-
公开(公告)号：CN112588269A
公开(公告)日：2021-04-02
申请号：CN202011320753.2
申请日：2020-11-23
Applicant: 中国林业科学研究院林产化学工业研究所
Abstract: 本发明公开了一种木质素基纳米吸附剂及其制备方法，本发明利用硫酸等稀酸来逐级调节造纸黑液的pH值，使木质素分级沉淀，获得酚羟基含量不同的木质素；选用pH值为2时析出的木质素为原料，将其通过简单的自组装法与氧化石墨烯复合，制备了木质素基纳米吸附材料，即木质素‑氧化石墨烯纳米球。并将该纳米球用于吸附废水中的六价铬离子，表现出良好的吸附作用，吸附量最大可达到368.51mg/g，且回用性能优异，反复使用五次仍具有很好的吸附效果。此外，本发明使用绿色环保的有机溶剂制备吸附剂，以水为渗析剂，试剂均可回收，无污染，产品无溶剂残留，为木质素高值化利用提供了广阔前景。
-
公开(公告)号：CN112410388A
公开(公告)日：2021-02-26
申请号：CN202011398211.7
申请日：2020-12-03
Applicant: 中国林业科学研究院林产化学工业研究所
Abstract: 本申请公开了一种利用低共熔溶剂对木质纤维原料进行预处理的方法及其使用的低共熔溶剂。该所述的低共熔溶剂由氯化胆碱、氯化铝和愈创木酚组成，氯化胆碱和愈创木酚的摩尔比为1∶0.5～5，氯化胆碱和愈创木酚的摩尔之和与氯化铝的摩尔比为50～200∶1。本申请利用该体系对木质纤维原料进行预处理，在较低预处理温度下即可有效脱除物料中半纤维素和木质素，提高原料的比表面积和孔隙率，得到易于纤维素酶水解的物料。在预处理过程中脱除的木质素主要以小分子芳香化合物形式存在于低共熔体系中，易于分离和下游利用。同时由于该体系的预处理温度较低，可避免木质素发生缩聚反应，因此获得的木质素品质较高。
-
公开(公告)号：CN112322666A
公开(公告)日：2021-02-05
申请号：CN202011315666.8
申请日：2020-11-21
Applicant: 中国林业科学研究院林产化学工业研究所
Abstract: 制浆废液制备沼气的方法，木质纤维原料首先在室温进行水洗后收集湿物料；向湿物料中通入蒸汽，并保温；汽蒸后的物料固液分离，分别收集汽蒸液和物料；加入氢氧化钠，同时加入水调节物料浓度为30 wt.%，混合均匀后，通入蒸汽再次保温，保温结束后，收集物料，再次固液分离，收集废液和物料；收集的物料加入清水调整质量浓度为15wt.%，洗涤后收集洗涤液和物料；将上述过程产生的液体混合，并加入新鲜动物粪便，调整动物粪便的固形物浓度为10wt.%，C/N比为25，而后输送入发酵罐进行厌氧发酵，生产沼气。本发明沼气产量明显升高，同时沼气中甲烷含量高于传统沼气制备技术，具有产量高，沼气品质好的特点。
-
公开(公告)号：CN110694613A
公开(公告)日：2020-01-17
申请号：CN201910922199.6
申请日：2019-09-27
Applicant: 中国林业科学研究院林产化学工业研究所
Inventor： 田庆文 , 房桂干 , 丁来保 , 邓拥军 , 沈葵忠 , 施英乔 , 盘爱享 , 韩善明 , 焦健 , 李红斌 , 梁芳敏 , 张华兰 , 林艳 , 梁龙 , 朱北平 , 吴珽 , 冉淼
IPC: B01J23/31 , C02F1/32 , C02F103/26 , C02F103/28 , C02F103/32 , C02F103/30
Abstract: 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。
-
公开(公告)号：CN110607708A
公开(公告)日：2019-12-24
申请号：CN201910828056.9
申请日：2019-09-03
Applicant: 中国林业科学研究院林产化学工业研究所
Inventor： 房桂干 , 魏录录 , 邓拥军 , 沈葵忠 , 韩善明 , 焦健 , 李红斌 , 盘爱享 , 张华兰 , 林艳 , 施英乔 , 丁来保 , 田庆文 , 梁龙 , 冉淼 , 吴珽 , 朱北平
