钽铌矿精选的研究现状#$NL

钽铌矿普遍存在品位较低,嵌布粒度较细、性脆易碎、矿物组分复杂等特点,因此钽铌矿石的选矿往往先进行粗选富集,粗精矿再精选获得合格产品。目前,钽铌矿的精选,重选和磁选工艺仍占主导地位;浮选是回收微细粒钽铌矿物最有效的方法;电选常用来去除杂质和综合回收有用矿物;联合工艺是分选钽铌粗精矿最有效的精选工艺;选冶联合既能提高钽铌矿的品位与回收率,又能综合回收利用其他有价元素,     

石英型和方解石型萤石矿浮选工艺对比试验研究

以河南地区石英型萤石矿和方解石型萤石矿为研究对象,进行一段磨矿-中矿顺序返回、二段磨矿-粗精矿再磨和二段磨矿-高品位中矿再磨等不同分选工艺的对比试验研究。结果表明,石英型萤石矿宜采用二段磨矿-高品位中矿再磨工艺,既使得粗磨条件下富连生体颗粒得到解离,又减弱了已经解离的萤石颗粒被进一步过粉碎。石英型原矿经过分选后能获得Ca F2品位为97.12%,回收率为91.10%的精矿产品。方解石型萤石矿宜采用一段磨矿、中矿顺序返回工艺,避免了方解石因再磨过粉碎后在精选过程中积累循环后恶化分选指标。方解石型原矿分选后,可获得Ca F2品位和回收率分别为97.60%和85.01%的精矿产品,其中Ca CO3品位为0.59%。     

资源与工期双重随机下的模具项目群监控

针对模具企业因随机事件众多且在制项目群规模庞大而导致项目生产难以有效监控的问题,考虑可用资源及任务工期的随机性,提出一种基于资源解耦的模具项目群监控方案。利用经典优先规则得到基于任务工期均值且嵌入资源缓存的确定性项目计划,据此构建非监控项目的近似负荷模型以解除项目间的约束关系。结合马尔可夫决策过程理论建立监控项目的决策模型,通过外协核心任务使项目群的总成本期望最小。为应对维数灾问题,在资源解耦极大降低问题规模的基础上,进一步提出基于工期和资源中断概率阈值的近似求解方法。通过计算实例验证了所构建的近似负荷模型、决策模型及近似方法的有效性。     

基于半马尔可夫控制过程的智能电网最优储能控制

针对具有多种类型业务需求的智能电网储能控制问题,在考虑业务需求和用户行为的随机分布特性,以及储能设备的充放电特性的基础上,建立了基于半马尔可夫控制过程的系统分析模型和策略优化框架。在此基础上,以电网运行的长期平均代价最小为目标,结合性能势基于样本轨道的估计,提出一种基于仿真的策略迭代优化算法。该算法有效缓解了系统大状态空间导致的维数灾问题,具有较快的收敛速度和良好的应用效果。仿真结果验证了该方法的有效性。     

疆内某LNG液化工厂工艺流程比选

随着天然气能源行业的迅速发展,液化天然气作为一种清洁能源,越来越受到人们的欢迎,而液化天然气技术也成为天然气工业中一个极其重要的部分。根据疆内LNG液化工厂的建立,考虑目前比较成熟的三种液化流程,对比分析了不同液化流程的能耗情况以及各自液化流程优势。     

A Non‐linear Manifold Strategy for SHM Approaches

In the data‐based approach to structural health monitoring (SHM) when novelty detection is utilised as a means of diagnosis, benign operational and environmental variations of the structure can lead to false alarms and mask the presence of damage. The key element of this paper is to demonstrate a series of pattern recognition approaches which investigate complex correlations between the variables and thus potentially shed light on the variations within the data that are of interest for SHM. The non‐linear manifold learning techniques discussed here, like locally linear embedding combined with robust discordance measures like the minimum covariance determinant and regression techniques like Gaussian processes offer a strategy that includes reliable novelty detection analysis but also a method of investigating the space where structural data clusters are lying.