绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 2
  (已选择0条) 清除 结果分析
找到 37 条结果
摘要:采用化学热磨机械浆(CTMP)工艺,以桉木与杨木2种木材为原料,初步研究了超声波辅助木片常压浸渍及其漂白效果.通过监测体系中的残余氢氧化钠的量来探究外部环境体系(温度、时间和用碱量)对超声波辅助木片常压浸渍的影响,结果表明:超声波辅助处理浸渍,桉木为温度75℃,时间30 min,用碱量6%;杨木为温度75℃,时间30 min,用碱量5%,此较优条件下,桉木白度提高2.83% (ISO),残余过氧化氢质量分数提高了4.4个百分点,碱吸收量达41.5 kg/t,较未经超声波处理后的桉木的碱吸收量提高了5.06%;杨木白度无变化,而残余过氧化氢质量分数提高了2.73个百分点,碱吸收量达38.75 kg/t,较未经超声波处理的杨木碱吸收量提高了6.15%....
-
EI CSTPCD 北大核心 SCI
-
摘要:近年来,随着林纸一体化战略的推进,多使用混合原料制浆.而混合原料比例及成分含量的快速分析难以实现已成为制约制浆工业发展的瓶颈.为解决此问题,以广泛使用的杨木-桉木混合原料为研究对象,用傅里叶近红外光谱仪采集了131个不同比例的杨木-桉木混合样品和30个单一杨木、桉木样品的近红外光谱;用化学法测定其综纤维素、聚戊糖及Klason木素含量.因主要化学成分含量的近红外光谱信息集中于7600~4000 cm-1区间,对该区间的光谱数据进行平滑、标准正态变换和一阶导数的预处理,运用LAS-SO算法建立了杨木含量与聚戊糖含量模型;对该区间数据进行平滑、标准正态变换和二阶导数预处理后结合LASSO算法建立了综纤维素含量模型;对该区间数据进行平滑、多元信号校正和二阶导数预处理后结合LASSO算法建立了Klason木素含量模型.杨木含量、综纤维素、聚戊糖、Klason木素含量模型的预测均方根误差分别为1.82%,0.52%,0.67% 和0.59%;绝对偏差范围分别为-3.01% ~2.94%,-0.91% ~0.83%,-0.91% ~1.07%,-0.79% ~0.92%.4种模型的性能总体上略优于传统偏最小二乘法所建的模型且满足实际需求,可以用于工业生产....
-
EI CSTPCD 北大核心
-
摘要:采集了常见制浆材(桉木、相思木及杨木)样品的近红外光谱,测定了样品的基本密度、综纤维素、木质素和苯醇抽出物含量,用人为控制水分的方法测定了样品的水分含量。对原始光谱进行预处理后,分别运用偏最小二乘法( PLS)、LASSO算法、支持向量机法( SVR)和人工神经网络法( BP-ANN)建立基本密度、水分含量、综纤维素、木质素和苯醇抽出物含量的预测模型。对预测模型进行独立验证,结果显示:LASSO算法建立的基本密度和综纤维素模型性能最优,其预测均方根误差(RMSEP)分别为0.0063 g/cm3和0.49%,绝对偏差(AD)范围分别为-0.0088~0.0096 g/cm3和-0.85%~0.87%;PLS建立的水分含量模型及苯醇抽出物模型最优,RMSEP值分别为1.21%和0.24%,AD范围分别为-1.99%~2.03%和-0.35%~0.38%;SVR建立的木质素模型最优,RMSEP值为0.43%,AD范围为-0.76%~0.74%,均满足制浆造纸工业中对误差的要求。...
摘要:为实现制浆材化学成分含量的快速测定与实时分析,用常规方法测定了120个制浆材样品的综纤维素、聚戊糖、酸不溶木素及苯醇抽出物含量,并采集了样品的近红外光谱.对原始光谱进行多元散射校正后,运用偏最小二乘法和交互验证的方法,根据主成分数与PRESS值的关系,确定最佳主成分数分别为9,10,8,9,据此建立样品相关化学成分含量的校正模型.独立验证中综纤维素、聚戊糖、酸不溶木素和苯醇抽出物模型的决定系数R2val分别为0.918 8,0.949 3,0.946 6和0.928 4,预测均方根误差(RMSEP)分别为0.70%,0.75%,0.72%和0.24%,相对分析误差(RPD)值分别为3.50,4.44,4.33和3.74,绝对偏差(AD)分别为-0.95%~ 1.22%,-1.42%~ 1.29%,-1.39%~ 1.14%和-0.34%~0.39%,4个校正模型较好地预测了验证集样品的化学成分含量,基本满足制浆造纸工业中快速测定的需求....
