该仪器符合GB/T 20104-2006《煤自燃倾向性色谱吸氧鉴定法》。 产品介绍及应用领域： 气相色谱仪是一种多组分混合物的分离、分析工具，它主要利用物质的物理性质对混合物进行分离，测定混合物的各个组分，并对混合物中的各个组分进行定性、定量分析。 最早色谱法被应用于分离植物的叶绿素。将植物的石油醚抽取液倒入一根装有粉状碳酸钙吸附剂的玻璃   柱管内，再加入纯的石油醚，任其自由流下，结果在柱管中出现了不同颜色的谱带，因而有了“色谱”之名。 后来这种方法逐渐被应用于无色物质的分离。在色谱分析中用的“色谱 ”名称并没有颜色特殊含意，但是“色谱”这个名称还是保留了下来，沿用到现在。 由于该分析方法有分离效能高、分析速度快、样品用量少等特点，因此目前已广泛地应用于石油化工、生物化学、医药卫生、卫生检疫、食品检验、环境保护、食品工业、医疗临床等部门。气相色谱法在这些领域中解决了工业生产的中间体和工业产品的质量检验、科学研究、公害检测、生产控制等等问题。 工作原理： 气相色谱仪是以气体作为流动相（载气）。当样品被送入进样器后由载气携带进入填充色谱柱或毛细管色  谱柱。由于样品中各个组份在色谱柱中的流动相（气相）和固定相（液相或固相）之间分配或吸附系数的差  异。在载气的冲洗下，各个组份在两相间作反复多次分配，使各个组份在色谱柱中得到分离，然后由接在色  谱柱后的检测器根据组份的物理化学特性，将各个组份按顺序检测出来。再由二次仪表（如记录仪式、积  分仪、色谱工作站等）将各个组份的检测结果以图形方式记录下来，积分仪或色谱工作站还可以直接打印包  括各个组份检测结果数据的分析报告。 煤自燃倾向性测定气相色谱仪就是根据上述原理制造的分析仪器。    技术参数： 温控指标 柱箱 温度控制范围：室温上（6～399）℃ 温度控制精度：在200℃以内精度为±0.1℃；在（200～399）℃以内精度为±0.2℃ 程序升温范围：室温上（6～399）℃ 程升阶数：三阶 程升速率：（0.1～39.9）℃/min（注：原文此处表述可能存在格式问题，推测应为0.1～39.9℃/min，并可能附带不同温度段的速率说明，如室温上（6～200）℃为0.1～20℃/min，≥200℃时速率范围未明确，建议以仪器实际参数为准） 进样器 温度控制范围：室温上（6～399）℃ 检测器 氢火焰离子化检测器（FID）温度控制范围：室温上（6～399）℃ 热导池检测器（TCD）温度控制范围：室温上（6～399）℃ 检测器技术指标 氢火焰离子化检测器（FID） 检测限：DFID≤5×10⁻¹¹g/s（正十六烷） 基线噪声：≤1×10⁻¹³A 基线漂移：≤2×10⁻¹²A/30min 热导池检测器（TCD） 灵敏度：STCD≥2000mV·mL/mg（苯甲苯） 基线噪声：≤0.050mV 基线漂移：≤0.15mV/30min   注：（用户自备：氮气和氧气，纯度要求均为99. 99%以上）

本实用新型公开了一种气液两相射流反应器，包括反应器筒体，在反应器筒体顶部设有液体喷射装置，液体喷射装置包括进液口和伸入反应器筒体内的缩径式喷嘴；在反应器筒体上部设有排气口；在反应器筒体的内壁设有多个挡板；在反应器筒体下部设有进气口和循环液进口，进气口与位于缩径式喷嘴下方的气体分布器连通；在反应器筒体底部设有排液口。本实用新型还公开了一种气液两相射流反应系统，包括气液两相射流反应器、蒸发器、闪蒸罐。本实用新型气液两相射流反应器系统，利用高速液体射流的剪切作来破碎气泡，实现气液两相的高效分散混合，具有流程简洁、反应器结构简单、气液混合效果好等优点，适用于甲醇羰基化生成醋酸或醋酸甲酯羰基化生产醋酐。

