摘要：以废旧棉布为原料,K_2CO_3为活化剂,化学活化法制备棉纤维基活性炭。以碘吸附值和得率为指标,采用Plackett-Burman(P-B)设计,进行主要影响因子的筛选,利用中心复合设计(central composite design,CCD)和响应面优化分析,确定最优制备工艺,并对该工艺条件下制备的样品进行元素含量、表面形貌、比表面积、孔结构和表面官能团的表征。结果表明:碘吸附值和得率的显著影响因子是活化温度、浸渍比和活化时间;最优工艺条件为活化温度818℃、浸渍比1、活化时间1.5h;在此工艺条件下样品碘吸附值和得率分别为1513.7mg/g和15.42%;样品含C量为93.45%,比表面积达1624.79m^2/g,平均孔径为2.57nm,其表面官能团种类稀少。利用高含碳量的废旧纺织品可以制备出性能优良的活性炭,同时采用P-B/CCD法在优化制备棉纤维基活性炭的工艺中是准确可靠的。

摘要：以废旧棉织物为原料,KOH为活化剂,利用化学活化法制备活性炭。采用XRD、SEM、元素分析仪、比表面积及孔径分析仪、FTIR等对所制备活性炭的结构与性能进行了分析与表征。结果表明：先炭化废旧棉织物,在m（炭化料）∶m（KOH）=1∶1,浸渍时间16 h,活化温度850℃,活化时间50 min的活化条件下,制备的活性炭比表面积为1 368.67 m^2/g,其中,微孔比表面积占BET比表面积的72.05%,总孔容为0.620 8 cm3/g,微孔孔容占总孔容的71.63%,微孔孔径主要分布在0.84~1.30 nm之间;活性炭呈中空纤维状,具有丰富的孔隙结构;碳质量分数高达90.43%;表面官能团主要为羧基、羰基、羟基等亲水性基团。废旧棉织物可作为制备活性炭的原料,所制活性炭性能优良。

摘要：以辣椒秸秆为原料、K_2CO_3为活化剂制备活性炭(AC),研究不同活化制度对AC制备工艺的影响。选取活化温度、活化时间、浸泡时间、K_2CO_3/炭化料比率和升温速率为影响因子,通过Plackett-Burman(P-B)设计筛选出主要因子,采用中心复合设计法(Central Composite Design,CCD)对其优化,得到样品比表面积和得率的预测模型,并验证和确定最佳制备工艺。利用扫描电子显微镜(SEM)和比表面积及孔径分析仪对样品的形貌和结构进行表征分析。结果表明:对AC比表面积和得率影响显著(P活化时间>升温速率;最佳工艺条件为活化温度835℃,活化时间1.95 h,升温速率4.5℃/min。在此条件下AC比表面积、得率分别为1648.30 m^2/g、34.29%,与预测值(1728.48 m^2/g、34.68%)的误差分别为4.63%(<5%)、1.12%(<5%),为辣椒秸秆的资源化利用提供参考。

摘要：随着计算机的发展,流域水文模型种类越来越多。本文对流域水文模型进行分类,并整理细化出常见的水文模型,包括黑箱模型、概念性模型、物理模型以及集总式模型和分布式模型。其中,黑箱模型中比较典型的有总径流线性响应模型和人工神经网络,并在后者的基础上发展了BP-神经网络;概念性模型又包括萨克拉门托模型、水箱模型、新安江模型、SCS水文模型。针对不同类型水文模型,综述了对相关的原理、特点、优缺点、发展及应用的研究进展,为后续水文研究提供一定的依据和方向。

摘要：为了制备电化学性能更优的活性炭电极,利用(NH_(4))_(2)S_(2)O_(8)浸渍得到改性后的APS-AC,运用EST技术筛选石墨烯微片、导电炭黑、碳纳米管中更佳的导电剂,制备电化学性能更优的APS-AC电极;通过CV、EIS、GCD和CA等测试手段比较APS-AC电化学性能,并结合吸附行动力学分析电吸附性能和吸附规律。结果表明:导电炭黑制备的APS-AC电极性能更佳,比电容为275.208 F/g;表征发现APS-AC电极的接触角变小,亲水性提高;充放电周期大,充放电性能和电荷储存能力更好。溶液中不同阴阳离子的吸附效果不同,离子去除率为K^(+)>Na^(+)、Cl^(-)>SO_(4)^(2-),吸附过程更符合准二级吸附动力学。

摘要：以K_2CO_3为活化剂,辣椒秸秆为原料制备活性炭,研究活化温度、活化时间、浸渍比和浸渍时间等影响因子对活性炭孔结构的影响.以比表面积、总孔容及碘吸附值为表征指标,对活性炭孔结构进行分析.结果表明,在给定的取值范围内,随着影响因子值的增加,比表面积和碘吸附值都呈现先升高后降低的趋势.在800℃活化温度、120min活化时间、2∶1浸渍比、24h浸渍时间的最佳条件下,制备的活性炭比表面积和碘吸附值的最大值分别达到1 753.983m^2/g,1 754mg/g,总孔容为0.893cm^3/g,平均孔径2nm,微孔率达84%.

摘要：针对纺织机械制造企业生产过程中的多源异构数据集成、传递和共享问题,结合企业实际生产情况,搭建面向企业业务流程模型,建立车间制造过程数据管理模型,对生产数据进行异常纠正、时间配准、时序数据补足等数据预处理;并采用基于本体的异构数据集成方法,实现纺织机械制造车间智能生产的数据集成与共享,为数字孪生平台、仿真优化决策提供数据支撑;设计和开发了数字化车间数据集成管理系统,通过融合SAP、SCADA等系统数据,实现生产进度跟踪、设备运行监控及生产相关的数据统计分析,并结合三维模型进行三维可视化,满足车间的数据管理需求。