-
北大核心 CSTPCD CSCD AJ CA
-
摘要:利用阿达玛变换近红外光谱结合支持向量机,对制浆造纸常用木材树种的快速识别进行研究。将各树种近红外光谱先进行多点平滑和标准正态变换预处理以消除噪音干扰和光散射导致的测量偏差,然后基于不同建模策略建立一对多和一对一两种支持向量机模型,考察这两种模型对多树种属间分类和种间分类的预测能力,并与传统的偏最小二乘判别分析分类法进行对比。结果表明,支持向量机预测模型对桉木、相思木、杨木、水杉等树种的属间分类正确率达到98%以上,种间分类正确率均达到95%以上,在处理复杂分类问题时模型稳健性明显优于传统分类方法,从方法上证明了近红外技术工业化应用的可能性,为进一步建立近红外在线检测木片材性分析系统奠定了基础。...
摘要:用常规方法测定了4种常用制浆杨木的化学成分和基本密度,并采集了样品的近红外光谱.对光谱进行预处理后,运用偏最小二乘法和交互验证的方法,分别确定最佳主成分数并建立样品综纤维素、木素、苯-醇抽出物、基本密度的校正模型.独立验证中模型的决定系数(R2val)分别为0.9050、0.9098、0.9112、0.9165;预测均方根误差(RMSEP)分别为0.40%、0.42%、0.19%和0.0050g/cm3;相对分析误差(RPD)分别为3.24、3.33、3.36和3.46;绝对偏差(AD)分别为-0.49% ~0.77%、-0.66% ~0.63%、-0.28%~0.33%、-0.0094~0.0068 g/cm3,预测均方根误差和绝对偏差基本符合对误差的要求,4个模型能够满足制浆造纸中常用杨木材性的快速测定....
-
北大核心 CSTPCD CSCD AJ CA CBST
-
摘要:将稳定度自适应重加权采样特征变量选择算法用于支持向量机定性分析(Support vector machine-stability competitive adaptive reweighted sampling,SVM-SCARS).该算法通过对数据多次采样建模计算各变量的稳定度值,稳定度值能更加客观准确地评估变量在建模中的作用,因此可作为变量重要性的评价依据.通过循环迭代方式,采用自适应重加权采样技术逐步筛选变量,然后以每次循环所得变量子集建立SVM模型,并以模型交叉验证分类正确率(Correct classification rate of cross validation,CCRCV)评估子集优劣,确定最优特征变量子集.将该算法结合漫反射近红外光谱技术建立了制浆造纸常用木材的树种识别模型,实现了对4种桉木和2种相思木的快速识别分类.最终共筛选出15个特征变量建立分类模型,模型对各树种分类的正确率达97.9%,具有较好的分类效果.与全光谱模型和递归特征消除支持向量机模型相比,SVM-SCARS能够筛选出更少的特征变量,且模型具有更好的预测性能和稳定性.研究结果表明,SVM-SCARS算法能够有效优化光谱特征变量,提高近红外在线分析模型在木材材性分析中的稳健性和适用性....
摘要:用传统方法测定了156个制浆材样品的综纤维素和聚戊糖含量并采集了样品的近红外光谱.对原始光谱进行多元散射校正后,运用偏最小二乘法和交互验证的方法,确定最佳主成分数分别为9和10并建立样品综纤维素和聚戊糖含量的校正模型.独立验证中两个模型的决定系数Rval2分别为0.903 4、0.940 1,预测均方根误差(RMSEP)分别为0.69%、0.78%,相对分析误差(RPD)值分别为3.22、4.09,绝对偏差(AD)分别为-1.00%~1.20%、-1.39%~ 1.31%,两个校正模型较好地预测了验证集样品的综纤维素和聚戊糖含量,基本满足制浆造纸工业中快速测定的需求....
-
北大核心 CSTPCD CSCD CA
-
摘要:为实现制浆材材性的快速测定,首先用常规方法测定了144个制浆材样品的冷水、热水、苯-醇和1% NaOH抽出物含量,并采集了样品的近红外光谱,然后对原始光谱进行预处理,并运用Lasso算法及交互验证建立最优校正模型.对模型进行独立验证,决定系数R2、a1分别为0.9186、0.9085、0.9241、0.9760,预测均方根误差分别为0.24%、0.30%、0.28%、0.38%,相对分析误差分别为3.50、3.31、3.63、6.45,绝对偏差分别为-0.42% ~0.37%、-0.43%~0.41%、-0.47% ~0.40%、-0.55% ~0.57%.这些模型预测性能能够满足制浆造纸工业的要求,同时,也证实了Lasso算法用于制浆材抽出物测定的可行性....
