工业黄磷制备高纯磷的实验研究

采用区域熔融法净化工业黄磷制备高纯磷.考察了熔区移动速度、区熔次数、熔区长度以及黄磷原料杂质初始含量对提纯效果的影响.研究结果表明,采用区熔法对工业黄磷进行提纯是完全可行的,且当原料砷含量为14301 ng/g时,在移动速度为10 mm/h,熔区长度为0.1L,经过5次区熔后,除As外,Fe、Ca、Co、Mg、Cr、Cd、Mn、Ni、Cu、Pb、Zn、Al等12种杂质均达到6N(99.9999%)级水平,当经过区熔30次后,总杂质含量脱除到100 ng/g左右,完全能够满足半导体以及医药行业对高纯磷的要求.     

电雷管中电极塞平行度检测方法

针对传统的小尺寸电雷管人工检测方式耗时耗力,容易带入人工误差等问题,提出一种电雷管中电极塞平行度检测方法.该方法通过设计平行检测装置结构,利用高精度位移传感器,通过其对位移数据的记录,检测电极塞的平行度,实现高精度、自动化检测产品平行度.实验结果表明:该装置能够实现自动化、高精度的平行度检测,检测的重复精度基本能够达到μ级,满足检测精度要求.     

区域熔融法提纯工业黄磷的数学模型与实验研究

为了满足高纯磷酸以及半导体等行业对高纯磷的需求,采用了区域熔融法对工业黄磷进行提纯,分析了区熔法提纯工业黄磷的原理,并根据所测有效分布系数建立整个区熔过程中杂质分布的数学模型.实验考察了熔区长度以及熔区移动次数等对杂质分布的影响,研究结果表明,采用区域熔融法提纯黄磷具有良好的效果,能有效地脱除所考察的13种杂质(Fe, Ca, Co, Mg, Cr, Cd, Mn, Ni, Cu, Pb, Zn, Al, As);当熔区为区熔管长度的0.1倍时,熔区移动速度为5 mm·h~(-1),经过10次区熔后,60%的黄磷产品纯度达到99.99999%(7N),完全能够满足半导体行业以及高纯磷酸对磷的纯度要求;所建立的杂质分布数学模型能够很好地描述杂质在区熔过程中的分布情况.     

基于BP 神经网络的转筒式称量系统的称量效率预测

摘要：为解决普通数理方法难以进行转筒式称量效率预测的问题,基于BP 神经网络,建立人工神经网络算法 模型。对模型输入项进行分析,找出影响称重效率的重点关联因素,研究在5 种输入层因素下,模型称量效率的预 测精度,并进行仿真分析。结果表明：该模型能有效预测转筒式称量方式的称量效率,且预测精度较高。     

基于遗传算法优化的BP神经网络预测混凝土抗压强度

针对传统BP神经网络预测能力的不足,采用遗传算法优化的BP神经网络预测混凝土28d抗压强度,并建立了GA-ANN预测模型。一方面对模型输入项进行灰色关联分析,找出对强度影响的重点关联因素;另一方面,研究了模型在不同输入项组合、不同训练组和输出组数、不同网络隐含层节点数的操作条件下,其预测精度有何变化,找出了最优的上述操作条件,减少了预测误差。