爆破位置对深凹露天矿山炮烟扩散的影响研究

深凹露天矿山由于其特殊的结构,爆破产生的炮烟扩散稀释较为困难,严重危害生产作业人员的生命安全与健康。基于实际矿山构建了深凹露天矿山的二维物理及数学模型,采用非稳态数值分析方法研究了不同爆破位置下,深凹露天矿山采坑内爆破炮烟的扩散规律。研究结果表明：不同爆破位置下,露天采坑内均出现复环流,爆破点位置是影响露天采坑内风流结构特征的重要因素；露天采坑内的炮烟最高浓度均随着时间变化而逐渐下降,但下降的速率逐步减小,呈现三个阶段的下降趋势；爆破位置位于背风侧时露天采坑内的炮烟最高浓度和降至安全浓度所需时间远高于迎风侧三个爆破位置；随着背风侧爆破点距采坑底部距离的减小,炮烟最高浓度及降至安全浓度所需时间先降低后增加,炮烟最高浓度及降至安全浓度所需时间随着迎风侧爆破位置距采坑底部距离的减小而增加。研究结果对于指导深凹露天矿山企业合理组织爆破后的生产作业和保障作业人员安全具有重要意义。     

基于电信号特征分析的电机故障诊断技术

介绍了电机故障诊断技术平台的组成,分析了电机常见故障下电信号的特征。利用宜昌和景洪工厂两台电机进行了实际对比测试,宜昌工厂电机定子电流特征频率在49.2Hz时表现出峰值-36.08dB,在50.8Hz时表现峰值则为-37.23dB,表明电机存在转子断条故障;景洪工厂电机在转子特征频率为113.51Hz时,出现峰值-58.47dB,表明电机存在静态偏心故障。经电机现场抽芯检查,验证了电机故障快速诊断平台给出的电机健康状态评估结果,证实了基于电信号特征分析的电机故障诊断技术的准确性。     

红心火龙果发酵液喷雾干燥工艺优化及红心火龙果籽油的研究

以红心火龙果发酵液作为研究对象,通过优化喷雾干燥工艺制备粉剂,最佳工艺条件为:20%麦芽糊精,进液量:10mL/min,进口温度为120℃,出口温度为65℃;得到的粉剂为紫红色粉末,益生菌含量达到108cfu/g以上,口感酸甜。将发酵后的火龙果籽进行提取,得到的火龙果籽油含有丰富的十六酸、亚油酸和油酸。     

A novel 4D resolution imaging method for low and medium atomic number objects at the centimeter scale by coincidence detection technique of cosmic-ray muon and its secondary particles

The muon radiography imaging technique for high-atomic-number objects(Z) and large-volume objects via muon transmission imaging and muon multiple scattering imaging remains a popular topic in the field of radiation detection imaging. However, few imaging studies have been reported on low and medium Z objects at the centimeter scale. This paper presents an imaging system that consists of three layers of a position-sensitive detector and four plastic scintillation detectors. It acquires data by co...     

婴儿培养箱加湿模块设计

介绍一种用于婴儿培养箱上的加湿模块,具有稳定控制湿度、持续动态补水、方便消毒维护、安全可靠等优点,采用电加热加湿方式,产生高温水蒸气,不易滋生细菌。水蒸气进入婴儿培养箱空气循环系统后,充分扩散,加湿效果更加均匀。     

Chemical durability and surface alteration of lanthanide zirconates (A2Zr2O7: A = La-Yb)

Chemical durability of lanthanide zirconates (A₂Zr₂O₇) (A = La-Yb) under near-field environments is important for evaluating their application as potential nuclear waste forms. In this work, A₂Zr₂O₇ (A = La-Yb) are synthesized by spark plasma sintering with controlled microstructure and their chemical durability are evaluated in a nitric acid solution (pH = 1). Scanning transmission electron microscopy analysis reveals an amorphous passivation film either enriched with Zr or lanthanide. The complex chemistry of the passivation films can be correlated with a transition in corrosion mechanisms from a preferential release of lanthanide in La₂Zr₂O₇ to a preferential release of Zr in Er₂Zr₂O₇ and Yb₂Zr₂O₇. These results suggest a dominant mechanism of incongruent dissolution and surface reorganization for the formation of passivation films. Strong correlations are identified between the leaching rates and cation ionic size, ionic potential, electronegativity differences between A-site cation and Zr, and bonding valence sum of oxygen, suggesting important impacts of structural and bonding characteristics in controlling chemical durability of lanthanide zirconates.     