摘要:对近红外光谱技术的原理、分析方法及特点等作了介绍,综述了当前将近红外光谱技术应用于制浆原料的快速分类,及其在制浆原料化学成分测定、水分含量测定、基本密度测定和纤维形态分析中的运用,并分析了实际投产应用面临的问题,最后对未来发展趋势进行了展望。...
摘要:为了实现制浆原料材性的快速测定,用常规方法测定了147个相思木材样品的化学成分和基本密度,并采集了样品的近红外光谱.对原始光谱进行预处理后,运用偏最小二乘法和交互验证的方法,建立样品综纤维素、木质素、苯醇抽出物、基本密度的校正模型,4个模型建立过程中所提取的最佳主成分数分别为10、8、9和9.对4种校正模型进行独立验证,得到其决定系数(R2val)分别为0.9103、0.950 5、0.970 6和0.969 5;预测均方根误差(RMSEP)分别为0.45%、0.32%、0.21%和0.007 1g/cm3;相对分析误差(RPD)值分别为3.34、4.50、5.82、5.73;绝对偏差(AD)分别为-0.60%~0.68%、-0.50% ~0.48%、-0.29% ~ 0.33%和-0.009 7 ~0.009 1 g/cm3,RMSEP和AD基本符合测定对误差的要求,4个模型能够满足制浆造纸工业中速生相思木材的快速测定....
摘要:用常规方法测定了104个速生桉木样品的综纤维素、聚戊糖、酸不溶木素及苯醇抽出物含量并采集了样品的近红外光谱。对原始光谱进行多元散射校正后,运用偏最小二乘法和交互验证的方法,确定最佳主成分数并建立样品相关化学成分含量的校正模型。独立验证中综纤维素、聚戊糖、酸不溶木素和苯醇抽出物模型的决定系数 Rval2分别为0.9067、0.9033、0.9504、0.9570;预测均方根误差(RMSEP)分别为0.33%、0.50%、0.31%、0.17%;相对分析误差(RPD)值分别为3.22、3.20、4.43、4.73;绝对偏差(AD)分别为?0.53%~0.60%、?0.95%~0.77%、?0.55%~0.52%、?0.22%~0.29%,4个校正模型较好地预测了验证集样品的化学成分含量,基本满足制浆造纸工业中快速测定速生桉木原料的需求。...
摘要:用常规方法测定了141个制浆材样品的综纤维素、木素和苯醇抽出物含量并采集了样品的近红外光谱.对原始光谱进行多元散射校正后,运用反向传输神经网络结合交互验证的方法,确定模型参数并建立样品综纤维素、木素、苯醇抽出物的校正模型.独立验证中模型的决定系数Rval2分别为0.9478、0.9724、0.9367;预测均方根误差(RMSEP)分别为0.61%、0.46%、0.24%;相对分析误差(RPD)值分别为4.38、6.02、3.97;绝对偏差(AD)分别为-1.16%~0.93%、-0.67%~0.81%、-0.37%~0.47%、预测均方根误差和绝对偏差基本符合对误差的要求,3个校正模型能够满足制浆造纸工业中制浆材材性的快速测定....
-
北大核心 CSTPCD CSCD CA CBST
-
摘要:通过采集5种木材近红外光谱特征曲线,结合化学计量学技术建立预测模型,对不同种木材进行快速无损检测.设计正交试验L24(2 ×4 ×3 ×8)对光谱特征曲线进行优化预处理.利用TQ8.6软件对正交试验结果进行判别分析.结果显示,选择多元散射校正(MSC)、Savitzky-Golay平滑对波段10000~4000 cm-1进行光谱预处理,提取主成分为8时,光谱判别正确率为100%.将22种已知种类木材光谱信息导入预测模型,进一步评估预测模型的性能,验证通过率为100%,获得了较理想的预测结果.该方法的建立为木材种类鉴别提供了一个新方法,同时为其他木种植物的鉴别提供参考....
