霓石、镜铁矿晶体各向异性及粒度差异对可浮性的影响

为考察矿物晶体各向异性与可浮性差异的关系，以 0~37 μm、37~44 μm、44~74 μm 3 组粒级镜铁矿和霓石为研究对象，通过 X 射线衍射（XRD）分析、单矿物浮选试验、捕收剂吸附量、表面电性计算和 Zeta 电位检测，研究两种矿物的晶面组成在十二胺（DDA）和油酸钠（NaOL）捕收剂体系中的可浮性差异，以及两种捕收剂在矿物表面的吸附规律和对矿物表面电性的改变。XRD 结果表明，在两种矿物粉碎过程中，镜铁矿（110）与（116）解理面优先解离，而霓石（110）、（310）和（-310）解理面优先解离。浮选试验和吸附量结果显示，在DDA体系中，镜铁矿的可浮性明显大于霓石，可浮性顺序均为0~37 μm>37~44 μm>44~74 μm粒级；在NaOL体系中，两种矿物的可浮性相差不大，细粒级（0~37 μm）镜铁矿和中间粒级（37~44 μm）可浮性最好；吸附量试验结果与浮选试验结果基本一致。表面电性计算和Zeta电位检测结果表明，霓石（110）面负电荷累积和 R值大于镜铁矿，霓石表面电负性比镜铁矿强，DDA吸附使两种矿物的零电点右移，NaOL吸附使两种矿物表面Zeta电位下降，且霓石表面电位下降幅度大于镜铁矿。     

改性石墨烯包覆光纤的马赫-曾德尔大肠杆菌传感器

针对日益严峻的食品安全问题,特别是食源性致病菌的快速检测,本文提出一种基于表面改性石墨烯粗锥型马赫-曾德尔干涉结构的光纤大肠杆菌传感器。首先,截取一根4 cm的实心光子晶体光纤,两端分别与两根单模光纤进行粗锥熔接,形成基于马赫-曾德尔干涉原理的传感结构;接着,制备一种表面改性石墨烯敏感材料,将它涂覆在实心光子晶体光纤的表面,使传感器对大肠杆菌溶液有较高的灵敏度;最后,将上述传感器置于水槽中,以此检测大肠杆菌溶液浓度。实验结果表明,在大肠杆菌溶液浓度为50~600 cfu/mL内,随着菌液的浓度增大,传感器的干涉光谱发生了明显的蓝移,灵敏度为3.43 pm/(cfu·mL^-1),菌液浓度与波长偏移的线性度为0.95649,检测限为67.18 cfu/mL,响应时间为15 s。该传感器成本低、体积小、响应时间快,适用于低浓度大肠杆菌浓度的快速检测。     

基于大数据挖掘的用电行为分析

得益于智能电网的发展,电力大数据的价值与作用逐渐被挖掘。通过对电力大数据的深入挖掘与研究,可促进电网企业管理水平的进一步提升,为我国智能电网的发展提供助力。而依托于大数据挖掘的用户用电行为分析,可实现当前企业电网调控与需求侧的充分融合,为电力系统的稳定性运行提供保障。基于此,文章针对大数据挖掘的用电行为分析进行深入探析,以期为智能电网发展提供帮助。     

云/边缘协同的轴承故障诊断方法

现有轴承故障诊断技术存在以下问题:①传统诊断方法需要人工提取特征,耗时长,诊断结果不稳定;②卷积神经网络诊断方法需要大量的计算资源和较长的训练时间,与故障诊断的实时响应要求存在矛盾。针对以上问题,提出一种云/边缘协同的实时轴承故障诊断方案。经过实验验证,该方案在拥有少量样本情况下与不进行云/边缘协同相比可大幅提高诊断准确率,并节约大量的训练时间。通过改进的轴承故障诊断算法达到了较高的故障诊断准确性,并通过模型的迁移学习与边缘端协同,增强了故障诊断算法对个性化应用的适应性和故障诊断的实时性。     

热冲压工艺参数对22MnB5马氏体钢汽车B柱性能影响的有限元模拟

通过有限元仿真软件Autoform分析了热冲压过程中工艺参数的变化对22MnB5马氏体钢B柱起皱、回弹、减薄、马氏体量以及强度的影响。结果表明:22MnB5马氏体钢B柱热冲压最优化工艺参数为加热温度930 ℃,冷却速率80 ℃/s。该工艺参数下,热冲压过程各处均完成马氏体转变,硬度分布均匀,材料减薄率较低,热冲压成形效果好,尺寸精度高,冲压件强度均大于1400 MPa。     

基于GsMAP的尼洋河流域降水时空分布特征研究

鉴于尼洋河地区实测降雨资料缺乏,卫星降雨产品具有显著优势,基于GsMAP降雨产品数据和地面观测站点数据,利用降雨量年内分配特征的δ方法建立卫星降雨校正公式,分析流域降雨量的时空分布特征。结果表明,实测站点月降雨量校正结果较好,相关系数达0.954,年尺度的站点降雨相关系数为0.54,降雨量空间分布呈现出自西向东递增的特点。卫星降雨观测在西部地区存在低估,东部地区有一定程度的高估,在降雨梯度分布上,流域在3500~4000m高程段降雨量呈上升趋势,其他高程段均为显著下降,整体变化率为-104mm/km。流域的年均面平均降雨量为699mm,降雨多集中于夏季,且有逐年增加趋势。     

基于聚类分析的浓缩苹果汁风味品质分析与评价

通过对浓缩苹果汁主要风味物质进行分析,建立其风味品质的客观评价方法,为生产者合理调整工艺提供参考。分别选取风味较好和风味较差的浓缩苹果汁样品,对其挥发性风味物质、有机酸、氨基酸、糖类等主要风味物质进行分析,采用主成分分析、因子分析综合打分、聚类分析等方法筛选出能够有效区分不同风味品质浓缩苹果汁样品的主要风味化合物。选取12批次浓缩苹果汁样品,检测样品中39种主要挥发性风味物质、14种主要氨基酸、6种主要有机酸以及4种主要的糖类等风味物质。根据因子分析综合打分结果,从29种组合中,筛选出能够区分浓缩苹果汁风味的5种主要风味物质,分别为天冬氨酸、丝氨酸、蛋氨酸、果糖和葡萄糖。利用不同年份的8个批次浓缩苹果汁样品对该结果进行了验证,结果表明,这5种风味物质能够有效区分A、B两类浓缩苹果汁。利用筛选出的5种主要风味物质,能够对浓缩苹果汁风味品质进行客观、准确的判别。