智能结构损伤自诊断的PSO-LSWSVM方法

损伤检测方法是关联智能结构实现损伤自诊断功能的一个重要研究内容。针对支持向量机研究的关键与难点——核函数的构造及核参数的优化问题,基于小波核函数的近似正交性,研究基于小波核的最小二乘支持向量机（LSWSVM）方法,并采用粒子群优化算法（PSO）对LSWSVM参数进行优化,从而构造PSO-LSWSVM方法。基于压电元件的正逆压电效应,搭建损伤自诊断压电智能结构试验系统,对各压电传感器的响应信号进行功率谱密度最大值（PSM）特征提取。基于各压电传感器的响应信号特征,将该PSO-LSWSVM方法应用于智能结构损伤自诊断,并对该方法进行性能评价。结果表明,在同等条件下,LSWSVM有比基于高斯核函数的最小二乘支持向量机（LSSVM）更高的损伤检测精度及更强的推广能力,相比于传统遗传算法（TGA）,该方法中粒子群优化算法（PSO）具有较好的寻优能力和收敛速度。     

球磨制备超细硅酸锆新工艺

概述了球磨机湿法制备超细硅酸锆的生产线，对该生产线球磨各项工艺参数的确定进行了详细的阐述。生产实践证明，该生产线工艺设计合理、设备性能优良、生产成本低，生产的超细硅酸锆达到了国内高档陶瓷釉料乳浊剂所要求的质量品级。     

微阶段化磨矿研究与实践

提出了磨矿领域一个新的研究方向——“微阶段化磨矿”．该项研究某大型有色金属集团公司的转炉渣磨矿系统和某大型铁矿选厂的应用结果说明：在磨机运转电流和磨矿产品细度保持不变的情况下．磨矿效率得到显著提高，具有明显的节能降耗效果。     

多金属难选钼矿综合回收试验研究

针对某多金属难选钼矿矿石氧化严重以及各主要矿物互含高、嵌布关系密切等特点,研究先采用混合浮选工艺流程,获得混合精矿钼含量为4.21%,金含量为48.86g/t,银含量为84.80g/t;由于用常规物理选矿方法将钼从混合精矿中分离出来难度很大,故对混合精矿进行化学处理,最终获得的钼浸出率为86.6%,使钼与其他有价金属有效分离。     

基于小波神经网络的智能复合材料损伤定位的仿真研究

信号处理与识别是智能材料结构研究的关键技术之一.笔者采用神经网络、小波变换并结合神经网络两种仿真方法,对复合材料损伤定位进行了定量化对比分析研究.结果表明,通过采用小波变换对信号进行预处理,可明显提高损伤位置的识别率.     

从钼精矿中综合回收铼的新工艺研究

针对某钼精矿, 开发了钼精矿配熟石灰固化焙烧-稀酸浸铼-碱性阴离子201^#交换树脂吸附-硫氰酸胺淋洗-浓缩结晶制取高铼酸钾的新工艺, 最终铼的总回收率91.23%, 并保证钼的回收, 钼回收率89.43%。该工艺设备流程简单、技术上可行、产品质量高、环境污染小, 对含铼的同类物料的生产具有一定的指导意义。     

含钒石煤提钒工艺研究

研究陕西某石煤矿提钒工艺.原矿通过加入少量添加剂氯化钠进行氧化焙烧,确定最适宜的氯化钠用量,焙烧温度,焙烧时间.焙砂进行水浸.可得到65%以上的钒浸出率.工艺简单,适应性强,沉钒容易.     

印度尼西亚某铅锌矿综合回收试验研究

针对印尼某矽卡岩型铅锌矿矿石特性, 采用优先浮选流程, 综合回收了锌、铅、硫和锗。锌、铅回收率分别达到97.16%和84.00%。硫分别进入锌精矿、铅精矿和硫精矿中, 总回收率达95.29%, 伴生的锗也富集到3种精矿中, 总回收率达92.50%, 选矿指标理想。     

转炉废渣中铁的再选回收利用研究

对某钢铁集团的转炉废渣进行了再选回收利用试验研究。试验结果表明,采用湿式弱磁选流程时,铁精矿品位为60.60%,铁回收率为66.99%;采用风力分选+磁选试验流程时,铁精矿品位为66.20%,铁回收率为61.27%,取得了良好的试验结果。     

河南某钼矿综合回收铁试验研究

对河南某钼矿选厂提供的半成品铁精矿进行选矿试验研究,在磨矿细度为-325目90%的条件下,采用一粗二精的工艺流程,可得到铁品位63.54%、回收率84.81%的铁精矿,实现了钼矿伴生铁矿物的综合回收。