论文部分内容阅读
超亲水/超疏油材料的制备及其油/水分离的性能研究
【摘 要】
：
基于超浸润表面的油/水分离材料因其低成本、高效率和环境友好的优势而成为功能材料的研究热点,其在溢油清理、含油废水处理以及石油开采等多个方面具有重要意义。具有“反常”润湿性的超亲水/超疏油表面是油/水分离最为理想的选择,却很少被报道。虽然一些课题组已经制备了超亲水/超疏油表面,但仍然存在材料试剂昂贵、机械稳定性差以及功能单一等诸多问题。为了解决这些问题,我们制备了一系列的超亲水/超疏油材料,并对其性
【出 处】
：
烟台大学
【发表日期】
：
2021年12期
其他文献
铝合金是一种常见的高强度合金材料,被广泛的应用在航空航天以及汽车工业领域,具有强度高、耐腐蚀性良好等优点。然而在温度较高、压力较大、速度较快的环境中工作时,表面层的缺陷会对工件的工作性能产生显著的影响。本文针对7075铝合金,基于正交和单因素切削实验方案以及ABAQUS有限元仿真,探究了不同热处理工艺对其切削加工性以及表面完整性的影响,探明了切削用量对不同热处理状态下的7075铝合金表面粗糙度、加
学位
在寻找替代能源的研究中,生物质能,太阳能等可再生能源将逐步取代石油等化石能源,成为世界能源发展的主要方向之一。生物柴油是一种生物质能,由于其优异的环境保护,安全性和可再生性,生物柴油的开发和应用程度将直接影响社会和经济发展。因此,生物质能的开发利用引起了全世界的关注,特别是生物柴油已成为研究的热点。目前,生物柴油的制备方法可分为两类:物理方法和化学方法。物理方法主要包括直接混合法和微乳化法。化学方
学位
自然现象引导人类发展科学和找出新颖的答案。模仿自然已经被认为是材料科学中开发不同材料的一项重要技术。植物(如荷叶)和动物(如壁虎脚)中的天然超疏水性是一个奇妙的事件,吸引了科学家进行研究。超疏水表面因其自清洁、防冰霜和油水分离等特性展现了巨大的工业应用前景。因此,制备超疏水表面成为仿生学、材料科学及物理学等领域的研究热点。一般来说,要制备超疏水表面,需要增加表面粗糙度,并通过低表面能物质改性降低表
学位
钛及其合金由于其优异的综合性能而广泛应用于航空航天、医疗卫生、能源等领域。然而,钛及其合金表现出较差的摩擦学性能,包括高和不稳定的摩擦系数,严重的粘着磨损。增材制造钛合金具有较低的弹性模量,与人骨的模量相匹配,有能力为骨生长提供空间以达到更好的固定能力,这被认为是替代致密种植体的好选择,但是其耐蚀性不能满足人体环境的需求。在钛及钛合金表面进行强化处理可以改善表面的物理化学特性,可以通过对钛及其合金
学位
石灰石粉现已广泛应用于水泥的生产及混凝土的配制,硝酸盐、亚硝酸盐和硫酸盐类化学试剂也是普遍应用于混凝土中的常见外加剂,它们的使用能够向水泥基材料中引入CO_32-、NO_3-、NO_2-和SO_42-,而混凝土拌合用水或拌合用砂等则有可能将Cl-引入到混凝土当中。这些阴离子会影响水泥水化,尤其是影响AFm相及钙矾石的生成,这将对材料的各项性能产生不可忽视的影响。研究上述阴离子对水泥基材料性能的影响
学位
偏好处理是人工智能领域中的一个重要应用,作为一种描述多属性之间定性条件偏好的图模型,条件偏好网(Conditional Preference Networks,CP-nets)的结构生成与推理问题在CP-nets的研究中起着重要的作用。所以要根据图模型的结构特征和参数特征等要素设计随机的图模型。本篇文章设计的生成算法根据顶点数与度的大小生成随机全结构的CP-nets。原理是通过改进Prufer编码
学位
异常检测是数据挖掘与机器学习领域一个重要研究课题,其任务是从大量复杂的数据中发现小部分的、新颖的与常规数据模式明显不同的异常数据模式。异常检测是很多领域的关键核心问题,例如网络安全、工业制造、系统管理、医学分析、海洋环境监测等。在实际应用中异常检测往往涉及到大量的高维数据,但是无论是高维数据还是多维数据,异常检测的核心是密度估计。通常而言,正常数据占大多数且符合一定的数据分布,而异常数据比例较少且
学位
光催化材料在光照条件下具有一定氧化还原能力,可以达到净化污染物的目的。光催化反应为氧化还原反应,催化剂通常是半导体材料,光催化材料利用光的能量,可以把部分有机污染物彻底降解为CO_2和H_2O。光催化反应是一种安全、高效、环境友好、没有二次污染的污染物净化方法。TiO_2、Cd S、SnO_2、ZrO_2等是常见的氧化物硫化物半导体光催化材料,此外还有银盐、卟啉等。其中TiO_2具有无毒、高效、廉
学位
CP-nets(Conditional Preference nets条件偏好网)是用于描述偏好的直观图模型,是研究不确定关系的有力工具之一,其学习问题已成为研究热点。然而当数据规模变大、事务属性数量增加时,其得到的CP-nets结构数目呈指数型上涨。并且,在CPnets的结构学习中,得到的结果易陷入局部解,难以达到全局最优。基于上述问题,本文提出基于阈值约束的最短路径学习方法以及基于MMPC的模拟退火学习方法,尝试解决属性数目多导致的结构复杂问题以及学习结果易陷入局部解
学位