本发明公开了一种气相缓蚀剂及其制备方法。所述气相缓蚀剂， 按照质量百分比包括 8％至 15％的炔胺以及 8％至 15％的有机溶剂， 余量为水。其制备方法，包括以下步骤：首先将配方比例的炔胺和水 混合均匀，得到炔胺的水溶液；然后，向炔胺的水溶液中加入配方比 例的有机溶剂混合均匀，即得到所述气相缓蚀剂。该气相缓蚀剂，具 有较高的饱和蒸汽压，对碳钢大气腐蚀的缓蚀效果显著，且具有持久 防护作用。同时相比于亚硝酸二环己胺、碳酸

产品详细介绍GC-9217Ⅱ型智能网络化气相色谱仪主要技术指标：●操作显示：192*64点阵汉化液晶●温控区域：6路●温控范围：室温以上8℃～450℃，增量： 1℃， 精度：±0.1℃●程序升温阶数：8阶●程升速率：0.1～39℃/min（普通型）；0.1～80℃/min（高速型）●外部事件：4路；辅助控制输出4路●进样器种类：填充柱进样、毛细管进样、六通阀气体进样、自动顶空进样任选●检测器数目：3个（最多）；FID、TCD、ECD、FPD和NPD任选●启动进样：手动、自动任选●通信接口：以太网：IEEE802.3 GC-9217Ⅱ型智能网络化气相色谱仪检测器技术指标智能网络化气相色谱仪氢火焰离子化检测器（FID）●检测限：Mt≤3×10-12g/s （正十六烷）；●噪音：≤5×10-14A●漂移：≤1×10-13A/30min●线性范围： ≥106●最高使用温度：≤450℃智能网络化气相色谱仪热导检测器（TCD）●灵敏度：S≥4000mV?ml/mg（正十六烷）（放大1、2、4、8倍任选）●噪声：≤10μV●基线漂移：≤30μv/30min智能网络化气相色谱仪电子捕获检测器（ECD）●检测限：≤1×10-14g/s●线性范围：104●放射源：63Ni 

产品详细介绍GC-9217Ⅰ型智能网络化气相色谱仪主要技术指标：●操作显示：192*64点阵汉化液晶●温控区域：6路●温控范围：室温以上8℃～400℃，增量： 1℃， 精度：±0.1℃●程序升温阶数：8阶●程升速率：0.1～39℃/min（普通型）；0.1～80℃/min（高速型）●外部事件：4路●进样器种类：填充柱进样器、毛细管进样器任选     ●检测器数目：1个；FID、TCD，可选                            ●启动进样：手动、自动任选●通信接口：以太网：IEEE802.3GC9217I检测器技术指标   氢火焰离子化检测器（FID）●检测限：Mt≤3×10-12g/s （正十六烷）；●噪音：≤5×10-14A●漂移：≤1×10-13A/30min●线性范围： ≥106●最高使用温度：≤450℃热导检测器（TCD）●灵敏度：S≥4000mV?ml/mg(正十六烷)（放大1、2、4、8倍任选）●噪声：≤10μV●基线漂移：≤30μv/30min

稠密气固流动问题是多相流研究领域的一个前沿性难题，广泛存在于化工、冶金、电力等工业领域。气固流动参数检测和可视化尤为重要，是稠密气固流动系统复杂研究体系中的共性问题之一。针对该问题，东南大学多相流测试研究室多年来开展了电学与激光散射的稠密气固流动可视化及参数测量与表征方法的研究工作。 开发了电容层析成像系统(ECT)与激光光纤颗粒测量系统，可实时、在线检测多相流参数的二维或三维分布状况，成功应用于湍动流化床与浓相煤粉加压气力输送中试试验装置上。

