钙铁助剂对粉煤灰熔融性和结晶行为的影响机理

利用粉煤灰制备高强度无机纤维是实现其高值化利用的重要路径,由于粉煤灰硅铝含量较高,可通过添加钙铁助剂降低均质化过程中原料熔融温度,避免降温拉丝过程中结晶行为。本工作研究了空气气氛下不同含量及比例钙铁助剂对煤灰熔融性及结晶行为的影响机理。结果表明,空气气氛下氧化钙(CaO)与氧化铁(Fe₂O₃)不存在协同助熔效果,CaO的助熔效果优于Fe₂O₃。高温下Fe₂O₃未与硅铝组分生成低熔点矿物,而添加CaO有利于将难熔的莫来石转化为钙长石,使得粉煤灰熔点大幅度降低;然而,当CaO添加量超过30%时,生成了大量的钙黄长石,使得粉煤灰熔点迅速升高。降温过程中,铁元素以赤铁矿形式析出,析晶温度相对较低;而钙元素以钙长石形式析出,析晶温度相对较高,不利于无机纤维制备过程中纺丝操作。当CaO含量为32.46%时,粉煤灰熔点最低,且降温过程中无晶体析出,因此,在粉煤灰基无机纤维制备过程中应选择钙基助剂调控熔融性和结晶行为。     

激光诱导击穿光谱技术结合神经网络和支持向量机算法的人参产地快速识别研究

利用激光诱导击穿光谱技术结合机器学习算法,对东北5个产地(大兴安岭、集安、恒仁、石柱、抚松)的人参进行产地识别,建立了主成分分析算法分别结合反向传播(BP)神经网络和支持向量机算法的人参产地识别模型.实验采集了5个产地人参共657组在200-975 nm的激光诱导击穿光谱,经光谱数据预处理后,对C,Mg,Ca,Fe,H,N,O等元素的8条特征谱线进行主成分分析,原光谱数据的前3个主成分累积贡献率达到92.50%,且样品在主成分空间中呈现良好的聚集分类.降维后的前3个主成分以2∶1进行随机抽取,分别作为分类算法的训练集和测试集.实验结果表明主成分分析结合BP神经网络及支持向量机的平均识别率分别为99.08%和99.5%.发生误判的原因是集安和石柱两地地理环境的接近而导致的H,O两元素在Ca元素离子发射谱线下的归一化强度相似.本研究为激光诱导击穿光谱技术在人参产地的快速识别提供了方法和参考.