滤嘴参数对细支烟主流烟气中代表性香味成分释放量的影响

  目的  研究滤嘴参数（滤棒压降、滤嘴通风率）对细支烟香味成分释放的影响。  方法  按单因素设计制备60个卷烟样品，采用CH2Cl2浸提、GC/MS分析测定滤片捕集的代表性香味成分。在此基础上，建立并筛选了滤嘴参数对香味成分释放量的预测模型。  结果  ① 细支烟主流烟气中代表性碱性、中性、酸性和香味成分总释放量与滤棒压降和滤嘴通风率均呈显著负相关；②滤棒压降对细支烟主流烟气香味成分释放量的影响高于常规烟，而滤嘴通风则相反。③外部验证结果显示，4个预测模型的平均预测偏差在4.23%~5.95%之间，所建立的模型预测精度良好。      

烟叶产地与部位对卷烟主流烟气焦油和7种有害成分释放量的影响

为考察国内烟叶产地及烟叶部位对卷烟主流烟气焦油和7种有害成分释放量的影响,选取国内代表性烟叶产区不同部位烟叶样品467个,卷制成单料烟并测试烟气焦油、7种代表性有害成分和烟碱释放量,研究了烟叶产地和部位对卷烟主流烟气焦油、卷烟危害性评价指数(H)、7种代表性有害成分及烟碱释放量的影响。结果表明:(1)烟叶产地对NNK的单位燃烧烟丝质量释放量影响最大,其次为氨、HCN和苯酚等3种成分,对焦油、烟碱、H、B[a]P、巴豆醛、CO等指标影响较小。(2)烟叶产地对氨和NNK的单位烟碱释放量影响最大,其次为HCN、巴豆醛、B[a]P、苯酚和CO等5种成分,对焦油和H影响较小。(3)烟叶部位对氨、烟碱、苯酚、NNK等4种成分的单位燃烧烟丝质量释放量影响显著,对焦油、H、HCN、B[a]P、巴豆醛、CO等指标影响较小。(4)烟叶部位对巴豆醛、CO、NNK、B[a]P和HCN等5种成分的单位烟碱释放量影响显著,对焦油、H、氨和苯酚等指标影响较小。通过调控卷烟配方中烟叶的产地和部位,有助于降低烟气中焦油、7种有害成分的单位燃烧烟丝质量释放量或单位烟碱释放量。     

带式输送机断带、飞车制动保护系统的研究

1问题的提出 带式输送机是煤矿井下运输系统中的关键设备.在使用过程中,由于胶带各点的受力不均匀,辊桶转动不灵活等原因,胶带易发生跑偏、打滑等故障.这些故障都会引发胶带的损坏和断裂.     

铸造高温合金K423A内圆车削工艺优化研究

针对铸造高温合金K423A,采用硬质合金刀具进行内圆车削试验研究,跟踪观察刀片的磨损状态,以切削效率和刀具寿命为指标优化工艺参数。研究表明,相比于进给量,切削速度对刀具寿命的影响更为显著,在进给量为0.1~0.2 mm/r范围内,切削速度为10 m/min时表现出了较好的刀具寿命,切削路程是其他条件下的1.5~4倍。同样地,切削速度对材料去除量的影响更大,为实现相同切削效率,选取较小的切削速度,相应地增大进给量,可以获得较大的材料去除量。     

哈里伯顿CSNG-Ⅰ测井仪故障分析与解决

文章对哈里伯顿公司的补偿自然伽马能谱测井仪(CSNG-Ⅰ)的基本结构和原理进行了介绍.同时对仪器实际使用过程中遇到的故障进行分析探讨,总结了解决故障的思路和方法,列出了一些常见的故障排除案例,供维修参考.     

球磨改性处理对MMT及PET/MMT复合材料的影响

采用球磨法用催化剂醋酸锑和表面活性剂改性蒙脱土(MMT),研究球磨时间对MMT层间距、红外光谱和粒度的影响,并采用原位聚合法制备PET/MMT复合材料,对其热稳定性和结晶熔融性能进行表征.结果表明:随着球磨时间的延长,MMT在乙二醇中粒度变小,有更多表面活性剂进入MMT层间;PET/MMT中MMT层间距增大、热稳定性提高.     

NPST软件使用ZH—1600K打印机打印梯形图的问题与解决方法

松下系列可编程序控制器（ＰＬＣ）的编程支持工具ＮＰＳＴ要求使用ＬＱ－１６００Ｋ打印机。实际上，也可以使用其它带有硬字库的中文打印机。但有些声称与ＬＱ－１６００Ｋ兼容的打印机，在ＮＰＳＴ软件中输出梯形图时，不尽如人意。本文介绍了ＮＰＳＴ不使用ＬＱ－１６００Ｋ同而用基它打印机的一般原则，以ＺＨ－１６００Ｋ打印机为例，分析了在ＮＰＳＴ下打印梯形图时的不正常现象及原因，并给出了解决方法。     

基于可变数据重用因子的变步长仿射投影算法

提出的仿射投影算法可根据输入数据矩阵条件数的变化情况,实时地决定下一步输入矩阵的维数,即数据重用因子和步长,并利用这两个动态量去折中收敛速度和稳态误差之间的矛盾．仿真结果表明,在较大程度节省了运算量的情况下,该算法的收敛速度接近于使用高维输入矩阵的情况,而稳态误差与使用低维输入矩阵时相当,同时收敛稳定性更优．     

基于可变数据重用因子的变步长仿射投影算法

提出的仿射投影算法可根据输入数据矩阵条件数的变化情况,实时地决定下一步输入矩阵的维数,即数据重用因子和步长,并利用这两个动态量去折中收敛速度和稳态误差之间的矛盾.仿真结果表明,在较大程度节省了运算量的情况下,该算法的收敛速度接近于使用高维输入矩阵的情况,而稳态误差与使用低维输入矩阵时相当,同时收敛稳定性更优.