某低品位铜铅锌多金属硫化矿选矿工艺研究

某低品位铜铅锌多金属硫化矿的原矿品位分别为Cu 0.47%、Pb 1.236%和Zn 0.891%。矿石中铜铅锌有用矿物的嵌布粒度较细且共生关系较复杂。试验着重探讨了磨矿细度、浮选捕收剂和调整剂的优化,在解决矿物有效解离的前提下,提高铜铅锌浮选分离的选择性。当原矿磨矿细度为-0.074mm占80%时,采用乙硫氮作捕收剂,石灰、硫酸锌和亚硫酸钠作调整剂,粗选获得的铜铅混合粗精矿再磨至-0.043mm占81.31%后,经两次精选获得铜铅混合精矿。铜铅混合精矿采用活性炭脱药,亚硫酸钠和CMC组合抑铅,Z200浮选铜,实现了铜铅分离。铜铅混合浮选尾矿,采用硫酸铜活化,丁基黄药作捕收剂,浮选获得锌精矿。最终浮选指标为:铜精矿的铜品位27.26%,铜回收率80.62%;铅精矿的铅品位59.35%,铅回收率85.20%;锌精矿的锌品位41.14%,锌回收率为82.74%。为该低品位铜铅锌多金属硫化矿资源的开发利用提供了可行的技术方案。     

饱和尾粉砂动孔隙水压力发展特性试验研究

采用动三轴仪对内蒙古某尾矿库尾粉砂进行了动强度试验,研究了围压、相对密实度及固结比对动荷载作用下尾粉砂中孔隙水压力发展特性的影响。研究结果表明,随着固结比、相对密实度、围压的增大,动荷载作用下饱和尾粉砂孔压增长曲线形状由陡峭转变为平缓。随着围压及固结比增大,试样动力破坏形式从以孔压值为主要表征指标的液化破坏,转化为以动剪应变为主要破坏形式的软化破坏。动荷载作用下发生液化破坏的饱和尾粉砂孔压增长过程分可为初始增长阶段、稳定增长阶段和快速增长至破坏阶段,孔压增长曲线表现为明显的反S型,本文采用双对数函数对该试验孔压增长曲线进行拟合,结果表明该模型可以较好地模拟尾粉砂在动荷载作用下的孔压发展规律。     

基于深度卷积神经网络的视觉里程计研究

视觉里程计利用视频信息来估计相机运动的位姿参数，实现对智能体的定位。传统视觉里程计方法需要特征提取、特征匹配/跟踪、外点剔除、运动估计、优化等流程，解算非常复杂，因此，提出了基于卷积神经网络的方法来实现端对端的单目视觉里程计。借助卷积神经网络对彩色图片自动学习提取图像帧间变化的全局特征，将用于分类的卷积神经网络转化为帧间时序特征网络，通过三层全连接层输出相机的帧间相对位姿参数。在KITTI数据集上的实验结果表明，提出的Deep-CNN-VO模型可以较准确地估计车辆的运动轨迹，证明了方法的可行性。在简化了复杂模型的基础上，与传统的视觉里程计系统相比，该模型的精度也有所提高。     

轮胎安全相关法规标准的分析与研究

介绍我国产品和汽车轮胎的相关法规和标准现状，分析中国标准、国际标准以及欧盟、美国、印度和印度尼西亚轮胎安全相关法规标准的区别，评价项目包括轮胎的高速性能、耐久性能、脱圈性能和强度性能，这有助于了解各类轮胎法规标准和认证要求，为我国轮胎产业发展提供借鉴。     

碳基采暖电热材料研究进展

近几年,由于节能与环保的需求,电取暖的方式得到大力的推广,电热材料的研究与应用受到人们广泛的重视。非金属碳基电热材料是新型的节能型电热采暖材料,本文重点对影响非金属碳基电热材料中的炭黑基电热材料、碳纤维基电热材料、碳晶电热材料电热性能的因素及相关应用进行了综述。     

新工科理念下“扩频通信技术与应用” 课程教学实践

本文以“扩频通信技术与应用”课程为例，探讨新工科理念下工程学科实践教学改革，具体措施包括：开展虚拟仿真实验，充分发挥双师型教师的主观能动性，开展MATLAB仿真训练、工程技术实训及相关的创新创业训练，结合企业实习以及开展国际交流合作等。     

某高硫矽卡岩型金铜矿选矿试验研究

针对高硫矽卡岩金铜矿中黄铁矿含量高、难抑制特点,采用对黄铁矿捕收能力非常弱的Z-200和丁基铵黑药作为浮选捕收剂,在低碱度条件下(pH值9.5)实现了铜与金的综合回收。研究结果表明:闭路试验混合精矿铜品位为21.15%、金品位为24.11g/t,铜和金的回收率分别可达93.92%和83.73%,选矿指标较为理想。     

苏通GIL运输专用机具动力电池类型探讨

GIL运输专用机具是为安全、可靠、高效地完成苏通GIL综合管廊工程GIL单元的运输任务而研制的专用机具,其中动力电池系统设计是整机设计的重点之一。通过对各种常见动力电池优缺点的分析,并结合苏通GIL运输专用机具对动力电池的需求分析,确定了动力电池系统的技术路线,为苏通GIL运输专用机具的研制提供了坚实的基础。     

水文序列相依变异识别的RIC定阶准则——以自回归模型为例

水文过程相依性是水文变异的主要表现形式之一,应用自回归模型对其进行拟合时合理确定模型阶数是一个难点问题。本文在分析AIC和BIC准则的基础上,提出了一种以原序列与其相依成分的相关系数作为拟合度指标,同时借用信息熵形式的函数式,作为模型不确定性度量指标的自回归模型定阶准则(简称RIC准则)。以AR(1)、AR(2)、AR(3)和AR(4)模型为例进行统计试验,将不同序列长度下该准则的定阶准确率与其他定阶准则进行比较,试验结果表明,RIC准则对于上述模型均具有较好的适应性,且定阶准确率远高于AIC准则,其中对于前三阶模型RIC准则优于BIC准则,但四阶模型略低于BIC准则。RIC准则的优势是可以同时满足模型定阶、相依程度分级与模型检验的需求,将其应用于实测水文序列分析,结果显示,该准则能较准确地识别自回归模型的阶数,且符合提出的"相依有变异而残差无变异的最小阶数"的检验标准。