粉尘检测与翻车机底层洒水联动系统设计与研究

为了抑制煤炭港口翻堆作业带式输送机转运煤炭过程中产生的煤尘，设计了粉尘检测与翻车机底层洒水联动系统，在带式输送机转接塔和翻车机底层料斗处分别安装粉尘质量浓度检测装置和洒水装置，定量分析煤尘大小后调节洒水装置，避免水电过投，在环保、节能、煤质 3 个方面寻找最佳平衡点。该系统从带式输送机源头开始治理煤尘，较传统的在带式输送机沿线分布洒水装置的形式既节省了水电，又减少了维护工作量，在煤炭港口具有较高的推广应用价值。     

掺钪AlN材料特性及HBAR器件性能研究

该文基于掺钪AlN薄膜制备了高次谐波体声波谐振器(HBAR),研究了钪(Sc)掺杂浓度对AlN压电薄膜材料特性及器件性能的影响。研究表明,当掺入Sc的摩尔分数从0增加到25%时,压电应力系数e₃₃增加、刚度 下降,导致Al₁-_xSc_xN压电薄膜的机电耦合系数 从5.6%提升至15.8%,从而使HBAR器件的有效机电耦合系数 提升了3倍。同时,当Sc掺杂摩尔分数达25%时,Al₁-_xSc_xN(x为Sc掺杂摩尔分数)压电薄膜的声速下降13%,声学损耗提高,导致HBAR器件的谐振频率和品质因数降低。     

维美德面向制浆造纸客户推出新型刀式浓度变送器

本刊讯(Valmet消息) 2021年2月,维美德面向制浆造纸客户推出一种全新设计的Valmet Blade Consistency Measurement刀式浓度变送器。凭借一流技术、全新用户界面和专利化探测原理,该设备可确保所有应用领域可靠、准确、极具成本优势的浓度测量。     

90 t/h四角切圆燃烧锅炉优化调整及试验研究

某炼油厂90 t/h自然循环燃气锅炉燃烧器低氮改造后，运行调整总是不太理想。在40%～90%负荷工况下，出现炉膛和过热器的高温/低温段、省煤器两侧烟气温度（烟温）偏差大，NO_x、氧含量及颗粒物排放浓度较高的问题。经过分析，造成该现象的主要原因是4个燃烧器配风不均。针对此问题，对4个燃烧器配风进行了优化调整，优化后的锅炉省煤器α/β侧烟气温差较原来减少30℃,炉膛内部两侧温差较原来减少9℃,过热器高温/低温段温差较原来减少40℃/30℃,各侧点温度α侧变化较大，β侧变化较小。NO_x平均质量浓度下降了近100 mg/m³;颗粒物质量浓度由16.3 mg/m³降低到5.8 mg/m³。有效地解决了锅炉两侧燃烧偏烧和氧气分布不均匀及NO_x、颗粒物排放浓度较高的问题。     

碳纤维喷射混凝土硫酸盐冻损伤分析

为了研究碳纤维混凝土硫酸盐冻侵蚀损伤，以川藏铁路喷射纤维混凝土工程环境为依托进行室内盐冻试验，盐冻最低、最高温度设置为(-37.12、17℃)，(-32.12、12℃)，(-25.12、5℃)，(-20.12、0℃)，硫酸盐质量分数分别为5%、7.5%、10%，纤维体积分数分别为0、0.10%、0.20%、0.24%、0.30%。通过宏观强度试验结果和微观分析可知，随着硫酸盐浓度的增加，碳纤维混凝土损伤越严重。与普通混凝土相比，碳纤维混凝土能够有效阻止开裂，其中0.3%的体积分数为最佳掺量。通过微观分析，揭示碳纤维在混凝土结构内起到类似梁的作用机制，并据此建立损伤模型。     

水泥窑分级燃烧脱硝技术优化效果分析

<正>1前言水泥窑分级燃烧减排NOx技术是通过对窑尾分解炉的温度场、流场和化学反应及分解炉结构、煤粉分级燃烧等的综合研究,实现降低NOx排放浓度的有效方法。其减排效率可以达到30%左右,5000t/d水泥熟料生产线年减排NOx量可达到1100t左右。减少污染物排放可获得显著的环境效益,同时优化回转窑的运行条件(减少煅烧系统引入干扰),降低企业生产运行成本(可大量减少额外的非碳系还原剂的使用)。     

高抽巷束管监测采空区瓦斯浓度试验研究

为了探究采煤工作面采空区不同深度瓦斯浓度分布情况,在高抽巷内布置6个测点,利用高抽巷与回风巷之间的穿透孔,将束管由高抽巷测点敷设至回风巷,随着工作面的回采,通过束管观测各测点进入采空区不同深度的瓦斯浓度,进而分析高抽巷瓦斯来源,为今后高抽巷布置层位与利用方式的选择提供参考。     

黄河口水下三角洲冬季床面变化初步观测研究

黄河携带大量泥沙入海,底床沉积物在波、潮、流等水动力条件作用下会不断地发生再悬浮与输运,形成黄河三角洲海底面的动态变化过程。利用自主研发的电阻率探杆三脚架,观测了水动力作用下海床面的侵蚀与淤积过程。研究结果显示,研究区涨落潮过程中海水浊度的变化主要受波高的影响,近底床位置海水浊度的变化趋势是涨潮过程中海水浊度上升,落潮过程中海水浊度降低。侵蚀或淤积是海床面泥沙的再悬浮与悬沙沉降共同作用的结果。研究区冬季的海床面变化以侵蚀为主,当沉降作用强于侵蚀淤积作用时,即使海床所受切应力大于沉积物临界切应力,海床仍发生淤积。     

基于小波降噪和循环神经网络的煤矿瓦斯浓度预测

在瓦斯浓度监测数据分析中发现,瓦斯浓度序列往往呈现出较强的随机性和复杂性,时序数据中含有的噪声会对数据的预测结果产生干扰。为了减少数据中的噪声所带来的负面效果,提出了一种将小波阈值降噪与LSTM(长短期记忆网络)相结合的瓦斯浓度预测模型。通过将原始数据进行分解、阈值处理和重构,对时序数据中的噪声进行剥离,再通过LSTM模型进行预测分析,与普通LSTM和RNN网络进行比较,结果表明,所提出的基于小波降噪的LSTM的瓦斯浓度预测模型在精确度和泛化能力上都具有更好的表现。