STUDY ON PREPARATION AND PROPERTIES OF SLUDGE-BASED FOAMED THERMAL INSULATION MATERIALS
-
摘要: 随着污水处理厂污泥产量急剧增长,污泥资源化利用至关重要,将污泥制备成泡沫保温材料,可满足我国可持续发展战略的需求。主要研究了发泡剂和稳泡剂复配比对发泡倍数及泡沫半衰期影响,优选出最佳发泡材料OP及纤维素醚的配比分别为0.6%和0.3%。在此基础上,通过正交实验研究污泥添加比、水泥添加比和水料比对发泡保温材料性能的影响,建立综合性能指标,获得污泥基发泡保温材料性能影响因素顺序为水料比>污泥添加比>水泥添加比。当污泥添加比、水泥添加比、水料比分别为12.5%、55.5%、0.5%时,材料性能最佳,抗压强度、导热系数和密度分别为0.32 MPa、0.072 W/(m·K)和624.4 kg/m3,满足无机发泡材料抗压强度C0.3,干密度等级A07 (JG/T 266—2014《国家建筑工业行业标准》)。Abstract: With the rapid development of Chinese economy and urbanization, sludge production in sewage treatment plants rises rapidly. It is very important to properly dispose of the sludge. The preparation of sludge-based foam insulation materials can utilize the sludge to meet the needs of Chinese sustainable development strategy. The type and proportion of the foaming agent were studied to determine the optimum material compositon and proportion. On this basis, orthogonal experiments were carried out to optimized the preparation process of sludge-based foam insulation materials. The effects of sludge addition, cement addition and water-solid ratio on the properties of foaming insulation materials were studied, and the preparation process was optimized. The results showed that OP emulsifier-10 of 0.6% and cellulose ether of 0.3% were the best for foaming. Through comprehensive analysis of multiple performance indicators, it was concluded that the order of the influencing factors of sludge-based foaming insulation material preparation was water-solid ratio>sludge addition>cement addition. The optimum ratio of raw materials was sludge of 12.5%, cement of 55.5%, water-solid ratio of 0.5. Under this optimum ratio, density, compressive strength and thermal conductivity of the prepared insulation materials were 624.4 kg/m3, 0.32 MPa and 0.072 W/(m·K), respectively, which met the requirements of national standard for density A07, compressive strength C0.3 for inorganic foaming materials (JG/T 266—2014).
-
Key words:
- foam insulation material /
- sludge /
- recycling /
- orthogonal experiment
-
