改性三聚氰胺海绵的制备及吸油性能研究

利用正辛基三氯硅烷对三聚氰胺海绵疏水改性得到吸油材料。考察不同溶剂、硅烷溶液浓度和浸渍时间对于样品性能的影响。采用傅里叶变换红外光谱、扫描电子显微镜和接触角测试对改性前后样品微观形态、结构组成及水湿润性进行表征。重点研究材料的吸油性能,结果表明,对原油、润滑油、大豆油和柴油的吸附倍率可达74~95 g/g,可用准一级吸附模型描述材料对于4种油品的吸附动力学过程;样品在重复使用、油水分离和动态吸油测试中表现优异。改性三聚氰胺海绵制备简单、操作方便,是一种有潜力的吸油材料。     

天然高分子及其衍生物在化妆品中的应用

本文介绍了多种天然高分子及其衍生物在化妆品中的应用,主要提及纤维素、瓜尔胶、淀粉、甲壳素、黄原胶及其衍生物。     

基于优化神经网络的高拱坝力学参数反演

高拱坝力学性能参数变化规律复杂,使用人工智能算法进行预测已经成为反演参数的重要手段。使用遗传算法对神经网络进行优化来检验优化后算法的性能,并比较不同算法应用于参数反演中预测结果的精度。根据某高拱坝运行期变形监测数据,分别使用RBF神经网络和遗传算法优化的BP(GA-BP)神经网络对不同水位工况下的坝段分区混凝土弹性模量进行反演。基于反演结果进行有限元正分析计算,将所得结果与实测数据进行对比,检验反演精度和效率。结果表明:GA-BP网络的最大预测误差为1.8%,相比于RBF网络预测精度提高了约50%。使用神经网络进行拱坝力学参数反演实用性好,优化后的神经网络比传统BP神经网络在计算精度和效率两方面均有明显改进,且GA-BP神经网络反演比RBF神经网络反演精度更高。     

分形节理抗剪强度尺寸效应的数值试验

为了研究岩石节理抗剪强度参数取值中的尺寸效应问题,采用随机分形方法,重构了岩石节理剖面线,在此基础上,应用数值直剪试验方法,研究了不同分维值岩石分形节理抗剪强度参数随节理尺寸的变化规律.数值直剪试验结果表明岩石分形节理存在消除抗剪强度参数尺寸效应的临界节理尺寸(CJS).以分维值为1.1,1.2,1.3的岩石分形节理为例,得出其抗剪强度参数CJS分别为60,70,80 cm.节理剖面线分维值越大,分形节理抗剪强度参数的尺寸效应就越显著,临界节理尺寸也越大.     

矿物浮选中的络合调整剂

研究了几种络合剂(见图1),作为盐类矿物和角闪石浮选的调整剂。研究表明,某些络合剂是作为阴离子捕收剂浮选时的选择性抑制剂,但人们往往发现这种络合剂具有活化作用。机理研究表明,络合剂的作用是一个复杂的问题,存在着截然不同的作用模式。     

振动放矿和运矿T形系统的工业试验

使用振动放矿机和成套设备,是提高从矿块采矿和从工作面放矿效率的最有前景的发展方向之一。这类设备使用条件的特点,要求解决结构上的各种问题。于是提出了具有不同生产能力的分段式、悬挂式和下支承式的振动放矿机方案。现在,我们就来研究一下在开采含铁石英岩厚矿床条件下使用矿块     

自然邻点插值在渗流场/应力场构造中的应用

计算渗流场或初始地应力场的网格一般要比实际结构分析的网格大，因此结构分析时需要将大网格中的渗流场或初始地应力场转换到小的结构分析网格中。若有大网格信息，就可以利用有限元形函数进行转换。但有时只有大网格结点坐标和相应的物理量，此时一般采用加权平均法进行转换，这种转换的精度不是太高。自然邻点插值法是基于给定结点的Voronoi图，通过自然邻点的坐标值构造插值函数，因此特别适合只有结点坐标和相应的物理量，而要将其应用于另一种网格模型的情况。给出了两种自然邻点插值的构造方式及其具体实现步骤。算例表明采用自然邻点插值构造场的精度很高。     

基于解耦子波和优化神经网络的大坝变形预测

针对提高神经网络对大坝变形的预测能力,在对Murtagh提出的、小波与神经网络相结合的、用于复杂时间序列预测的“三阶段”策略进行改进的基础上,发展了一个解耦子波和优化神经网络优势联合的预测模型。首先,利用冗余Haar小波变换的拟小波包特性提出了基于能量谱主峰重构的动力解耦空间构建技术,并将其替代“三阶段”策略中的第1阶段,从而为神经网络的应用创建了良好的平台;再者,利用最优脑外科医生进行网络结构修剪,建立了神经网络自身优化的“优化–时新窗”技术,并将其替代“三阶段”策略中的第2阶段,从而优化了神经网络的内部环境。改进后的模型增强了对复杂动力系统的适应和处理能力。在大坝变形预测应用中,多个评价指标说明,该模型的性能比“三阶段”策略有显著提高。