水灰比对煤矸石煅烧高岭土基无机水性涂料性能的影响研究

研究了不同水灰比对以煤矸石煅烧高岭土为主要原料的无机水性涂料性能影响的规律。结果表明：在其他条件相同的情况下，当水灰比 <0.5时，由于矿物水化反应不完全而导致涂层遇水出现裂纹、脱落等现象；当水灰比 >0.7时，涂料在干化过程中矿物聚合物由三维网状结构向二维链状过渡，从而导致涂层性能开始下降，出现粉化现象；当水灰比为 0.5~0.6时，涂层耐洗刷次数在 4万次以上，硬度在 5H以上，耐水性能良好，涂层性能满足国家标准要求。     

齿轮加工中的磨齿修形方法的研究

齿轮作为各类机械传动系统的核心,在工作过程中的稳定性和可靠性直接决定着机械设备运行的可靠性和安全性。因此,针对机械设备对传动精度和寿命要求的不断提升,提出了一种新的磨齿修形方法。运用该方法,极大地提升了齿轮的齿形精度,能够显著降低在啮合过程中的齿顶边缘接触现象,降低振动冲击,提升齿轮的使用寿命。     

模内装饰薄膜滞热对成型工艺的影响分析

以模内装饰技术(IMD)测试平板为研究对象，利用仿真和实验方法分析薄膜滞热的影响因素及薄膜滞热对成型工艺的影响规律。结果表明，薄膜滞热使动模侧模具温度场变化滞后于定模侧温度场，且在实验条件下达到8.6 ℃的最大温度差；薄膜滞热随着模具温度的增加而降低，随熔体温度和薄膜厚度增加而升高；薄膜影响熔体的充模与冷却，造成产品冷却不均的现象；薄膜滞热导致产品翘曲变形增加。     

改进Elman神经网络在短期热负荷预测中的应用

热电厂的短期热负荷预测在城市集中供暖中起着至关重要的作用,直接影响热电厂的经济效益和热能利用率。电厂的短期热负荷一般采用神经网络预测模型进行预测,而BP神经网络应用最为广泛。Elman神经网络算法在BP神经网络基础上加入了承接层,作为一步延时算子,实现记忆能力,使系统具备适应时变能力,增强系统全局稳定性。但Elman神经网络算法模型的构造依然需要大量样本的支撑,而且输入层的变量多,导致预测时间依然很长,收敛速度慢。该文在Elman神经网络预测前,进行了相关系数预处理和对样本中异常值的平均化预处理,通过数据归一化运算,使Elman神经网络输入层变量大幅减少。仿真实验表明,改进的Elman神经网络算法使预测模型快速寻优,减少预测时间的同时明显提高预测精度。     

少量有机碳对单级自养脱氮工艺性能的影响

采用序批式生物膜反应器(SBBR),经过4个阶段的培养,快速富集好氧氨氧化细菌(AOB)和厌氧氨氧化细菌(AnAOB),并考察不同低碳氮比对工艺脱氮性能的影响。结果表明,NH4^+-N去除率可达到99%以上,TN去除率可达到90%以上。对应C/N=0、1和2时,反应器出水NH4^+-N和TN去除率分别为99.59%、99.5%、98.47%和93.75%、97.22%、98.11%。说明少量COD的存在,可实现同步硝化-厌氧氨氧化-反硝化,且在一定程度上提高脱氮效率。     

新型高性能动圈式电液比例阀及其性能

动铁式比例电磁铁作为电液比例阀的电机械转换器,其电磁力本身对铁心位移是非恒定的,其恒定化是研究人员研究的重点之一,并因为铁心的存在导致其线圈电感很大,不利于提高电路的响应速度。为研制高性能电液比例阀/电液伺服比例阀,在前期完成了研究动圈式比例电磁铁及其相关理论的基础上,研制出高性能动圈式比例电磁铁样机,提出了利用动圈式比例电磁铁组成电液比例阀的结构方案,分析具有所提结构的电液比例阀的主要性能,提出了相应的动静态性能试验研究方案,并对这种结构方案进行试验研究。研究结果表明,利用所研制的动圈式比例电磁铁组成比例阀的方案具有动静态性能高的优点,所研制的比例电磁铁静态具有非常好的恒力特性,开环情况下被控阀芯位移对100%输入信号的阶跃响应时间不超过15 ms。研究结果对研制高性能电液伺服比例阀具有积极意义。     

Fe-Zn基废脱硫剂制备铁碳材料及其对废水微电解性能

以Fe-Zn基废脱硫剂、煤、Na ₂CO ₃为原料进行高温炭热还原反应，制备了铁碳材料，实现了Zn和S的分离，有望能实现废脱硫剂的综合利用。考察不同工艺条件（配比，温度，时间）对铁碳材料品质，Zn单质分离效率和Na ₂S的收率影响。结果表明： 反应温度≥900℃，煤∶废脱硫剂≥1，Na ₂CO ₃∶废脱硫剂≥1.5，反应时长≥2 h，Zn、S的分离回收效率可达到95%以上。且900℃制备的铁碳材料比表面高达193.6 m ²/g，介孔孔体积为0.028 cm ³/g，炭均匀附着于铁骨架。微电解-芬顿联用降解有机废水实验表明：仅微电解或微电解-芬顿联用（H ₂O ₂=COD=1500 mg/L）时，自制铁碳材料的稳定化学需氧量（COD）去除效率（41.78%、73.56%）都高于商业铁碳（8.43%、48.43%)。本文实验结果表明废脱硫剂与煤和碳酸钠混烧可实现废脱硫剂中Zn与S的分离回收，成功获得了比表面高、去除COD性能好的铁碳材料。