【摘 要】
：
本文选取兰炭基活性炭作为研究对象，采用微波辅助Na OH进行活化，通过计算收率和碘吸附实验、低温N2等温吸附/脱附实验表征成品，重点研究了Na OH溶液浓度和微波加热条件对活性炭孔隙结构的影响。结果表明，兰炭基活性炭经0.5mol·L-1Na OH溶液充分浸渍后，再在700W条件下活化10min效果最佳，成品较活化前保持丰富微孔结构的同时增加了中大孔比例，比表面积和微孔比表面积分别为721.24m
【基金项目】
：
陕西省重点研发计划（2020GY-247）； 咸阳市重点研发计划（2021ZDYF-GY-0045）； 咸阳职业技术学院科学研究基金项目（2020KJA03）;咸阳职业技术学院科研创新团队项目（CX202104）；
论文部分内容阅读
本文选取兰炭基活性炭作为研究对象，采用微波辅助Na OH进行活化，通过计算收率和碘吸附实验、低温N2等温吸附/脱附实验表征成品，重点研究了Na OH溶液浓度和微波加热条件对活性炭孔隙结构的影响。结果表明，兰炭基活性炭经0.5mol·L-1Na OH溶液充分浸渍后，再在700W条件下活化10min效果最佳，成品较活化前保持丰富微孔结构的同时增加了中大孔比例，比表面积和微孔比表面积分别为721.24m~2·g-1和512.13m~2·g-1，平均孔径2.14nm。微波加热和管式炉加热活化对比实验表明，虽然管式炉加热活化作用更强，对中大孔促进作用也更明显，但已经出现过度活化的趋势。
其他文献
随着我国资本主义市场的不断发展，并购重组成为我国资本市场的新浪潮，商誉规模不断扩大，巨额商誉减值的问题随之而来，并且受到社会各界的关注。在此基础上，本文以W公司为例，对商誉减值成因、风险及防范措施进行研究，研究发现商誉减值会影响融资能力、增大盈余管理空间及损害投资者利益，所以企业应采取对并购资产合理估值，加强企业资源整合能力及控制商誉比重等措施，从而降低商誉减值风险。
近年来，在新医改大背景下，公立医院落实用人自主权，引进留用急需的短缺专业人才、高层次人才以及具有高级专业技术职称或博士学位人员，成为高水平医院发展的一项新命题。文章梳理了全国部分公立医院引进与留用高层次人才与学科带头人的有效措施做法，并结合医院实际情况提出了高层次人才与学科带头人引进和留用的实践措施，打造覆盖全面、优质高效的“拴心留才”服务体系，形成更具竞争力的用人机制、工作机制，助推学科搭建起衔
针对新能源汽车转向系统的安全性及可靠性,展开了线控转向（Steer-By-Wire,SBW）系统的冗余性研究。线控转向系统是指通过通讯网络连接各部件的控制系统,取消了传统的机械式转向装置,转向器与转向柱间无机械连接。研究结果表明,该系统转动效率高,响应时间快,降低开发成本,改善驾驶特性,并且利于环境的保护,在一定程度上提高了新能源汽车的操纵稳定性、碰撞安全性和整车主动安全性。该研究对新能源汽车技术
文章从企业基本情况、盈利现状、所属地区政策扶持三个维度分析，总结了国家级专精特新“小巨人”上市企业现状后发现，专精特新“小巨人”企业发展与地方政策出台早、速度快、频率高有较大关系；与创新企业孵化器的服务扶持亦有重要关系；经济越发达，政府总体支撑越强，但资金直接补贴的支持力度在五大聚集地的单体企业并无明显优势。基于此，提出企业应做好市值管理，政府应平衡发展、提升服务质量等若干建议。
随着科学进步与社会发展,轨道交通逐渐成为了城市公共交通的重要组成部分,深受到广大市民的喜爱,成为市民日常出行方式之一。其中自动售检票系统（Automatic Fare Collection,AFC）实现了轨道交通售票、检票、计费、收费、统计、清分、管理等全过程,是轨道交通运营系统中必不可少的一个重要环节。目前,AFC系统设备中设备检修维护信息主要以纸质卷宗、Excel表格或人工记忆的方式储存,而随
近年来,我国资本市场改革和产业结构调整取得了卓越的成果,在此影响下,企业之间的并购活动也愈发频繁。许多企业为了快速实现自身的发展战略,不惜付出高额的对价并购其他企业,而这些高溢价并购也给市场带来了规模惊人的商誉。商誉相较于企业其他资产而言比较特殊,其不可辨认,且有很大的主观性,这些特性增加了商誉计量的难度。一旦企业对商誉的判断不准确,就会产生巨大的商誉减值风险,影响企业的正常经营,甚至干扰资本市场
科创板股权交易平台的建立与发展，吸引了众多高新技术企业纷纷申报入驻。作为高新技术企业，需大量的相关专业人才，为了吸引且留住人才，众多科创板上市公司在上市之初就开始申报进行股份支付。文章从科创板企业股份支付现状着手，结合当前在科创板中89家样本企业股份支付的基本情况，探究在科创板股份支付中存在的问题与不足，进一步促进科创板股份支付的发展与完善。
识别药物-靶点相互作用一直是新药发现进程中的重要步骤。由于体外实验的高成本性，基于计算机的药物-靶点相互作用预测方法将大大缩小化学空间的搜索范围，加快药物发现的进程。本文将介绍与药物-靶点预测密切相关的数据库软件和用于药物-靶点相互作用预测的主要方法，进而对药物-靶点相互作用预测问题进行总结和讨论。
新型靶向药物的研发具有费用高、周期长、成功率低的特点,其最大瓶颈在于研发过程中存在诸多不确定性因素,如靶点有效性、模型的可靠性等问题,需要通过大量实验予以确认。而在药物研发过程中引入人工智能技术,应用机器学习及深度学习算法提取分子结构特征、分析药物-靶标相互作用、构建药物-疾病-蛋白质之间的联系,可以在不同研发环节建立具有较高准确率的预测系统,并可减少各个研发环节的不确定性,从而缩短研发周期、降低