以竹材为原料制备可降解育苗钵的方法

    公开(公告)号:CN112430303A

    公开(公告)日:2021-03-02

    申请号:CN202011313727.7

    申请日:2020-11-20

    Abstract: 本发明公开了一种以竹材为原料制备可降解育苗钵的方法,该方法包括如下步骤:将竹材或竹屑加工制成竹粉,在反应容器内加入竹粉20‑25份、液化剂65‑80份、第一催化剂5‑10份,然后加热至120‑180℃,并保温2‑8h后,冷却至室温,得到反应液;向反应液中加入氧化镁或氧化钙,将反应液的pH值调整至7后进行过滤,得到滤液;向滤液中加入以重量份计的第二催化剂1‑3份、固化剂1‑3份、表面活性剂1‑5份、水0.1‑1.5份,从而组成多元醇混料,通过对竹材或竹屑进行处理,制备出的聚氨酯泡沫育苗钵保温效果好,降解性能优异,可不经脱除直接移栽,节省用工,降低造林成本,避免了白色污染,同时每年可有效处理竹浆企业产生的废料40万吨,提高竹材利用率。

    一种基于近红外光谱技术快速测定制浆材抽出物含量的方法

    公开(公告)号:CN105352909A

    公开(公告)日:2016-02-24

    申请号:CN201510632317.1

    申请日:2015-09-29

    CPC classification number: G01N21/3563 G01N21/359

    Abstract: 本发明涉及一种基于近红外光谱快速测定制浆材抽出物含量的方法,其步骤为:a.将制浆材去皮,切削成规格相近的木片;b.经充分平衡水分后,利用近红外光谱仪采集各制浆材木片样品的原始近红外光谱数据;c.对原始近红外光谱数据进行预处理;d.从各制浆材木片样品中取样粉碎得到木粉;e.用化学方法测定木粉抽出物含量,并将所有制浆材木片样品按含量梯度法分为训练集和验证集;f.采用LASSO算法将训练集中样品抽出物含量实测值与其近红外光谱数据对应建立预测模型;g.用建立的预测模型对验证集木片样品的近红外光谱数据进行预测确定其抽出物含量预测值,评价模型的预测能力。此法有高效、无损的优点。

    基于近红外光谱技术快速测定阔叶材聚戊糖含量

    公开(公告)号:CN105181639A

    公开(公告)日:2015-12-23

    申请号:CN201510632462.X

    申请日:2015-09-29

    Abstract: 本发明公开了一种基于近红光谱技术快速测定阔叶材聚戊糖含量的方法。将阔叶材去皮,切削成木片;经充分平衡水分后,采用四分法按树种均匀取样,采集各样本的原始近红外光谱数据;对数据进行预处理;各样本粉碎,得到木粉;用化学方法测定各样本木粉中的聚戊糖含量,将所有样本按含量梯度法分为训练集和验证集;采用偏最小二乘法确定训练集样本聚戊糖含量实测值和其近红外光谱数据间的对应关系,建立预测模型;用预测模型分析验证集样本的近红外光谱数据,将预测值与化学法实测值对比,评价模型预测能力。该法模型稳定且适应性强,利用此预测模型可以实现对阔叶材聚戊糖含量快速准确的测定。

Patent Agency Ranking