不同粒径纳米羟基磷灰石牙膏对铅离子的吸附研究

比较不同粒径的纳米羟基磷灰石(n-HA)及掺入牙膏后对模拟废水中铅离子的吸附能力,并探讨掺n-HA牙膏对铅离子的吸附稳定性及作用机制。配制系列质量浓度的n-HA悬液及掺n-HA牙膏悬液,与初始质量浓度为1 mg/L的模拟铅溶液进行反应,静置24 h、14 d和28 d后,取上清液测定残余铅离子质量浓度,计算吸附率及吸附能力。结果显示,n-HA及其牙膏对铅离子的平均吸附率达95%左右,吸附能力随着HA粒径的减小而增大。掺n-HA牙膏的吸附能力显著优于掺微米级HA牙膏和空白牙膏,吸附作用随时间的推移解吸附现象不明显。HA及其牙膏对铅离子的吸附均符合Langmuir和Freundlish等温模型。研究表明,掺n-HA牙膏可有效去除模拟废水中的铅离子,是一种绿色环保的吸附剂,可为人们的日常保健行为赋予环保意义。     

主动悬架与EPS集成控制系统道路友好性研究

在建立的包含电动助力转向系统的转向运动模型、俯仰运动模型和侧倾运动模型汽车整车模型基础上,选用车身横摆角速度、横向运动速度等参数评价车辆操纵稳定性。运用95百分位四次幂和力作为动载荷道路破坏的评价指标,设计了自适应模糊控制的汽车主动悬架与电动助力转向系统集成控制器,并分析了不同路面和速度对理论道路破坏系数的影响。计算结果表明,该自适应模糊集成控制策略,与被动悬架与转向系统比较,既保证了车辆操纵轻便性,又明显提高了整车稳定性,同时集成控制的车辆具有良好的道路友好性,延长了道路的使用寿命。     

含铅锌赤褐铁矿氧化焙烧脱硫性能和机理

针对含铅锌赤褐铁矿中主要以铅、锌、铁等金属硫化物形式存在的杂质硫,在还原焙烧过程中不能被有效脱除而影响铁精矿质量的问题,采用氧化焙烧方式研究含铅锌赤褐铁矿中硫的脱除效果和脱硫机理。通过脱硫率、焙烧前后产物的矿相分析、显微观察鉴定以及拉曼光谱测试等表征方法,研究焙烧温度、焙烧时间对含铅锌赤褐铁矿脱硫效果的影响,探讨含铅锌赤褐铁矿的脱硫机理及金属硫化物的转化过程。研究结果表明：含铅锌赤褐铁矿中硫、铅、锌的质量分数分别为3.34%、1.50%和1.25%,在焙烧温度为600～1 050℃和焙烧时间为5～120 min的条件下,氧化焙烧对脱硫过程有不同程度的影响,且随着氧化焙烧温度的提高和焙烧时间的延长,脱硫效果提高。在焙烧温度为1 050℃、焙烧时间为60 min的条件下,硫质量分数降至0.25%,总脱硫率可达92.51%,对低价硫的脱硫率达98.64%。随着氧化焙烧温度的提高,焙烧产物中逐渐呈现多孔微小固熔体形貌和表面高温釉质层。脱硫过程主要为FeS₂、PbS、ZnS等金属硫化物在高温下发生不同的氧化反应,且铅锌等金属含量无明显变化,说明含硫杂质被氧化为SO_...     

城市轨道交通给排水节能环保设计初探

城市轨道交通是当前城市公共交通中应用最为广泛的交通形式之一,具有低能耗、低污染等特征.城市轨道交通建设施工需要坚持绿色轨道标准原则,从规划设计、技术手段等层面升级,来提高其节能环保水平.其中给排水工程,是整个节能环保绿色轨道施工中的重点环节之一.     

乙醚在亚/超临界环境下喷雾燃烧及其产物

为了探究亚/超临界环境下燃料在定容燃烧弹内的燃烧过程及其产物,采用高压共轨燃料喷射系统试验台和单次喷射仪进行燃料供给。通过高速相机和阴影仪进行图像数据的采集,利用烟气分析仪进行燃烧产物的收集测量。试验结果表明:乙醚的燃烧火焰呈现较明亮的球状。在临界压力点时,喷雾燃烧贯穿距最短,火焰面积最小。乙醚喷雾燃烧后,一氧化碳(CO)的生成量随环境压力的升高而连续下降,碳氢化合物(HC)的生成量则在临界压力处出现突变。燃烧火焰特性和产物生成规律所呈现的差异性,主要是由于亚/超临界环境下燃料的物性参数和破碎蒸发机理的不同。     

论中医药术语英译简洁性原则

“简洁性”是全国科学技术名词审定委员会之重要定名原则。中医药术语的突出特点是语言高度凝练、简明扼要,因此在其英译的过程中更应坚持简洁性原则。建议中医药术语英译的简洁性可通过省略虚词、使用名词性定语、采用连字符及避免赘译等手段来实现。     

浅谈如何提高共箱封闭母线的绝缘性能

对影响共箱封闭母线绝缘性能的几种情况进行了分析,并提出了相应的改进措施。     

水泵吸水口临界淹没深度及其近场水力特性试验研究

通过试验观测水泵吸水管附近旋涡生成、发展的过程,得到了吸水口临界淹没深度与流量的关系式;同时应用粒子图像测速(PIV)技术,对吸水口近区流场进行了多方位、多断面连续拍摄,获取了全场瞬时及时均的流速场和涡量场,定量显示了吸水口周围流速分布、旋涡位置及大小等水力特性.     

新型种衣剂成膜剂的研制与应用

笔者针对现有种衣剂中成膜剂、特别是高分子材料成膜剂所存在的缺陷,研发了不仅成膜性能好,而且生物相容性、与活性成分的配伍性能优异的新型种衣剂成膜剂。     

基于深度学习的镍基高温合金叶片磨削烧伤识别研究

针对目视检查镍基高温合金叶片磨削烧伤时易出现误检、漏检等问题,提出一种基于深度学习的镍基高温合金叶片磨削烧伤识别分类模型（Tenon Grinding Burn Net,TenonGBNet）. 以K4125镍基高温合金叶片为研究对象,通过磨削烧伤试验和试件组织检测获得不同烧伤程度的叶片榫齿磨削烧伤分级标准和对应的图片集;将ODConv动态卷积融合Inception V2模块和Coordinate Attention注意力机制,保证模型轻量化的同时提高模型的特征提取能力;使用全连接层进行识别分类.结果表明,与其他4个经典分类模型相比,TenonGBNet在具有较小的模型复杂度和参数量的同时保持了96.50%的平均分类准确率,且各烧伤等级的分类准确率均超过95%.