节能技术在煤气化废水酚氨回收装置的应用研究

随着我国经济飞速的发展,各项资源的需求也是越来越高,面对各项资源紧缺的情况下,我国现阶段对煤炭的利用不够合理,非常严重的影响了相关工作的落实。本文主要针对煤气化废水酚氨回收装置的应用进行研究,并且对于其中存在的问题进行了一些分析,希望我国对不可再生的资源进行合理科学的利用,对节能技术能够起到一定的推动作用。     

施工现场养护方式对混凝土抗压强度的影响研究

针对新疆等寒冷干旱地区气候特点,模拟混凝土施工现场养护方式,对4种常见养护条件下的混凝土抗压强度进行研究,比较模拟施工现场养护条件下混凝土强度降低率,对不同养护方式进行评价,为实际混凝土工程的施工养护与质量控制提供参考。研究结果表明:养护方式对混凝土抗压强度发展有明显影响,模拟施工现场养护条件下的混凝土强度低于标养试件强度,且两者差值随养护龄期的延长逐渐增加;养护湿度对于混凝土抗压强度的影响大于温度对其影响,实际工程中尤需注意混凝土的早期保湿养护。     

矿渣立磨磨辊磨损问题分析与探讨

正0前言磨辊是立磨主要组成部件,磨辊为锥形辊形式,辊套有铸造本体和堆焊耐磨层相结合的结构。辊套属于易磨损件,耐磨层堆焊周期1700~2000h,随着耐磨层的磨损,立磨粉磨效率降低。公司两条矿粉生产线,自投产以来,发生立磨磨辊大端R区磨损严重问题,立磨粉磨效率骤降,单位生产能耗高。物料入磨还出现偏磨现象[1],布料不均,影响设备的使用周期和运行稳定性。1物料偏磨和料层低问题及解决实施方案     

纵筋局部无粘结RC梁受力性能研究

为了研究端部纵筋局部无粘结RC梁受力性能,对不同无粘结筋长度的RC梁进行了低周往复荷载实验。实验结果表明,在梁端局部施加无粘结套筒措施以后的延性得到了大大的提高。     

基于PCA的主泵传感器状态监测模型

核电厂主泵的主、辅系统中布置了大量的传感器，随着主泵的运行，传感器会出现不同程度的老化或故障。为了改善现有核电厂传感器周期性测试和校准方案的不足，提高运行的安全性与经济性，采用主成分分析（PCA）技术对主泵的传感器进行状态监测。使用某核电厂主泵的运行数据建立PCA监测模型，并利用该模型对传感器的小漂移故障和共模故障进行识别，仿真结果表明该模型对主泵传感器具有很好的监测效果。      

激光淬火对高速动车组EA4T车轴钢组织和性能的影响

为提高EA4T车轴钢的表面硬度和耐磨性能,采用激光淬火对调质态车轴进行表面改性。利用扫描电镜、显微硬度计、纳米压痕仪等对激光淬火层的微观组织、相变层深度和硬度进行了详细的表征。结果表明:EA4T车轴钢表面经过不同工艺激光淬火后,相变层内的淬火组织主要由细小的板条马氏体和粒状贝氏体组成,其深度根据工艺不同从100 μm到800 μm不等,并呈现随淬火功率的增加和扫描速度减小,相变层深度逐渐增加的趋势。淬火相变层区域内,车轴钢的显微硬度基本保持在450 HV0.2左右,约为基体硬度的2倍,耐磨性显著提高。由于淬火道次之间搭接的原因,淬火层呈现波形分布,其中波谷马氏体含量高于波峰位置,因此其硬度明显高于波峰处。     

淮南采煤沉陷区积水重金属健康风险评价

为研究淮南采煤沉陷区积水中重金属对人体产生的潜在健康风险,对9个矿19个沉陷水域进行采样,测试5种重金属(Cd、Cr、Pb、Ni、Zn)含量,采用美国环境保护局(USEPA)推荐使用的健康风险评价模型,对其进行健康风险评价。研究结果表明：(1)采样水域5种重金属年平均离子浓度由大到小依次为：Zn＞Cr＞Ni＞Pb＞Cd,重金属的分布影响因素可能与农药化肥的使用、工业废水的排放、汽车尾气中重金属的大气沉降、渔业养殖以及采煤活动等因素有关；(2)重金属的健康风险值总体随季节变化,呈现出丰水期小于枯水期的特点；该区域沉陷积水的重金属致癌风险整体较为安全,但化学致癌物(Cr)的健康风险值超出其它4种重金属4~8个数量级；(3)5种重金属的健康风险平均值排序为：Cr＞Cd＞Pb＞Zn＞Ni,其中Cd的致癌风险值及Pb、Zn、Ni非致癌风险值均低于最大可接受风险值(5.05×10-5a-1)。     

煤矿5G分布式MIMO组网技术研究（增刊）

根据煤矿井下的安全防爆要求，天线的射频发射功率受到严格限制，导致煤矿5G的基站部署密度显著高于地面场景。为了解决由此引发的交叉覆盖问题，本文提出了煤矿5G分布式MIMO组网技术，利用分布在不同位置的天线实现对用户数据的联合并行发送，不仅避免了由交叉覆盖导致的乒乓切换等负面效应，还提升了边缘区域的信号覆盖效果。在乌兰木伦煤矿的300米采煤工作面内，利用分布式MIMO组网技术实现了5G信号的无边界覆盖，上行速率不低于500Mbps，保障了煤机数据的实时有效传输。     

基于新型集成学习算法的基岩潜山油藏储层裂缝开度预测算法

天然裂缝是基岩潜山油藏油气存储及运输的重要场所,而裂缝开度是表征潜山油藏储层品质、油气储量及产能评价的关键参数。为此,提出一种基于集成学习算法的新型裂缝开度预测算法。以B盆地中非乍得某基岩潜山油藏岩心描述、关键井成像测井、裂缝参数解释获取开度数据,以相同深度测井数据作为特征变量构成学习样本。利用K均值聚类算法对学习样本进行降噪,剔除异常数据,以支持向量机回归和XGBoost回归算法为基础模型,再利用随机搜索进行参数优化,通过岭回归算法对基础模型进行集成组合,再进行裂缝开度预测。结果表明所提出的新型集成学习算法比基础模型性能有明显提升。测试集样本预测值与实际值均方根误差为0.047,相关系数达0.931。该算法弥补了单一回归算法不稳定的特点,提高了泛化能力,为裂缝开度预测提供了新思路。