王建俊, 王格格, 李刚,等. 污泥资源化利用[J]. 当代化工, 2015(1):98-100. 贾恩荣.新型环保复合保温材料的开发与应用[J].辽宁建材, 2008(8):37-41. 彭玖玲.建筑节能常温发泡技术的研究及应用[D]. 武汉:华中科技大学, 2009. 张杰.粉煤灰常温发泡墙体砌块的研制[J]. 砖瓦, 2006(8):47-49. 吴海波,袁波,韩建燊,等.凝胶注模常温发泡制备氧化铝多孔陶瓷[J].材料科学与工艺, 2012(4):144-148. 高会.改性脲醛树脂/水泥复合发泡保温材料的制备与研究[D]. 哈尔滨:哈尔滨工业大学,2014. 徐瑞寒.污泥资源化制取保温材料的研究[D]. 锦州:辽宁工业大学, 2014. 潘龙,权宗刚,张锋剑,等.城市污泥生产烧结保温空心砌块抗压性能及热工性能试验研究[J].砖瓦, 2011(2):9-12. LI F W, WU J F, XU X H, et al. Preparation of energy saving blocks by use of lake sludge[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2007. 高健.利用城市污水污泥制行道砖的工艺技术研究[D].咸阳:西北农林科技大学, 2015. 蔡娜.超轻泡沫混凝土保温材料的试验研究[D].重庆:重庆大学, 2009. MANDELBROT B B.The Fractal Geometry of Nature [M].New York: Freeman, 1982. 泡沫灭火剂:GB 15308—2006[S].北京:中国标准出版社,2007. 中国建筑材料工业联合会. 无机硬质绝热制品试验方法:GB/T 5486—2008[S]. 苑玉凤.多指标正交试验分析[J]. 湖北汽车工业学院学报, 2005,19(4):53-56. 刘群昌,史源,吉晔,等.聚苯板在渠道衬砌防冻胀中的应用性能评价[J].水利与建筑工程学报,2018,16(4):1-5. 耿承达,申建濠,于大第,等.水泥聚苯板的研制与应用[J].新型建筑材料,1994(1):23-26. 矫立超,戎贤,孔祥飞,等.聚氨酯泡沫在节能建筑中的应用[J].工程塑料应用,2019,47(3):140-144. 马强.浅析"蒸压砂"加气块应用于二次填充墙体的优越性[J].江西建材,2016(17):48,54. WILÉN B M,JIN B,LANT P.Impacts of structural characteristics on activated sludge floc stability[J].Water Reseach,2003,37(15):3632-3645. 期刊类型引用(14)
1. 江雨燕,黄体臣,甘如美江,王付宇. 融合二次分解的深度学习模型在PM_(2.5)浓度预测中的应用. 安全与环境学报. 2025(01): 296-309 . 百度学术
2. 杨帆,毛腾跃,占伟. 基于PCA-Informer~+模型的周期性甲烷菌体浓度预测研究. 中南民族大学学报(自然科学版). 2025(03): 393-399 . 百度学术
3. 赵涛,叶世榕,罗歆琪,夏朋飞. GNSS-IR潮位反演中高仰角数据质量控制方法. 武汉大学学报(信息科学版). 2024(01): 68-76 . 百度学术
4. 张雅波,陈春晖. 融合情绪分析和Informer-ARIMA模型的比特币价格预测方法. 现代信息科技. 2024(09): 131-135 . 百度学术
5. 陆钊,龙法宁,陈国年. 基于时间序列的发电机设备异常分析. 现代信息科技. 2024(12): 121-124 . 百度学术
6. 王鲁君,孙永华,刘洪涛,于秋红,郝浚杰. 基于多尺度特征Informer模型的受热面积灰预测研究. 山东电力高等专科学校学报. 2024(03): 35-40 . 百度学术
7. 马愈昭,张宇航,王凌飞. TimeGAN-Informer长时机场能见度预测. 安全与环境学报. 2024(07): 2517-2527 . 百度学术
8. 何志铧,熊祖强. 基于Informer神经网络的工作面矿压预测研究. 矿业研究与开发. 2024(07): 142-148 . 百度学术
9. 刘妙男,王魏,胡显辉,许德昊. 基于因果卷积和Informer模型的城市公交客流预测. 控制工程. 2024(08): 1445-1454 . 百度学术
10. 安昱宁,朱四富,刘静,杜立伟,刘长青. 基于深度学习的污水处理厂出水总磷预测方法. 工业水处理. 2024(10): 143-150 . 百度学术
11. 何宇涵. 基于自注意力机制的PM_(2.5)长时间尺度预测. 长江信息通信. 2024(10): 72-75 . 百度学术
12. 王伟,王海云,黄晓芳. 基于Informer的风电机组叶根载荷预测. 水力发电. 2023(09): 85-89 . 百度学术
13. 董子敬,李凡,孙宏,朱梦媛,范博艺. 基于Informer模型的进近阶段工作负荷管理胜任力评估. 飞行力学. 2023(05): 81-87 . 百度学术
14. 蒲维,杨毅强,张渊博,付江涛,宋弘. 基于NGO-VMD-FCBF-Informer的电力负荷组合预测模型. 智能计算机与应用. 2023(11): 135-141 . 百度学术
其他类型引用(17)
-

计量
- 文章访问数: 163
- HTML全文浏览量: 12
- PDF下载量: 4
- 被引次数: 31