Abstract: 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。
-
Patent Agency Ranking
公开(公告)号：CN109629312A
公开(公告)日：2019-04-16
申请号：CN201811609562.0
申请日：2018-12-27
Applicant: 中国林业科学研究院林产化学工业研究所
Abstract: 本发明提供了一种可控碳纤维纸张远红外线辐射强度的方法，以碳纤维和植物纤维为结构纤维，在湿法制备碳纤维纸张的过程中控制碳纤维加入量以获得不同电阻率的碳纤维纸张，进而产生不同辐射强度，具体包括碳纤维纸张的制备、碳纤维含量的调整、通电加热的步骤。本发明实现了碳纤维纸远红外辐射强度的可控性，为碳纤维纸实际应用时增强远红外发热效应提供一定的理论依据。
-
公开(公告)号：CN106381741B
公开(公告)日：2018-05-29
申请号：CN201610997546.8
申请日：2016-11-11
Applicant: 中国林业科学研究院林产化学工业研究所
Abstract: 本发明公开了一种竹材化学机械浆生物酶预处理方法，竹片筛选后送入汽蒸仓进行常压预汽蒸，然后进行第一段螺旋挤压；挤压后的物料加入生物酶进行预处理，然后进行高温灭活，洗涤脱水，再依次进行第一段和第二段化学预浸渍，然后用高浓盘磨进行第一段高浓常压磨浆，将浆料在高浓反应仓内停留约50～60min完成漂白反应；接着再用盘磨进行后续磨浆，通过控制输入不同的磨浆能耗，制取不同加拿大游离度的浆样，并分别记录制取各浆样所需的磨浆能耗，不同浆样分别经过消潜、酸化、洗涤、筛选、脱水浓缩后，用于纸浆性能测试。本发明通过对竹材生物酶预处理，观察与传统PRC‑APMP制浆工艺在磨浆能耗与成浆性能方面的差异，为以竹子为原料制备化学机械浆提供参考工艺。
-
公开(公告)号：CN107557404A
公开(公告)日：2018-01-09
申请号：CN201710644920.0
申请日：2017-07-31
Applicant: 中国林业科学研究院林产化学工业研究所
Abstract: 本发明公开了一种提高农业秸秆原料全组分利用率的方法，首先利用碱为添加剂的低沸点有机溶剂体系作预处理药剂，对农业秸秆原料进行处理；预处理后，将物料进行固液分离，固体部分为富含碳水化合物的物料，经纤维素酶液(纤维素酶和β-葡萄糖苷酶)酶解可转化为可发酵性糖。液体部分经蒸发浓缩后，通过酸析法可沉降回收其中的木质素。本发明通过碱与有机溶剂的组合使用，在较温和的条件下，不仅使木质素从原料中有效分离出来，同时对碳水化合物的降解有一定的抑制作用，有效提高了原料的利用率。
-
公开(公告)号：CN106381741A
公开(公告)日：2017-02-08
申请号：CN201610997546.8
申请日：2016-11-11
Applicant: 中国林业科学研究院林产化学工业研究所
Abstract: 本发明公开了一种竹材化学机械浆生物酶预处理方法，竹片筛选后送入汽蒸仓进行常压预汽蒸，然后进行第一段螺旋挤压；挤压后的物料加入生物酶进行预处理，然后进行高温灭活，洗涤脱水，再依次进行第一段和第二段化学预浸渍，然后用 高浓盘磨进行第一段高浓常压磨浆，将浆料在高浓反应仓内停留约50～60min完成漂白反应；接着再用盘磨进行后续磨浆，通过控制输入不同的磨浆能耗，制取不同加拿大游离度的浆样，并分别记录制取各浆样所需的磨浆能耗，不同浆样分别经过消潜、酸化、洗涤、筛选、脱水浓缩后，用于纸浆性能测试。本发明通过对竹材生物酶预处理，观察与传统PRC-APMP制浆工艺在磨浆能耗与成浆性能方面的差异，为以竹子为原料制备化学机械浆提供参考工艺。
-
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
Applicant: 中国林业科学研究院林产化学工业研究所
IPC: G01N21/3563 , G01N21/359
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。
-
-
-
-
-
-
-
-
-
Search Results
200
records
(took 0.072 seconds)
