项目名称: 甲醛和BTEX在合成板材和漆膜上的源汇机制研究

项目编号: No.20977075

项目类型: 面上项目

立项/批准年度: 2010

项目学科: 数理科学和化学

项目作者: 沈学优

作者单位: 浙江大学

项目金额: 33万元

中文摘要: 本项目旨在对甲醛和BTEX在合成板材和漆膜上的源汇机制进行研究。源机制方面:研究大孔材料和微孔材料的特定参数和界定标准方法,探讨缓释材料的内扩散系数Ds标准,阐明温度、湿度等因素对材料内扩散系数的影响及规律,测定常见大孔材料表面对流传质过程的作用大小,比较改性膨润土与常规固体填料加入脲醛树脂后对其性能和甲醛散发量的影响,为寻求新的胶粘剂中游离甲醛量及释放量的降低方法提供理论基础和技术支撑。汇机制方面:研究甲醛和BTEX在家具材料上的吸附作用,特别是表面漆膜对室内空气中甲醛和BETX单一/混合有机污染物的吸附作用机理,探明漆膜的存在对它们在家具、地板上吸附过程的影响,建立它们被漆质材料吸附的模型。为建立和完善室内空气评价预测模型,预测室内环境中污染物浓度的变化趋势提供理论基础和技术支撑。

中文关键词: 室内空气;甲醛;苯系物;源汇机制;

英文摘要:

英文关键词: indoor air;formaldehyde;BTEX;source and sink mechanism;

成为VIP会员查看完整内容
0

相关内容

【CVPR2022】基于样例查询机制的在线动作检测
专知会员服务
10+阅读 · 2022年3月23日
专知会员服务
37+阅读 · 2021年10月19日
专知会员服务
22+阅读 · 2021年5月14日
专知会员服务
34+阅读 · 2021年5月7日
专知会员服务
29+阅读 · 2021年2月26日
【干货书】机器学习Primer,122页pdf
专知会员服务
108+阅读 · 2020年10月5日
【NeurIPS 2020】视觉注意力神经编码
专知会员服务
42+阅读 · 2020年10月4日
靶向蛋白质降解的蛋白-蛋白相互作用预测
GenomicAI
4+阅读 · 2022年3月5日
【材料课堂】EBSD晶体学织构基础及数据处理
材料科学与工程
34+阅读 · 2018年7月14日
基于注意力机制的图卷积网络
科技创新与创业
73+阅读 · 2017年11月8日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月16日
Synthesizing Informative Training Samples with GAN
Arxiv
0+阅读 · 2022年4月15日
Cold-start Sequential Recommendation via Meta Learner
Arxiv
15+阅读 · 2020年12月10日
Arxiv
21+阅读 · 2019年8月21日
小贴士
相关主题
相关VIP内容
【CVPR2022】基于样例查询机制的在线动作检测
专知会员服务
10+阅读 · 2022年3月23日
专知会员服务
37+阅读 · 2021年10月19日
专知会员服务
22+阅读 · 2021年5月14日
专知会员服务
34+阅读 · 2021年5月7日
专知会员服务
29+阅读 · 2021年2月26日
【干货书】机器学习Primer,122页pdf
专知会员服务
108+阅读 · 2020年10月5日
【NeurIPS 2020】视觉注意力神经编码
专知会员服务
42+阅读 · 2020年10月4日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月16日
Synthesizing Informative Training Samples with GAN
Arxiv
0+阅读 · 2022年4月15日
Cold-start Sequential Recommendation via Meta Learner
Arxiv
15+阅读 · 2020年12月10日
Arxiv
21+阅读 · 2019年8月21日
微信扫码咨询专知VIP会员