筒仓滑模施工技术

结合宏远煤业原煤仓滑模施工案例,对工程所采用的滑模施工工艺进行了详细的阐述,体现了滑模施工机械化程度高,人工劳动强度低等特点,并归纳总结了施工中的注意事项,以供参考。     

不同跨接模型对临界区域热力性质计算的影响

经典状态方程虽然能够描述远临界区域的热力学性质，但由于临界区密度涨落的影响，无法精确描述流体在近临界的热力学性质。在简单的经典状态方程基础上引入跨接模型，使得跨接方程能够较好地描述流体近临界区和远临界区的热力学性质。以较为常用的PR方程为基础，比较了引入不同跨接模型（跨接正弦模型‐1（CSM ）、跨接解析正弦模型（ASM ）和跨接正弦模型‐2（NSM ））后的跨接方程对丁烷、戊烷及己烷的相平衡和单相区性质的计算效果，发现PR／CSM方程和PR／ASM方程相平衡计算精度相当，优于PR／NSM 方程，对于单相区性质，PR／ASM方程计算偏差最小，优于PR／CSM方程和PR／NSM方程，而且PR／ASM方程的跨接函数为显式函数的形式，简化了计算过程，使用更方便。     

浅谈螺杆泵井故障的分析与对策

本文就当前阶段螺杆泵井故障的原因进行了分析,并有针对性的提出了相应的优化策略,希望能够为螺杆泵采油工艺的提高提供一定的帮助。     

尿素包装喷码系统改进总结

针对尿素包装喷码机设计和安装位置不合理、现场环境较差且粉尘多、主机箱密封效果差、主机易腐蚀损坏、喷码不清晰、喷头易堵、喷墨效果差、清洗喷头难度较大等运行中存在的问题,对影响喷码系统稳定运行的很多因素进行分析,提出了相应的改进措施。改进后,降低了喷码系统的故障率,保证了喷码字体的清晰度,提高了工作效率,节约了费用,经济效益显著。     

99Tcm-MAG3-RRL肿瘤靶向肽的标记和性质鉴定

将具有肿瘤靶向性的精氨酸-精氨酸-亮氨酸（RRL）多肽与双功能螯合剂MAG₃相连，摸索其螯合⁹⁹Tc^m的适宜标记条件并评价探针的体外稳定性。标记利用SnCl₂还原法进行⁹⁹Tc^m标记，对影响标记的主要变量因素分别进行探究以获得适宜标记条件，采用纸层析法测定标记率和放射化学纯度。实验所得MAG₃-RRL纯度为98.94%，适宜标记条件下，标记率为93.67%±1.10%，纯化后放射化学纯度为94.32%±0.19%（n=3）。⁹⁹Tc^m-MAG₃-RRL在生理盐水和50%牛血清白蛋白（BSA）中放置，6 h内放射化学纯度均大于90%（n=3），在半胱氨酸溶液中的最高置换率为0.57%±0.21%，生理盐水对照为0.41%±0.04%（n=3，P＞0.05）。⁹⁹Tc^m-MAG₃-RRL的脂水分配系数为lg P=-0.15±0.01（n=3）。结果表明：MAG3可成功连接RRL多肽，并能进一步提高标记率；探针制备方法简单快速，体外稳定性好，为进一步的生物学实验提供了良好的基础。     

智能选厂小型数据中心设计研究与应用

目前,我国各选矿厂均面临关键数据存储和利用问题,采取以往简单的磁盘和服务存储的方法,不仅不能有效保障数据的存储安全,而且无法实现数据的集中管理和应用,这对企业数据业务发展是极大的障碍。设计一套统一化数据中心框架并搭建,实现服务器、防火墙、交换机、共享存储科学搭配,多台服务器虚拟化部署与管理,基于Hadoop集群的高可用数据仓储搭建,对数据进行统一存储、管理与应用。使企业为用户提供优质高效服务、降低企业成本、提高企业经济效益、拓宽企业信息系统的范围,为企业带来更大的竞争力。通过在某金矿选矿厂的智能选厂项目的具体应用,证明系统的可行性与高效性。     

灰色聚类分析在牛仔布退浆工艺中的应用

以退浆温度、pH、过氧化氢和过硫酸铵用量为影响因子,按正交试验设计方案对靛蓝牛仔织物进行退浆,通过测定织物退浆率、颜色、拉伸强力、摩擦色牢度、毛效和抗弯刚度评价退浆体系作用效果,得出各指标最佳处理工艺条件和各因素作用大小,并在相应的条件下处理织物,对测得的退浆率、K/S值、强力、毛效和抗弯刚度5项指标进行聚类分析,综合评价退浆效果,并得出最佳退浆工艺条件为:退浆温度60℃,pH 7,过氧化氢1g/L,过硫酸铵1g/L。     

基于VMD和BSA-KELM的高陡边坡位移预测模型研究

边坡位移的时间序列曲线存在复杂的非线性特性,传统的预测模型精度不足以满足预测要求。为此提出了基于变分模态分解的鸟群优化-核极限学习机的预测模型,并用于河北省某水泥厂的边坡位移预测。该方法首先采用VMD把边坡位移序列分解为一系列的有限带宽的子序列,再对各子序列分别采用相空间重构并用核极限学习机预测,采用鸟群算法优化相空间重构的嵌入维度和KELM中惩罚系数和核参数三个数值,以取得最优预测模型。最后将各个子序列预测值叠加,得到边坡位移的最终预测值。结果表明：和KELM、BSA-KELM、EEMD-BSA-KELM模型相比,基于VMD的BSA-KELM预测精度更高,为边坡位移的预测提供一种有效的方法。