探究采矿模型在采矿专业教学中的应用

从采矿模型应用的必要性入手，分析了采矿模型与采矿专业教学相结合的优势，并对其在教学应用中需要注意的方式与方法进行了分析，说明采矿模型的应用优势明显，如果借助更加完整的教学思路与体系可以有效的提高学生的专业素养和技术知识。     

采用合理食品微生物检测技术 保障检测工作的准确度和高效率

正人们的生活质量逐渐提高,也越来越重视食品的安全问题。当今社会,食品安全事件屡屡发生,其中最主要的原因就是微生物的污染。如果食物中含有有害微生物,以及有害微生物的数量超过标准,那么这种食物就是不安全的。     

防控盾构隧道渗漏灾变的管片密封垫尺寸优化

增加密封垫防水性能可有效减少管片接缝渗漏现象的发生,进而提高隧道渗漏防控可靠度。优化密封垫截面尺寸可明显提高密封垫防水性能,因此,针对密封垫截面外轮廓尺寸取值对密封垫防水性能的影响进行数值模拟。采用ABAQUS内嵌网格求解变换技术解决数值模拟计算收敛困难的问题,结合已有研究成果验证该技术的可行性。通过对比分析计算结果得到密封垫接触应力和闭合压力随压缩度的变化规律,为提高密封垫防水性能提供新思路。     

延迟焦化ESD上位机通信冗余改造

针对某120万t/a延迟焦化装置ESD上位机通信不稳定的问题,对其进行冗余改造,实现了ESD系统对生产装置关键设备的检测、控制和保护。     

磁场增强压电悬臂梁震动发电装置

在压电悬臂梁的自由端施加非均匀磁力增加梁的振幅,探索研究了磁力对悬臂梁的谐振频率漂移、输出电压和输出功率的影响。结果表明,引入非均匀磁场斥力,压电悬臂梁的输出电压和输出功率得到明显提高。当负载电阻为100 kΩ,振动台(LDS)用0.200 V正弦电压驱动时,由尺寸75 mm×7.8 mm×0.35 mm的锆钛酸铅镧(PLZT)长压电片和80 mm×7.8 mm×0.10 mm黄铜片构成的压电悬臂梁在谐振频率的电压和功率输出分别为19.02 V和1.8 mJ。     

软土地区盾构隧道弯曲刚度有效率取值研究

修正惯用法以其概念明确、理论成熟和计算便捷的特点在盾构隧道设计中被广泛应用。弯曲刚度有效率η是修正惯用法中的重要参数,其取值对于隧道结构的计算结果具有至关重要的影响。研究基于荷载结构法,利用有限元计算软件ABAQUS建立了匀质圆环模型和梁-弹簧模型,研究了盾构隧道在软土地区通错缝拼装、基床系数和接头相对刚度对弯曲刚度有效率η的影响。通过对数值模拟计算结果进行整理,得到了弯曲刚度有效率η的拟合公式和通错缝拼装弯曲刚度有效率η的转化公式,为确定修正惯用法中的弯曲刚度有效率η提供了计算方法和参考依据。     

神经生长因子依赖的TF-1亚克隆细胞株的筛选及应用

目的筛选神经生长因子(nerve growth factor,NGF)依赖的TF-1亚克隆细胞株,用于重组人NGF(rhNGF)生物学活性的测定。方法逐步将含重组人粒细胞巨噬细胞集落刺激因子(recombinant human granulocyte macrophagecolony stimulating factor,rhGM-CSF)的培养基替换为含鼠神经生长因子(mouse nerve growth factor,mNGF)的培养基,将rhGM-CSF依赖的TF-1细胞驯化为mNGF依赖的TF-1细胞;绘制mNGF依赖的TF-1细胞的剂量-效应反应曲线,计算信噪比(S/N)和细胞最大效应(maximal effect,Emax)区间;用甲基纤维素半固体培养基对mNGF依赖的TF-1细胞进行克隆化,镜下挑选单克隆细胞,扩大培养,绘制各单克隆细胞株对NGF的剂量-效应反应曲线,并对其中反应性最好的单克隆细胞株进行STR图谱鉴定;对细胞接种密度和培养时间进行优化;用筛选出的细胞检测rhNGF的生物学活性。结果经驯化,rhGM-CSF依赖的TF-1细胞可在只含mNGF的培养基中正常生长,并对NGF的刺激呈良好的剂量-效应反应关系;驯化后的mNGF依赖的TF-1细胞对mNGF的剂量-效应曲线的信噪比为2.0,Emax为0.43;共筛选出15株细胞形态良好、倍增时间稳定的单克隆细胞株,其中A2亚克隆细胞株(TF-1-A2)反应性最好;该细胞中未发现人类细胞交叉污染现象,仅在CSF1PO位点与ATCC TF-1细胞数据有差异,可判定为TF-1细胞;细胞接种密度为5×104个/ml、培养时间为72 h时对rhNGF有良好的反应性,可用于rhNGF生物学活性的检测。结论成功筛选出1株对NGF具有良好反应性的TF-1-A2亚克隆细胞株,可用于定量检测NGF的生物学活性。     

一起接地变故障的分析与处理

针对某变电站处理UPS装置故障动作时发现交流电压偏低导致UPS装置报警,对接地变的变高侧抽头进行调整以提高交流屏的输出电压。     

一种基于HHT的电力系统短期负荷预测模型

提出了一种基于HHT的电力系统短期负荷预测模型.针对EMD分解电力负荷时存在模态混叠及对高频IMF预测不准确的问题,采用一阶差分算法对EMD分解进行改进,得到消除模态混叠后的一系列IMF分量及余项.通过对各分量的频谱计算和观察,提取出低频分量,并将其进行重构,各分量选取合适模型进行预测.由于IMF1主要为负荷的随机分量,对其考虑天气、节假日因素,并采用粒子群算法对组合权值进行优化.仿真结果表明此种方法具有较高的预测精度.