稠密气固流动问题是多相流研究领域的一个前沿性难题，广泛存在于化工、冶金、电力等工业领域。气固流动参数检测和可视化尤为重要，是稠密气固流动系统复杂研究体系中的共性问题之一。针对该问题，东南大学多相流测试研究室多年来开展了电学与激光散射的稠密气固流动可视化及参数测量与表征方法的研究工作。开发了电容层析成像系统(ECT)与激光光纤颗粒测量系统，可实时、在线检测多相流参数的二维或三维分布状况，成功应用于湍动流化床与浓相煤粉加压气力输送中试试验装置上。

稠密气固流动问题是多相流研究领域的一个前沿性难题，广泛存在于化工、冶金、电力等工业领域。气固流动参数检测和可视化尤为重要，是稠密气固流动系统复杂研究体系中的共性问题之一。针对该问题，东南大学多相流测试研究室多年来开展了电学与激光散射的稠密气固流动可视化及参数测量与表征方法的研究工作。 开发了电容层析成像系统(ECT)与激光光纤颗粒测量系统，可实时、在线检测多相流参数的二维或三维分布状况，成功应用于湍动流化床与浓相煤粉加压气力输送中试试验装置上。

化肥在中国农业生产中起着举足轻重的作用，已占农民生产资料投入总量的60%，肥用量的进一步增加，传统化肥及其施用方式逐渐显露出一些较为严重的负面作用；同时，农业生产日新月异的发展对传统肥料业也提出了新的要求和挑战。 腐殖质页岩矿中含有丰富的腐植酸类有机物和植物所需的各种微量元素，以腐殖质页岩矿为主添加料生产的多元长效复混肥有望解决农业生产中肥料成分过于单一的问题，可提供植物生长过程中所必需的各种营养物质及微量元素；同时达到改善土壤活性的作用，消除土壤贫瘠化或板结现象，以此为本项目进行研究的背景。增加有机复混肥的养分含量，引入了多种作物所需微量元素。提高营养物质的有效性，延长了养分的肥效。减少肥料中养分的损失，提高了肥料利用效率。能保持较长时间的肥效，避免了养分的淋失。

一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 高志豪 计算机学院/物联网工程 2017年/2021年 201731064410 林钟煇 计算机学院/物联网工程 2018年/2022年 201831064119 阳旭菻 计算机学院/计算机科学与技术 2018年/2022年 201831062525 李沛键 计算机学院/物联网工程 2018年/2022年 201831064115 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 陈雁 计算机科学学院 副教授 人工智能、复杂网络、能源与人工智能交叉领域 刘忠慧 计算机科学学院 副教授 机器学习、人工智能、形式概念分析 四、项目简介 美国海相页岩气藏的成功勘探开发，展现了页岩气的巨大潜力和发展空间，同时也极大地促进了页岩储层微观结构表征分析技术的发展，通过页岩岩心薄片观察底层形态、确定底层数据，是页岩气勘探开采中的重要一环。页岩储层的孔隙作为页岩组分的一个重要部分，其结构特征直接影响着储层剩余储量的剩余油的分布，因此，对页岩薄片孔隙的形状和类型进行研究是十分必要的。但在目前，页岩薄片只能靠人工鉴定，这种方法工作量大，效率低，且主观性强，误差较大。深度学习是近年发展起来的具有多层次特征抽象归纳与知识发现能力的机器学习算法，目前已经被广泛应用到了语音识别、计算机视觉、自然语言处理等众多领域。在地质和岩石物理领域也有了初步的应用，深度学习方法在地质数据的特征提取及预测识别方面有着广阔的应用前景，本项目组将会开发页岩薄片智能平台，通过机器学习算法来学习专家知识，自动识别孔隙类型，这样就可以大大提高效率，节省人力。