离心式气密封在轴承油雾治理中的应用及流场分析

为有效解决大型水轮发电机组推力轴承普遍存在的油雾污染问题，基于“疏”代替“堵”的理念，提出了一种离心式气密封结构，并在溪洛渡电站某台机组上安装应用。该结构在机组大轴上安装了离心式叶片，叶片随轴转动，在流道内形成高速高压的气流，外溢的油雾则随气流进入蜗壳流道，最后被油雾吸收系统带走，阻止了油雾被转子支臂下方的负压吸走，油雾治理效果良好。此外还采用计算流体力学软件对该结构的内部流场进行了三维数值模拟，分析了叶片的气动性能及内部流场规律，计算结果与现场试验结果一致，验证了计算方法的可靠性。研究结果为大型水轮机组轴承油雾治理提供了一种新的解决思路，也为气密封的研究及优化设计提供了一种参考。     

粘土心墙堆石坝监测仪器电缆敷设

文章主要介绍粘土心墙堆石坝监测仪器电缆敷设,并以此作为类似项目工程的经验借鉴。     

基于STM32的滑块式油水分离装置设计及测试

随着石化工业的快速发展,炼油工艺下游含油污水的大量排放不但会造成环境污染,而且由于油品的易燃特性,遇明火易造成火灾。该文设计了一种基于STM32的滑块式油水分离装置,利用油水介质的导电性差异及超声波全反射原理,智能识别油气水三相,自动进行油水分离操作;并利用远程监控组件实现PC端油水分离状态及温度、气压等参数的实时监控。相比于传统的重力、过滤分离法等,自动化程度高,油水分离效果好,加强了安全系数。     

春行蒿里冬烹茶,舌间五味是故乡

正我的家乡是重庆东南的秀山,位于渝、湘、黔交界处。这个边陲小城因沈从文《边城》而闻名。离家十余年,对我而言,小城里的一草一木都是承载着我前半生回忆的载体。每次走在秀山的街道上,当清风拂面、花香扑鼻时,周遭事物似乎也在时光中倒     

过氧羟基油酸作为铁矿石反浮选捕收剂试验研究

针对铁矿阴离子捕收剂低温反浮选的难题,以油酸为原料,经过氧化、皂化和老化等步骤合成了新的耐低温捕收剂过氧羟基油酸,并对TFe含量为46.22%、SiO_2含量为32.47%的东北某铁矿强磁选精矿进行了反浮选试验。结果表明,试样以NaOH为调整剂、玉米淀粉为抑制剂、氧化钙为活化剂、过氧羟基油酸为捕收剂,经1粗1精2扫,中矿循序返回的反浮选工艺,可以得到铁品位为67.78%、回收率为86.89%、SiO_2含量为3.09%的铁精矿,在低温条件下实现了"提铁降硅"的目标。Zeta电位分析、溶液化学分析和红外光谱分析表明,过氧羟基油酸在Ca~(2+)活化后的石英表面的吸附为化学吸附。     

英东油田成藏条件及勘探开发关键技术

英东油田是柴达木盆地单个油藏储量规模最大、丰度最高、物性最好、开发效益最佳的整装油气田。通过对英东油田的地质再认识，对成藏条件及技术难题进行了攻关研究。研究结果表明：英雄岭地区位于柴西地区茫崖生烃凹陷，油源条件丰富，新近系油砂山组以宽缓的三角洲前缘-滨浅湖沉积为主，砂、泥岩纵向交替出现，砂体分布广泛且物性较好，泥岩为主要盖层，与古近系优质烃源岩形成一套完整的下生上储式生-储-盖组合；英东地区的大型滑脱断层沟通了古近系优质烃源岩和中、浅层构造圈闭，使早期聚集的油气藏发生调整，同时后期形成的油气持续运聚，深、浅层断裂形成"接力式"输导，在浅层晚期形成的构造圈闭中聚集成藏；中、浅层断层具备良好的侧向封堵性能，有利于油气的保存。针对英东地区复杂的地形地貌和油藏特征，形成了复杂山地三维地震采集处理解释一体化技术，为落实油气勘探目标奠定了基础。针对英东油田含油气井段长、流体识别难度大等问题，建立了长井段多油气水系统油藏开发模式、多条件约束复杂断块地质建模技术。通过明确英东油田的成藏机理，攻克工程复杂关键技术，为实现英东油田的高效开发和增储上产提供了重要的地质理论支撑和技术保障。     

具有耐油、自修复功能的改性天然橡胶的研究

首先对天然橡胶进行环氧化改性,进而利用环氧基团和硅羟基之间的反应制备具有多重羟基的改性天然橡胶。利用红外光谱法、核磁共振法、光学显微镜、拉伸试验和耐油实验等方法研究该材料的自修复性能和耐油性能。当反应pH值7,改性产物改性程度较高,且显示出优异的低温自修复性能。裂纹自然拼接后,在没有任何外界刺激条件下,室温自修复效率高达82.6%。在93#柴油中浸泡72h后,质量膨胀率仅为243.8%,仅为天然橡胶的四分之一。     

氯化苄副产盐酸的精制

氯化苄是一种重要的医药、化工中间体,随着其产量的提升,尾气吸收产生的副产物盐酸也大量增加。该盐酸中含有的部分甲苯会影响盐酸品质。介绍了氯化苄尾气生产盐酸的现状,着重探究了在工业上,采用大孔径树脂吸处理副产盐酸中甲苯的技术,这样即能得到合格的盐酸又能回收部分甲苯,进而降低生产成本。     

美尔谱系数与卷积神经网络相组合的环境声音识别方法

通过对复杂环境下声音识别技术进行研究，本文提出了美尔谱系数（MFSC）与卷积神经网络（CNN）相组合的环境声音识别方法。对声音事件提取其MFSC特征，将特征参数作为输入送入设计好的CNN模型中对声音事件进行分类。实验数据集采用ESC-10，将构建的卷积神经网络模型与随机森林、支持向量机（SVM）、深度神经网络（DNN）及DCASE比赛中常用的三种识别模型进行对比实验。实验结果表明，在相同数据集下，本文所设计的美尔谱系数与卷积神经网络相组合的环境声音识别方法相较传统的声音识别方法在识别率上分别有13.1%，18.3%，15.7%的提升，相较于DCASE比赛中的三种常用识别模型，本文所设计识别模型识别率及识别效率均有明显的优势。