质量问题的检测鉴定及处理情况进行介绍,为减少现浇板裂缝及对该类问题的处理提供些许借鉴。一、工程概况某住宅工程2015年底建成,建筑为钢筋混凝土剪力墙结构,地上9层,地下1层,基础采用筏形基础,建筑面积6 230 m~2,第7层某业主收房装修时发现自家现浇顶板出现裂缝,建设单位委托某检测单位对裂缝问     

锰硫比对SPHC热轧薄板边部舌状裂纹的影响

针对迁钢2160mm热轧线生产的SPHC热轧薄板经常出现边部舌状裂纹缺陷,研究了舌状裂纹的形貌及形成机理。结果表明,SPHC薄板边部舌状裂纹缺陷的产生是由于Mn含量较低导致锰硫比较低,使板坯边角部位易出现微裂纹,并在轧制过程中流变至带钢边部而形成。经实践,w(Mn)/w(S)>20时,可有效避免SPHC板边部舌状裂纹的产生。     

浅议长吉图经济先导区内高等教育大众化

长吉图经济先导区的批准,对吉林省高等教育的发展提供了难得的发展机遇,同时也提出了挑战.区域内高等教育需要面对经济社会发展的现实需求,逐渐实现促进社会发展并引领社会潮流的大众化高等教育建设.     

麦草乙醇木素改性制备水泥减水剂

以羟甲基化乙醇木素为原料,采用磺化法,制备了磺化乙醇木素,研究了磺化的最佳条件,分析了不同浓度的磺化乙醇木素对表面张力的影响。结果表明,合成磺化乙醇木素的最佳条件为:磺化剂与羟甲基化木素质量比1:3,反应温度95℃,反应时间3h,反应pH为11。制得的磺化乙醇木素具有阴离子表面活性剂的结构特征,能显著降低溶液的表面张力。     

麦草乙醇法分解液中木素的分离和结构表征

通过加水、加酸和调节温度的方式回收麦草乙醇法分解液中的粗乙醇木素,并对制得的粗乙醇木素与工业碱木素分别进行FI-IR1、HNMR表征来确定粗乙醇木素的物理化学结构特征,并且进行了成分分析。结果表明,稀释比例为1∶1,pH值为2.5,温度为30℃时,粗乙醇木素的沉淀量最大,木素纯度更高,其物理化学结构特征与工业碱木素有所不同,乙醇木素含有更多的羟基、羰基和甲氧基,有利于改性利用。     

融合用户感知和多因素的兴趣点推荐

针对传统的基于协同过滤的兴趣点(POI)推荐方法存在数据稀疏问题和现有工作往往单纯利用上下文信息却没有合理平衡各因素的作用影响的问题，提出融合用户感知和多因素的兴趣点推荐模型（UPMF）.为基于用户感知的隐式建模提取用户相似性以丰富用户表示，并利用序列、地理和社交等上下文信息构建用户感知协同影响的POI推荐模型，缓解数据稀疏问题.设计新颖的用户感知的融合策略(UPIS)，在基于用户感知的同时合理利用各种上下文信息挖掘用户的动态偏好.提出基于分段的活动区域选择算法针对不同活动区域对用户的影响进行建模.实验结果表明，与其他流行的POI推荐方法相比，UPMF在准确率、召回率和归一化折损累计增益(NDCG) 3个评价标准上都有一定程度的提高.在Gowalla和Yelp数据集上，UPMF模型的NDCG@10比SUCP的分别高12.77%、7.24%.