细铁尾矿砂和养护条件对高强碱激发砂浆力学性能及微观结构的影响

本文探究了采用细铁尾矿砂(FIOTS)代替石英砂(SS)制备高强碱激发砂浆(HAAM)的可能性。以粉煤灰和矿粉作为碱激发材料的前驱物,利用MTS万能试验机研究FIOTS/SS质量比及养护条件对粉煤灰-矿粉基HAAM基本力学性能的影响,结合X射线衍射(XRD)、电子扫描电镜(SEM)和能谱仪(EDS),揭示碱激发产物的微观物相组成、形貌特征及化学组成与宏观力学性能的关系。试验结果表明,随着FIOTS/SS质量比的增加,HAAM的抗压强度与劈裂强度逐渐降低。室内养护下HAAM的力学性能最高,其次是标准养护和水中养护,同时水中养护试件力学性能的降低程度随FIOTS替代率增加而更加显著。HAAM力学性能的降低主要由于FIOTS中的Fe元素抑制碱激发反应过程,并生成对力学性能无益的矿物相。     

用方位密度成像测井资料计算水平井钻遇地层倾角的方法

Schlumberger公司的随钻方位密度测井(ADN)可以提供井周16个方位的密度成像资料,为过井眼的地质界面产状的计算提供了方便.对于垂直井或大斜井,当井眼穿过一个有明显电测响应变化的地质界面时,利用井壁成像资料可以方便地描述地质界面的产状;对于水平井,由于井眼轨迹基本与地层平行,井眼轨迹常常只能穿越地层界面.传统的对界面产状的描述方法已不再适用.提出了一种利用方位密度成像测井计算水平井井旁地层产状的方法.希望随着测井新技术的出现不断完善新的解释方法,以提高随钻方位密度测井的使用范围和精度.     

绿化苗木栽植管理在园林绿化施工中的技术分析

在我国经济快速发展的背景下,人们对园林环境提出了较高的要求,为了维持生态平衡建设良好的城市环境,需要全面做好园林绿化施工工作,其中,绿化苗木栽植是重要的组成内容.为了做好该项工作需要对苗木进行合理选取,使其栽植之后能够具有较高的成活率,以此来构建良好的园林景观.本文针对园林绿化施工作业,对苗木栽植的前期准备工作以及苗木栽植的具体工作进行了分析,提出了一些栽植后的养护措施.     

法定计量检定机构如何做好内审工作

一般情况下．市级法定计量检定机构应根据预先制定的日程表和程序定期对其活动进行内部审核，以验证其运行持续符合管理体系和JJF1069—2007《法定计量检定机构考核规范》的要求。笔者作为机构的内审员．从多年的实践中体会到．要做好内审工作可以从以下三个方面入手：     

井眼轨迹和地层剖面及测井曲线综合成图研究

利用空间解析几何和计算机图形学等对井眼轨迹和地层剖面及测井曲线综合成图进行了研究,借助VB6.0语言编程,实现了测井曲线、井眼轨迹和地层剖面综合成图,直观显示出井眼轨迹与地层的三维空间接触关系,赋于井眼轨迹三维地质信息和测井信息.通过处理实际资料,综合成图效果较理想,该程序使用方便和三维可视化绘图功能强,为研究人员进行水平井和大斜度井的电缆测井曲线或随钻测井曲线的地质参数解释及其地质导向提供了有力的帮助.     

实验室原始记录的规范管理

实验室原始记录用于为可追溯性提供文件,并提供验证、预防措施和纠正措施的证据,具有清晰、完整、真实和原始等特点,其通常分为质量记录和技术记录两种。质量记录是实验室质量体系活动的证据,     

基于高温活化钼尾矿地质聚合物胶凝材料制备与抗压强度

钼尾矿具有高结晶度的矿物相和低品位的金属元素,开发利用性难,环境危害大。本文基于钼尾矿的矿物学特性,结合X射线衍射仪和扫描电子显微镜研究了热处理温度和时间对钼尾矿物相成分和微观形貌特征的影响,揭示了钼尾矿热活化改性机理;基于最优热处理温度,成功制备出碱激发地质聚合物(AAG)胶凝材料,并研究了热处理时间对其固化时间和抗压强度的影响。研究结果显示:850 ℃热处理2 h显著提高了钼尾矿中活性硅(铝)组分的含量;钼尾矿颗粒的表面粗糙度随着热处理时间增加而增大,其火山灰活性得到显著提高;由经过850 ℃热处理2 h的钼尾矿制备的AAG在室温条件下固化时间显著降低,相较于由未处理钼尾矿制备的AAG,固化时间由168 h缩短至48 h,且养护14 d后的抗压强度提高了2倍,达到了35.7 MPa。研究结果拓宽了可用于合成地质聚合物的原料来源,为钼尾矿在建筑材料方向的利用提供了一种可行的活化改性方案。     

强流脉冲离子束辐照强化金属材料表面的研究现状及进展

综述了国内外强流脉冲离子束(HIPIB)辐照金属材料的研究进展,介绍了TIA-450设备的结构和工作原理,总结了强流脉冲离子束与金属材料相互作用机理、热-力学效应及其辐照的强化机制和强化效果,并展望了其发展前景。     

基于GADF-TL-ResNeXt的滚动轴承故障诊断方法

针对传统诊断方法难以有效提取故障特征的问题，提出了一种基于格拉姆角场(GAF)与TL-ResNeXt相结合的故障诊断方法。首先利用GAF对原始振动信号编码为时间序列相关的二维特征图；再将这些特征图输入到层级更深的分组残差网络ResNeXt中进行自动的识别、分类；模型训练的同时，在网络的最后一层结合了迁移学习(TL)模块以加快模型特征提取能力、快速的进行学习。为了验证该方法的有效性，利用凯斯西储大学轴承数据对比了其他方法，结果表明该方法表现最优。且在轧机模拟实验平台上收集的轴承故障数据表明，该方法在改变工况时同样具有好的泛化性与识别能力。