遥感技术在芜湖水泥厂拟选厂址及稳定性评价中的应用

利用遥感技术，结合其它地质资料和野外调查，研究分析拟选厂址区及外围区域地质构造特征，提出最佳拟选厂址建厂方案。     

活动坐标系统简介

计算机屏幕是由离散的屏幕象元构成的,且其“原点”(0,0在屏幕左上角,与惯用的连续实数坐标系统差异很大,使我们在计算机屏幕上设计图形很不方便,本文介绍一个“活动”坐标系统,只要你给出各坐标轴在屏幕上的起点、终点(均以字符行或列为单位)、在实数坐标系中的变化范围、相邻刻度的增量及坐标轴的物理含义,计算机便自动将该实数坐标系映射到屏幕上,并自动找出映射关系,使你能快速、准确地完成你的作业,甚至可以在同一屏幕上很方便地描绘出几个坐标系下的图形。     

疏水改性聚酰亚胺的研究进展

聚酰亚胺作为功能材料目前已经得到了广泛应用,但因为聚酰亚胺具有吸水性,使其介电性能显著下降,限制了其在微电子和航空航天领域的应用。聚酰亚胺的吸水性主要与聚合物的化学结构和形态结构有关,化学结构为水分子提供了吸附位点,形态结构则影响水分子的渗透与扩散作用。本文结合聚酰亚胺的吸水机理,着重介绍了聚酰亚胺的疏水改性方法,采用柔性结构、含氟结构、含硅结构、表面镀层等多种方法并用的措施对聚酰亚胺进行疏水改性,聚酰亚胺的疏水性能得到显著提高,并在最后对疏水性聚酰亚胺的发展趋势做了展望。     

酚醛树脂基炭微球结构调控与功能化制备研究进展

炭微球具有化学稳定性好、电导率优良、比表面积大、孔结构丰富等优点,在吸附、催化等领域具有广阔的应用前景,引起了研究人员的广泛关注。酚醛基炭微球以酚醛树脂为前体,经高温炭化制备而成,这种制备方法工艺简单、对设备要求低、产率高,而且通过调整反应物和反应条件可实现对炭微球结构和功能性的精细调控,从而更好地满足实际应用的需求。概述了酚醛基炭微球的最新研究进展,分为小粒径炭微球制备、多孔炭微球制备和功能化炭微球制备三个方面,并介绍了酚醛基炭微球在储能、吸附和电催化领域的应用,最后对其未来发展方向进行了展望。     

大型露天矿山资源估算与开采境界优化研究——以西藏驱龙铜矿为例

以西藏驱龙铜矿为例,论述地质统计学方法在大型露天矿山资源估算中的应用,通过分析铜钼品位的统计分布特征,选取铜钼为区域化变量,进行变异函数计算及结构分析,建立矿床数学模型,进行品位估值和资源量估算;在此基础上确定开采境界优化参数,并根据所建立的矿床数学模型,在M ineS ight软件中用L-G法对开采境界进行优化,取得了较好的优化效果,实现资源的最优化利用和可持续发展之目的。     

电感耦合等离子体原子发射光谱法测定铅精矿中6种元素

研究了电感耦合等离子体原子发射光谱法(ICP-AES)同时测定铅精矿中主体元素铅及杂质元素锌、铜、铝、镁、砷含量的分析方法。试样经氢氧化纳-过氧化钠熔融,用盐酸提取并酸化后以ICP-AES测定。对溶样条件、测定介质、基体及共存元素间干扰进行了讨论,结果表明:质量分数小于5%的硫、小于10%的硅、小于20%的铁等共存元素对待测元素几乎没有干扰;方法基体效应较小,各待测元素之间没有明显干扰。方法用于标准样品和实际样品的测定,结果分别与认定值或其他方法的测定值相符。     

深凹金属露天矿破碎站移设步距与周期的研究

在采用汽车-半移动破碎-胶带半连续开拓运输方式的深凹金属露天矿中,由于其矿体赋存条件、剥采顺序的复杂性,确定破碎站移设的步距与周期变得十分困难。以设计某矿山为例,应用单位成本最小理论,建立了成本计算数学模型,并采用计算机编程的方法求出了最优解,取得了满意的效果。对生产实际有非常重要的指导意义,从而探索出一种深凹金属露天矿破碎站移设步距与周期的计算方法。     

高阶变性椭圆锥齿轮传动模式设计与分析

高阶变性椭圆锥齿轮是球面大端节曲线为高阶椭圆或变性椭圆的非圆锥齿轮.针对目前非圆锥齿轮的设计与分析方法较繁复的问题,根据齿轮空间啮合原理,提出一种仿真加工获得高阶变性椭圆锥齿轮齿形的方法.模拟加工刀具与高阶变性椭圆锥齿轮的节曲线作纯滚动的齿形生成过程,推导出齿形形成过程中的运动参数,并对其节曲线、齿顶曲线及齿根曲线进行...     

压裂管柱砂卡及组合解卡工艺技术在江苏油田的应用

在压裂施工中经常会出现压裂管柱砂卡现象,以往的处理方法很难奏效。结合现场实际,分析压裂管柱砂卡原因,总结出了压裂管柱砂卡及组合解卡工艺技术。在压裂管柱砂卡后,合理运用该方法有效地解决了现场生产难题,不仅可以加快修井施工速度,而且还缩短了修井周期,降低了生产成本。实践证明该方法可行、有效。     

风电功率预测在油田分布式风电建设中的效用研讨

为精确预测风电设备发电功率,使油田电网自建风电机组发电功率与实际用电负荷达到最佳匹配效果,提出了自适应噪声完备集合经验模态分解（CEEMDAN, Complete Ensemble Empirical Mode Decomposition with Adaptive Noise）和时间卷积网络（TCN,Temporal Convolutional Network）的风电功率短期预测模型。利用CEEMDAN算法将风电功率序列进行分解,将分解之后的结果与选用的历史风速、历史风向、温湿度等一起作为时间卷积网络模型输入变量,并采用归一化方法消除各变量间量纲差异,得到各自对应分量的预测值,最后将各预测分量叠加重构得到最终功率预测序列。为验证所提模型的预测精度,将其与经典算法对比分析,获得较为精确的风电设备发电功率数据,为油田电网分布式风电机组容量最优配置提供了重要参考。