湿式磨煤机衬板螺栓密封组结构的改进

分析了湿式磨煤机在运行过程中筒体外部螺栓密封组的漏浆原因,指出了传统衬板螺栓密封结构存在的缺陷,提出了衬板螺栓密封结构的改进方法;改进后湿式磨煤机漏浆问题得到了有效解决,因漏浆而停机的几率降低,每年单台磨煤机正常运行率可提高5%,生产环境得到了改善。     

聚苯胺接枝氧化石墨烯的制备及其吸附性能研究

石墨烯自从被发现以来,其功能复合材料在各领域的研究与应用被广泛关注。本论文的研究中采用改进的Hummers方法制得了氧化石墨烯,并在其表面进行接枝改性的基础上,与聚苯胺形成共价接枝,从而制备得到聚苯胺-羧基功能化石墨烯,通过FT-IR、XRD及SEM等测试手段对材料进行表征分析,证实得到了预期产物。最后利用高效液相色谱检测了材料的吸附性能,结果表明该材料对苯并芘具有良好的吸附性能。     

驳领结构与造型款式变化分析

文章叙述了驳领的概念,介绍了驳领的基本结构构成及款式造型;从构成驳领的点、线、面三点出发分析了影响驳领造型变化的各种因素;提出了驳领造型的创新点及各种款式造型变化,为驳领元素在服装中的创新运用提供一定的理论指导。     

超声、CT、MRI及DSA在肝癌介入综合治疗术后肿瘤活性评估中的对比价值研究

【摘要】 目的 探讨超声（US）、CT、MRI及DSA在评估肝癌介入综合治疗术后肿瘤活性的价值。方法 回顾性收集本院2011年2月—2014年10月63例75个病灶经病理或临床治疗确诊的肝癌患者的临床资料，所有患者经介入综合治疗后3~5周后均行US、CT、MRI检查，并再次行DSA进行诊疗，以DSA造影检查阳性结果为金标准，再对各检查结果进行对照、分析。结果 63例75个病灶经介入综合治疗后3~5周后均行US、CT、MRI及DSA检查，其中有25个病灶经DSA证实活性病灶；US病灶检出74个（98.7%），25例活性病灶检出12个（48.0%）；CT增强病灶检出75个（100%），活性病灶检出18个（72.0%）；MRI病灶检出率75个（100.0%），活性病灶检出率22（88.0%）；US、CT、MRI三者联合，病灶检出75个，活性病灶检出24（96.0%）。结论 MRI在肝癌介入综合治疗术后肿瘤活性评估中的价值明显优于US、CT。三者联合可以互补，可以帮助更多地了解关于病灶的信息，有助于后续治疗方案的制定及疗效的评估。

     

石墨烯-TiO2复合材料可见光催化降解乙黄药

以石墨烯-TiO2复合材料为光催化剂，可见光条件下催化氧化降解硫化矿选矿模拟废水中残余乙黄 药，分析了不同种类光催化材料、溶液 pH 值、光催化时间、乙黄药初始浓度等因素对催化氧化降解效果的影响，并 对光催化材料可重复利用性进行了评价。结果表明：在乙黄药初始浓度为 20 mg/L、初始 pH=6.8、复合材料用量为 0.3 g/L、反应时间为 120 min，氙灯模拟可见光的试验条件下，模拟废水中乙黄药降解率可达到 94.54%，制备的高性 能复合材料重复利用 4 次仍有较好的光催化活性。紫外光谱仪在 200～400 nm 波长范围内扫描对光催化氧化过程 进行了表征，结果表明：乙黄药光催化氧化降解过程中有过黄药产生，然后过黄药在光催化剂作用下将继续氧化成 其他物质。     

超高效液相色谱-串联质谱法测定鱼肉中多种雄性激素和孕激素

目的建立超高效液相色谱-串联质谱(ultraperformanceliquidchromatography-tandemmass spectrometry,UPLC-MS/MS)检测鱼肉组织中10种雄性激素和孕激素的分析方法。方法样品经乙酸铵提取,乙酸-乙腈再提取,无水硫酸钠吸水,QuEChERS净化,经C18柱分离后进行UPLC-MS/MS选择电喷雾ESI正离子模式多反应监测模式下定量分析。结果线性范围在0.4～8.0μg/kg,相关系数达到0.99以上,10种激素的检出限在0.0100～0.200μg/kg之间,方法的回收率在77.3%～114.4%之间,相对标准偏差在0.9%～10.3%之间。结论该方法简单、快速、准确,且检出限低、回收率高,适用于鱼肉组织中雄性激素和孕激素的测定。     

利用牡蛎壳制备水处理剂的应用研究

以牡蛎壳为原料制备一种新型牡蛎壳负载壳聚糖水处理剂,研究了水处理剂对水中苯酚的吸附性能。通过单因素试验确定水处理剂去除苯酚的条件,试验分析得出水处理剂去除苯酚最佳工艺条件:壳聚糖/牡蛎壳质量比0.08、pH=3、水处理剂用量0.5g和吸附时间150min。该研究对牡蛎壳为基的水处理剂的开发与利用提供科学依据。     

混合局部因果结构学习

局部因果结构学习是发现和学习给定一个目标变量的直接原因和直接结果而无需学习一个完整因果网络的过程。目前已有算法通常由两个步骤完成:步骤1使用约束类算法利用独立性测试学习目标变量的马尔科夫毯(MB)或父子节点集(PC),但是该步骤由于受到有限的数据样本量等因素影响使得独立性测试存在一定的错误性,而导致该步骤精度通常不是很高;步骤2利用V结构及Meek规则来进行边的定向,但是该步骤由于极其依赖于V结构的发现且同样受到有限样本的影响,使得算法精度相对不是很高。基于上述问题,提出利用打分和限制相结合的混合方式来缓减有限样本问题且提高算法精度。步骤1通过在基于限制的算法中加入打分思想来提高数据有效性,进而提出SIAPC算法;步骤2通过利用PC算法得到的定向结果和对部分数据集打分得到的定向结果的交集来确定边的方向,以此来降低对V结构的依赖性且缓减有限样本问题,之后使用独立性测试修正边的定向结果来进一步提高算法精度,进而提出HLCS算法。在标准贝叶斯网络上,实验验证了该算法相对于已有算法在精度方面具有更好的性能且能够有效缓减数据效率问题。