[专利] 发明专利 CN201911005159.1
摘要:本发明公开了一种利用超声波技术改善制化机浆过程中木片预浸渍效果的方法。该方法利用超声波技术在特定条件下辅助木片常压预浸渍,可以使木片中的纹孔膜产生裂隙乃至完全破裂,打通木片内部液体的流动通道,从而增加木片碱吸收量,提高药液浸渍效率;同时可有效提升浆料白度3%~5%ISO。本发明克服了传统机械挤压法和汽蒸法效果不稳定,无法实现均质浸渍等缺点,为解决我国制浆造纸工业中因商品木片种类复杂,材性不一引发的药液浸透不均匀,纸浆质量不稳定等问题提供了新的思路。
[专利] 发明专利 CN201910922199.6
摘要:本发明公开了一种高效铝酸锌/钼酸铋异质结紫外光催化剂,所述的催化剂是所述的光催化剂是由ZnAl2O4和Bi2MoO6组合形成的异质结催化剂,其中ZnAl2O4与Bi2MoO6质量比为1:3~500。本发明制备方法简便,价格低廉,催化性能高。在紫外光的照射下,该异质结光催化剂对于亚甲蓝印染废水的去除率高达86.36%和桉木化机浆生化废水的COD去除率为50.88%,在印染、造纸和林化等工业废水等领域具有广阔的前景。
[专利] 发明专利 CN201910828056.9
摘要:本发明公开了一种生物酶预处理改善木材化机浆性能的方法,木片以及经过备料、螺旋挤压、生物酶预处理、化学浸渍和磨浆处理制备得到化机浆,化机浆分别经过消潜、洗涤、筛选、净化成纸浆,用于纸浆性能测试。本发明在化学浸渍前对浆料进行生物酶预处理,使纤维表面的木素出现部分脱落,暴露出更多的微细纤维,表面暴露出更多的羟基,有利于化学浸渍段与药液反应。纤维润胀程度增加,提高了纤维间的结合力,纤维之间的交织力增强。利用本发明的方法对杨木、桉木等阔叶木进行处理,制备得到的化机浆,其耐破强度、抗张强度,撕裂强度均得到显著改善,同时降低磨浆能耗。
[专利] 发明专利 CN201910625431.X
摘要:本发明公开了一种利用近红外光谱技术快速分析纸浆材中Klason木质素含量的方法。该方法采集纸浆材原料的近红外光谱,运用Savitzky‑Golay 13点3倍平滑、多元散射校正及二阶导数的预处理方法预处理原始光谱,选择支持向量机法建立了常见纸浆材中Klason木质素含量的分析模型,模型性能稳定且有广泛的适应性,实现对常见纸浆材中Klason木质素的快速分析。本发明解决了制浆造纸行业中纸浆材Klason木质素含量随原料材种、产地、树龄和生长情况等外界因素变化幅度较大,难以快速分析的问题;克服了传统Klason木质素分析要经过苯醇抽提后用硫酸法测定带来的耗时久,成本高,重复性差等缺点。
[专利] 发明专利 CN201910451353.6
摘要:本发明提出了一种提高纤维原料生物酶解转化率制备可发酵糖的预处理方法,采用低温预处理技术对木质纤维素原料进行预处理,有效破除制约原料纤维素酶水解的抑制因子。该方法包括:(1)纤维原料的碎解;(2)细料的预处理:预处理工序重复若干次,每次添加化学品用量为:过氧化氢用量3‑20%,氢氧化钠用量3‑20%,硅酸钠用量1‑5%,DTPA用量0.3‑5%,上述化学品用量均为相对于绝干物料的质量百分比,整个预处理体系固体质量浓度为5‑30%,溶剂为水和能与水混溶的有机溶剂,反应温度70℃‑150℃,反应时间为30‑180分钟。对酶水解拮抗较大的竹类原料,预处理温度不超过95℃,即可实现酶水解段葡萄糖转化率90%,总葡萄糖回收率接近90%。
[专利] 发明专利 CN201910206617.1
摘要:纤维素基高分子吸水材料及其制备方法,将经真空干燥的浆粕撕成片状后,加入去离子水,浸泡后将纸浆及去离子水加入到疏解器中疏解,将疏解后的纸浆混合液过滤,滤液返回过滤;将纸浆加入到PFI磨中打浆,打浆完成后,浆料取出,真空干燥得预处理后的纸浆;将纸浆溶于氢氧化钠/尿素/水溶液中,搅拌至溶液澄清后,再在水浴中搅拌,然后依次加入引发剂、聚合单体和交联剂,于恒温水浴中搅拌反应;反应结束后,将聚合物取出,加入去离子水浸泡,将产品冷冻干燥,即得到具有三维孔状结构的纤维素基吸水材料本发明方法原料廉价易得,路线简易,反应条件温和,所得产品环境友好、吸水性强。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

万方选题

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部