汪志科&李小水:理性与感性的交织,魔幻多变的“空间舞者”

佛山市拓维室内设计有限公司成立于2002年,由汪志科和李小水共同创办,专注于企业总部展厅、办公会所以及零售卖场,为客户提供品牌策划、建筑设计、室内空间、园林景观、艺术陈设等整体系统解决方案。无论哪一种行业,但凡能做到领跑者高度的,必然都是长期主义者。汪志科和李小水,拓维设计的掌舵者,被业界戏称为设计行业的“中国好拍档”。初见,他们一个热情奔放,一个温和内敛。拓维设计办公室位处南海区,步入其间,映入眼帘的首先是一整排荣誉墙,接着是游历全世界的影像:潜水、跳伞、滑雪、赛车上天下海,跋山涉水,不亦乐乎!或许,一切当下人生的到达,以及专业领域的价值观,总能在过往的时间里找到溯源。

水中N-亚硝胺的富集及色谱分析测试技术

N-亚硝胺化合物是一类新发现的饮用水消毒副产物,因其具有强致癌性而成为研究热点.本文以水体中痕量N-亚硝胺为对象,综述了近年来的富集及色谱分析测试方法,比较了不同富集技术如液液萃取、固相萃取和固相微萃取技术的优缺点及应用现状.其中GC技术灵敏度高、适用水体范围广,其灵敏度完全满足常见8种N-亚硝胺的分析检测;该方法的缺点是不适于直接分析挥发度低、热不稳定的N-亚硝胺.LC技术可直接分析某些气相色谱难以分析的极性强、挥发度低、分子量大及热不稳定的N-亚硝胺如N-亚硝基二苯胺(NDPh A),缺点是对质谱仪的灵敏度要求较高,当采用低分辨率的串联质谱仪检测复杂水体中亚硝胺时易出现假阳性结果.通过阐述气相色谱(GC)及液相色谱(LC)技术在水体N-亚硝胺测试中的应用,为精确分析水中N-亚硝胺含量提供方法参照.

土壤中持久性有机污染物不可提取态残留的测试方法、生成特征与环境风险研究进展

持久性有机污染物(persistent organic pollutants,POPs)是一类具持久性、高生物蓄积性、高毒性且具长距离迁移性的高关注度化学物质,土壤是其主要储存库.POPs进入土壤后,与土壤结合发生老化现象,一部分生成不可提取态残留(non-extractable residue,NER).作为POPs环境归趋中的重要过程,NER的生成传统上被视为污染物的去毒或降解途径;但随着老化时间的增加或者受环境条件变化等因素的影响,土壤中NER可能会再次释放,造成环境风险.国内外有关土壤有机污染物NER的研究已有较多报道,但其中关于POPs-NER的报道相对欠缺.本文介绍了POPs-NER的同位素测试手段和生成机理,对特定组分NER的测试方法、POPs-NER生成的动力学模型与影响因素以及POPs-NER的释放与环境风险等方面的研究进展进行了综述,并简要分析了当前POPs-NER研究领域的局限和未来需要关注的问题.由于部分研究方向缺乏POPs-NER的案例,本文分析了一些非持久性有机污染物NER的相关研究,以期为今后POPs-NER的研究提供参考.

基于标准样件的机床能耗分析与加工生产线优化

为了便于对比分析不同机床的加工过程能耗,设计了包括几种典型加工元素的能耗分析标准样件。使用不同的机床对标准样件进行加工,根据测得的功率计算各个部分的加工能耗,以对比不同机床的能耗信息。同时依据不同机床的功率信息,计算不同生产线安排的总的工作能耗,寻找能耗更少的生产线安排方案。

分散液液微萃取-高效液相色谱法快速测定酱油中的苯甲酸和山梨酸

本文采用以络合萃取为萃取机理的分散液液微萃取(DLLME)方法,结合高效液相色谱(HPLC)法,建立了酱油中苯甲酸和山梨酸的快速检测方法。实验考察了重要萃取参数,包括萃取剂种类及用量、分散剂种类及用量、pH值、萃取时间以及盐浓度等。结果表明,苯甲酸和山梨酸均在10～1 000μg/L的浓度范围内线性良好,相关系数分别为0.9984、0.9986。苯甲酸和山梨酸的检出限分别为2.2、2.0μg/L。该方法被成功应用于酱油中苯甲酸和山梨酸的分析检测,加标回收率在89.5%～105.5%之间,相对标准偏差(RSD)为1.9%～4.1%(n=3)。方法具有操作简单、方便快速、环境友好等优点,适用于酱油中苯甲酸和山梨酸的快速检测。

基于灰铸铁钻削过程的机床能耗分析

以机床钻削加工工艺为研究对象,对钻削加工时机床的各种运行状态功率、切削比能耗及机床有效加工能效进行了分析。研究表明:空载运行功率占据了机床总切削功率的绝大部分,且空载运行功率及切削加工功率与工艺参数有关,但空载运行功率的变化趋势很小;切削比能耗随刀具直径、进给量及切削速度的增加而减小;机床有效加工能效随刀具直径、进给量及切削速度的增加而变大。在实际生产钻削加工铸铁时,在保证加工质量的前提下,选择较大的进给量和切削速度更有利于节能降耗,同时也能提高机床有效加工能效。

采用BP神经网络预测钻削灰铸铁的切削能耗

采用BP神经网络建立灰铸铁钻削过程的切削能耗与切削参数之间的关系模型,并建立三元线性回归预测模型,对两种预测模型预测结果的准确性进行比对分析。考虑切削参数之间的交互作用建立三维表面图,对比分析钻削过程的切削能耗与切削参数的变化规律。结果表明,通过训练的BP神经网络在预测切削能耗方面具有更好的准确性,对钻削过程的切削能耗预测研究具有一定应用价值和指导意义。生产实际中,从减小切削能耗的角度分析,在满足加工质量的前提下,钻削灰铸铁时应优先选择较大的进给量和切削速度。