-
对食品营养强化剂L-抗坏血酸钾标准中重金属限量指标的探讨
来源:中国食品添加剂 发布日期:2024-12-26
L-抗坏血酸钾是GB 14880-2012《食品安全国家标准食品营养强化剂使用标准》批准使用的营养强化剂，可作为维生素C的物质来源之一进行使用。国内外法规标准对L-抗坏血酸钾的重金属（铅、总砷、汞）指标限值方面有所差异。本文通过比较目前L-抗坏血酸钾的国内外标准及我国产品中重金属污染情况，对制定我国L-抗坏血酸钾标准中重金属的限量指标进行探讨，为标准制定提供参考。
-
2023年土耳其染料、有机颜料和纺织印染助剂进出口分析
来源:精细与专用化学品 发布日期:2024-10-18
从进出口量、进出口额以及主要进出口国家或地区等方面分析了2023年土耳其染料、有机颜料和纺织印染助剂的进出口情况。
-
食品接触塑料中6种金属离子迁移量测定方法研究
来源:质谱学报 发布日期:2024-12-27
本研究利用金属离子可与乙腈、甲酸形成稳定团簇离子的性质，建立了液相色谱-四极杆飞行时间质谱法测定食品接触塑料中Cd2+、Co2+、Cu2+、Mn2+、Ni2+、Zn2+等6种金属离子迁移量。采用Hilic amide色谱柱，以0.02%甲酸水-乙腈为流动相进行梯度洗脱
-
我国化工石化产业绿色低碳转型发展研究
来源:中国工程科学 发布日期:2024-12-26
化工石化产业是国民经济的支柱性产业之一，但能源和资源消耗量、“三废”和碳排放量大，因而加快推动绿色低碳转型是实现产业高质量发展、建设石化强国的必然要求。本文从国际共识、国内要求、原料变化、市场约束、技术演进、智能转型等角度分析了化工石化产业绿色低碳转型的基本形势，从产业规模、产业结构、资源利用、污染物排放、碳排放、产业科技等方面梳理了我国化工石化产业的发展现状，进一步凝练了当前制约我国化工石化产业
-
钢铁行业重金属污染土壤修复技术及展望
来源:冶金标准化与质量 发布日期:2024-10-18
钢铁行业在烧结、冶炼和轧钢的生产过程中会产生的大量重金属污染物，通过大气沉降及废渣渗滤等方式进入土壤。本文对钢铁行业土壤污染状况及重金属污染场地土壤修复技术进行系统介绍，比较了各种重金属污染土壤修复技术的适用范围、特点及优缺点，并介绍了技术的研究进展。
-
石油类科技期刊发展简析与建议
来源:黄冈师范学院学报 发布日期:2024-12-09
为进一步明晰石油类科技期刊的发展特征，为其发展提供借鉴，从中国式现代化建设对石油天然气开发和发展需求的角度出发，梳理了石油类科技期刊的基本情况、产业链定位以及专业专栏的设置，并简要分析了其特征与发展的相关性，总结了石油类科技期刊在办刊过程中遇到的四类问题。结合行业的发展方向和需求，融合石油类科技期刊的功能性，提出了石油类科技期刊的发展要求和建议。以《石油机械》期刊为例，基于存在的问题，进行类比分析
-
财务视角下钢铁行业纳入全国碳市场的研究与思考
来源:冶金财会 发布日期:2024-12-25
全国碳市场扩容在即，预计将在电力行业之外纳入更多高排放行业，其中钢铁行业作为重点排放代表将率先加入。2024年9月9日，生态环境部发布《全国碳排放权交易市场覆盖水泥、钢铁、电解铝行业工作方案（征求意见稿）》，明确指出2024年为水泥、钢铁、电解铝行业的首个管控年度，并计划于2025年底前完成首次履约。这标志着钢铁行业自2025年起将正式纳入全国碳市场。但当前，全国碳市场收盘价已接近翻倍至102元/
-
汽车维修教学中自主学习能力的培养与实施
来源:时代汽车 发布日期:2024-12-05
在汽车维修教学中，培养学生的自主学习能力是提高教学质量和学生综合素质的重要途径。通过设计科学的自主学习任务单、实施合作学习与展示共评策略、改进教学方式、完善教学评价机制和提供丰富的学习资源，可以有效提升学生的自主学习意识和能力。自主学习能力的提升，不仅有助于学生更好地掌握专业知识和技能，还能增强他们的自信心和职业竞争力，适应未来社会的发展需求。
-
工程机械行业现状及未来发展趋势研究
来源:中国设备工程 发布日期:2024-10-25
随着国内外基础设施的不断建设和发展，工程机械行业在满足实际生产需要的同时，正发生着深刻的变革。对我国工程机械行业现状进行梳理、分析，发现我国工程机械行业取得瞩目成绩的同时，也面临着许多问题。本文将行业现状与目前的前沿科技进行结合，展望了工程机械未来的发展趋势。
-
融合小波阈值降噪和INFO-LSSVM算法的化工过程参数预测
来源:化工自动化及仪表 发布日期:2024-11-20
针对化工过程非线性、时滞性高的实际问题，以某氨合成工段为研究对象，首次提出基于小波阈值降噪的向量加权平均算法（INFO）优化最小二乘支持向量机（LSSVM）的氨合成塔预测方法 INFOLSSVM，将小波降噪理论与INFO-LSSVM算法结合创建了预测精度较高的氨合成塔预测模型，用模型筛选出6个氨合成工段中的样本数据进行小波阈值降噪预处理，然后用INFO-LSSVM训练降噪后的数据，得到小波阈值降噪
027-87841330