水氯镁石制备金属镁的过程集成与能量分析

以无水氯化镁和氧化镁作为中间产物，电解和热还原为两个关键方法，集成各种相关过程，构建了从水氯镁石到金属镁的综合过程网络，其中涉及24个物种、20个化学过程和25个工艺路线；建立了最低能耗分析模型用于简单和复合过程的能量分析；利用物质的标准生成焓和多温等压摩尔热容，计算得出全部反应过程及工艺过程的能量消耗和热量移除。结果表明基于还原法的最优路径是水氯镁石用石灰法转为氢氧化镁，进而煅烧成氧化镁，再铝热还原成金属镁，该过程能耗360.15 kJ/mol，放出热量–315.46 kJ/mol；基于电解法的最优路径是石灰乳法生成氢氧化镁，再煅烧成氧化镁，通过在熔融电解质中电解生成金属镁，该过程能耗738.54 kJ/mol，放出热量–135.42 kJ/mol。无水氯化镁制备耗能高，不在最优路径中。     

咖啡渣活性炭的制备、表征及其对Cr(Ⅵ)的吸附机制研究

以碘吸附值为评价指标，活化时间、活化温度和浸渍比为影响因素，采用响应面法试验设计对磷酸活化法制备咖啡渣活性炭的工艺条件进行优化，并通过静态吸附试验研究了不同吸附时间、溶液pH值和吸附温度条件下，活性炭对水溶液中Cr（Ⅵ）吸附性能的影响，最后利用Langmuir、Freundlich吸附等温方程、准一级动力学方程、准二级动力学方程和颗粒内部扩散方程进行拟合。试验结果表明，制备咖啡渣活性炭的最佳工艺条件为活化时间1 h、活化温度498℃、浸渍比1.72；在此条件下活性炭得率为30.4%，碘吸附值为（799±16）mg/g，比表面积为1 006 m²/g，孔容为0.779 cm³/g、微孔孔容为0.051 cm³/g、平均孔径为3.088 nm。较低pH值和较高温度能够促进活性炭对Cr（Ⅵ）的吸附；Langmuir等温方程能够更好地描述活性炭对Cr（Ⅵ）的吸附效果；活性炭对Cr（Ⅵ）的吸附分3个阶段：快速吸附阶段、慢速吸附阶段和吸附平衡阶段，10 min内可完成吸附总量的79%，360 min内达到吸附平衡，该吸附过程符合准二级吸附动力学方程。分析表明咖啡渣活性炭对Cr（Ⅵ）的吸附主要为单分子层的化学吸附。     

基于改进CGANs的入侵检测方法研究

近年来,机器学习算法在入侵检测系统(IDS)中的应用获得越来越多的关注。然而,传统的机器学习算法更多的依赖于已知样本,因此需要尽可能多的数据样本来对模型进行训练。遗憾地是,随着越来越多未知攻击的出现,且用于训练的攻击样本具有不平衡性,传统的机器学习模型会遇到瓶颈。文章提出一种将改进后的条件生成对抗网络(CGANs)与深度神经网络(DNN)相结合的入侵检测模型(CGANs-DNN),通过解决样本不平衡性问题来提高检测模型对未知攻击类型或只有少数攻击样本类型的检测率。深度神经网络(DNN)具有表征数据潜在特征的能力,而经过改进后的条件CGANs,能够通过学习已知攻击样本潜在数据特征分布,来根据指定类型生成新的攻击样本。此外,与生成对抗网络(GANs)和变分自编码器(VAE)等无监督生成模型相比,CGANsDNN经过改进后加入梯度惩罚项,在训练的稳定性上有了很大地提升。通过NSL-KDD数据集对模型进行评估,与传统算法相比CGANs-DNN不仅在整体准确率、召回率和误报率等方面有更好的性能,而且对未知攻击和只有少数样本的攻击类型具有较高的检测率。