姚桥选煤厂洗选系统评价及改进措施建议

为掌握选煤厂洗选系统运行情况并为后续改进工作开展提供指导,文章以姚桥选煤厂为工程实例,在对选煤厂洗选系统分析基础上,对选煤厂无压给料三产品重介质旋流器、TBS煤泥分选机、磁选机、浮选系统等运行情况进行评价,并给出改进措施建议.研究成果可为其他选煤厂洗选系统改进工作开展提供指导.     

回火温度对大尺寸锻态35CrMo钢微观组织和力学性能的影响

研究了回火温度对大尺寸锻态35CrMo钢调质处理后组织特性及力学性能的影响,特别针对回火过程中渗碳体的析出动力学及大尺寸试块的组织性能不均匀性展开了分析。结果表明,锻坯热处理前的铁素体、珠光体带状组织经调质处理后完全消除,最终组织为含有大量渗碳体析出的回火马氏体,同时试块心部包含少量分布于原奥氏体晶界的回火贝氏体。回火过程中渗碳体的析出分为C扩散控制的快速长大阶段和Cr扩散控制的尺寸稳定阶段。锻态35CrMo钢经调质处理后仍存在力学性能各向异性,随着回火温度的升高,试验钢横、纵向强度下降,塑性和韧性同步提升。经综合考虑,当回火温度为570 ℃时,其强度、塑性和韧性具有最优匹配。     

基于自适应协同引导的电池组性能衰退参数辨识北大核心CSCD

老化导致的电池组性能衰退与电池组电荷吞吐能力密切相关,对电池组性能衰退参数的快速精确辨识对提高电池组的服役寿命预测有效性至关重要。然而,既有的电池组性能衰退参数辨识方法仍然存在对大种群规模和高迭代次数的显著依赖,不利于提高电池组性能衰退模型的在线辨识更新适用性。针对此,本文提出了一种基于自适应协同引导的电池组性能衰退参数辨识方法。该方法首先基于自适应协同策略,综合考虑种群差异度和种群适应度的折中,实现种群个体对参数搜索空间的初期全局分布;在此基础上,基于精英引导策略,使种群中的个体在全局精英个体周围局部搜索,实现后期快速收敛至全局最优解。基于实测数据验证的统计结果表明,本文提出方法针对半经验容量衰退模型和内阻增量模型,在小种群规模下的参数辨识效率和精度均得到显著提升,分别在0.6 s和1.1 s内达到0.237%和0.37%的适应度终值,相对于蚁狮算法在辨识效率提高81.35%的同时适应度均值降低了3.8%,相对于灰狼算法在辨识效率提高17.14%的同时最终适应度均值降低了22.11%。     

存在参数微扰的非自治超混沌系统的同步

本文对四维非自治的超混沌光学模型的同步问题进行了讨论。结合误差反馈同步方法和参数自适应同步方法,使参数不同的两个系统达到同步,数值计算结果也表明同步效果很好。同时对控制函数的参数与同步建立的时间两者之间的关系进行了仿真,结果表明,存在最佳参数使得同步建立的时间最短。     

矿山科技明星

在淮北矿业(集团)公司朱仙庄煤矿有位痴迷于技术革新、被职工称为“技改专业户”的年轻人。近几年,他先后完成技术革新成果30多项,每年为企业节省资金近2000万元,其中一项《一种改进后的刮板机》还获得了国家专利,并被原煤炭部列为“十大点子工程”之首,他就是矿机电科青年工程师黄海斌。     

共固定化纳米酶的制备及其在级联催化反应中的应用研究进展

级联酶复合体可通过构建底物通道的方式加快催化效率,已经成功应用在合成医药、化妆品、功能性食品等不同工业领域。生物酶可参与的催化反应种类丰富而且是现代合成化学中的绿色经济型可持续生产工具,但在工业化生产中,固定化级联酶复合体更适合大规模生产,因为固定化技术不仅能够提高酶催化反应效率,还有利于提高酶稳定性以及简化生物催化剂的回收使用。最值得注意的是,酶催化性能、固定化方法、相关反应动力学特性均是酶复合体的活性和稳定性的关键影响因素。综合生物学和材料学领域的研究进展,如兼具纳米特性和稳定性能的载体材料的研发,级联酶共固定化技术将充分平衡各催化组分,从而设计出理想的酶复合体催化机器。因此,该研究结合键联方式和载体材料就近年来多酶的共固定化技术研究发展和相关领域应用进行了综述。     

太原西山地质灾害机理分析及防治研究

地质灾害严重影响了当地的工农业生产和经济建设，影响居民的正常生活，通过野外调查和实际资料分析，详细阐述了太原西山地质灾害的类型和特点，探讨了其形成机理，并提出了相应的防治措施。     

SIEMENS Silver5000滚筒洗衣机使用心得

洗衣机是大部分城市家庭必不可少的家用电器,它把人们从辛苦、枯燥的家务活中解放出来,洗衣机功能和性能的好坏对人们的日常生活有着不小的影响。下面将本人选购和使用洗衣机的体会写出来跟广大读者朋友分享,希望能对正准备购买洗衣机的朋友有些帮助。     

基于IBAS-NARX神经网络的锂电池荷电状态估计

在使用神经网络方法估计锂电池荷电状态时,传统荷电状态适应度评价函数存在仅考虑均方误差等网络权值参数的缺点,忽略了拓扑参数对模型的影响.故本文提出在适应度评价函数设计中综合考虑输入/输出时序相关性、隐层神经元数量等模型拓扑参数和网络权值参数的加权影响,并将其引入带外部输入非线性自回归神经网络建模方法的锂电池荷电状态估计中,进而基于改进天牛须搜索算法实现了上述模型拓扑参数与网络权值参数的协同辨识优化.仿真结果表明,本文所提出方法能够提高多种复杂工况下的锂电池荷电状态估计精度,在DST标准工况和WLTC标准工况下锂电池荷电状态的均方根误差分别达到3.38×10?3和8.75×10?4,相比于未经改进的天牛须搜索算法优化NARX神经网络在均方根误差上估计精度分别提升了42.4％和20.5％.