基于制备超细复合含能材料的对置受限式撞击流反应器微观混合性能

由于对置受限式撞击流反应器较高的传热及混合效率，能够制备出粒径小、均匀且分布范围窄的超细颗粒。本文采用碘化物-碘酸盐平行竞争反应体系研究入射速度、结构尺寸对对置受限式撞击流反应器微观混合效果的影响规律，并将混合腔尺寸同等比例放大一倍进行对比研究。结果表明，随着入射速度的增大，离集指数减小，微观混合效果提高。喷嘴间距与喷嘴直径比的增大使得离集指数增大，微观混合效果降低。离集指数随着混合腔高度、混合腔出口尺寸的增大呈现先增大后减小的趋势，且混合腔高度对混合效果的影响较混合腔出口尺寸显著。将对置受限式撞击流反应器混合腔尺寸扩大一倍，离集指数增加到原来的2.4倍，微观混合效果显著下降，但是在较大入射速度下，两种结构的混合效果差距减小。研究结果可为纳米复合含能材料的制备提供高效、安全的技术支持。     

吉安市臭氧(O3)污染特征及对策分析

通过对吉安市2017年4月O3超标时段,O3小时均值变化趋势,O3浓度空间分布情况分析,结果表明全市O3超标受气象条件、污染物排放的叠加影响,O3小时浓度的日变化与太阳辐射密切相关,白天浓度高,夜间浓度低,O3污染受全市中心城区整体大范围的影响,局地小环境对O3污染影响不大。全省11个设区市臭氧作为首要污染物的超标天数大幅增加,臭氧污染呈现上升趋势。全国臭氧浓度逐年走高,逐步向高值区集中,呈现出明显的区域性污染特征。全省臭氧污染情况与全国趋势整体一致。吉安市臭氧(O3)超标的原因有不利的气象条件、VOCs与NOx协同控制不合理、国控站点臭氧质控情况等。因此,需强化VOCs排放摸底及新增排放控制、强化VOCs与NOx协同减排、强化国控站点的质量控制。     

基于"雷实验"的模拟电子技术基础实验教学改革

"雷实验"是北京时代行云科技有限公司和清华大学联合推出的和"雨课堂"配套的智慧实验教学平台。基于该实验平台,结合模拟电子技术基础实验教学的特点,河北工业大学电工电子教学中心进行了模拟电子技术基础实验教学模式改革,构建了基于"雷实验"的线上线下相结合的教学体系。对于基本放大电路、差分放大电路、运算与有源滤波电路等验证性和设计性实验,学生利用"雷实验"平台实现;对于综合性实验,单元电路通过"雷实验"平台完成,整体调试在实验室完成。经过这些实验改革,学生的动手能力得到了明显的提高。     

夏邑县火店南煤勘查区二2煤层煤质评价

夏邑县火店南煤勘查区位于夏邑县城东南25 km。通过对主要可采煤层二₂煤各指标的定量分析表明，勘查区二₂煤属半亮型煤，低灰、低挥发分、特低硫、较高软化温度灰和较高流动温度灰、特高热值的无烟煤三号和贫煤。贫煤可作气化、动力和民用煤；无烟煤除可作动力和民用外，块煤可作化工原料，经过一定加工，粉状煤可供高炉喷吹燃料。     

基于PacBio SMRT技术的婴幼儿配方奶粉微生物安全性评价

目的:婴幼儿配方奶粉中的大量细菌已被灭活,然而灭活微生物仍影响产品品质和货架期。现行纯培养技术只能对食品基质中活菌进行检测,无法全面评估污染微生物组成,而基于宏基因组学策略能够对婴幼儿配方奶粉加工过程中污染微生物进行全面客观的评价。方法:采集6份婴幼儿配方奶粉,使用细菌纯培养、单分子实时测序技术(PacBio SMRT)和微滴式数字PCR(ddPCR)联用技术对其污染微生物组成进行评价。结果:采用纯培养技术在样品中均未检测到大肠菌群、沙门氏菌、金黄色葡萄球菌、阪崎肠杆菌和芽孢。使用PacBio SMRT测序技术,在婴幼儿配方奶粉中共鉴定出14个细菌门、138个细菌属和255个细菌种。其中6份样品均存在过嗜冷菌蜡样芽孢杆菌,其平均相对含量高达23.54%,这一灭活的细菌也会影响产品货架期。此外,在IF3、IF4、IF5和IF6样品中,检测到相对含量较低的致病菌大肠杆菌,其相对含量分别为0.06%,0.01%,0.15%和0.05%。采用ddPCR技术对SMRT测序方法检测到的致病菌蜡样芽孢杆菌和大肠杆菌进行定量分析,发现每克奶粉样品中蜡样芽孢杆菌和大肠杆菌的平均拷贝数取对数后分别为5.45和4.89。结论:在6份婴幼儿配方奶粉中均未检出致病菌,符合食品安全国家标准,然而奶粉中被灭活的蜡样芽孢杆菌和大肠杆菌可能增加产品腐败的风险,影响产品的货架期。本研究结合多个技术全面评价婴幼儿配方奶粉的微生物污染情况,初步建立婴幼儿配方奶粉的微生物检测技术。     

电压对微弧氧化膜抑制7050铝合金氢脆敏感性的影响

为进一步探究微弧氧化膜和7050铝合金的氢脆敏感性之间的关系,采用了湿空气中的慢应变速率拉伸、拉伸断口形貌分析、微弧氧化试样表面形貌分析及氢含量测试等表征手段,验证了微弧氧化膜抑制7050铝合金在湿空气中发生氢脆的机制。结果表明,不同微弧氧化电压下制备的膜层对7050铝合金具有不同的抑制氢脆效果,抑制机制主要由膜阻氢进入试样和膜致附加压应力两个方面组成。     

基于主成分和神经网络的风力发电机主轴承故障预警

主轴承作为风力发电机组的重要部件,一旦发生故障,会影响风力发电机组整机工作的发电性能,严重时故障甚至会造成停机,不仅影响发电量,更会产生高昂的维修费用。通过运用相关性分析,根据Pearson相关系数矩阵对原有的多个指标进行分析。然后运用主成分分析,首先对数据的原始特征预处理,得到6个主成分,然后将这6个主成分作为BP神经网络的输入,运用神经网络对风力发电机的主轴承进行预警。神经网络模型结果表明,该模型对风力发电机主轴承故障预警具有非常好的识别效果,基于主成分和神经网络对风力发电机主轴承故障预警对实现机组智能故障诊断,提高机组的运行效率具有十分重要的意义。