三峡水库下游水沙情势变化及影响因素分析

为定量评价三峡水库下游水沙情势变化并分析其影响因素,采用基尼系数分析了宜昌站1952～2016年径流量与输沙量年内分配均匀度,运用Mann-Kendall非参数检验、滑动T、累积距平法确定了水沙年内分配均匀度的变化趋势及其突变年份,进一步将水文要素划分为汛期(6～10月)与非汛期(11月～次年5月),并采用累计量斜率变...     

用磁化焙烧—磁选工艺从粗铌精矿中回收铁富集铌的试验研究

针对粗铌精矿铁含量较高的特点,提出了采用还原磁化焙烧—酸浸工艺从粗铌精矿中回收铁、富集铌.以活性炭为还原剂进行磁化焙烧,用XCGS磁选管进行磁选,考察了还原温度、还原时间和激磁电流对磁选铁精矿指标的影响.结果表明,在750℃下还原45 min,粗铌精矿中的绝大部分赤铁矿被还原成磁铁矿,还原度接近理论值;还原矿在1.2A激磁电流下磁选得到铁精矿,铁品位为60.80％,收率为98.81％;磁选尾矿酸洗后,79.36％的铌留在尾矿中,Nb2O5品位达到12.46％.     

基于多传感器的移动机器人路径规划

提出一种基于多传感器的移动机器人路径规划策略。利用声纳传感器和CCD摄像机对环境进行探测,得到关于障碍物的信息,通过一种简单、快速的数据融合算法计算出障碍物相对于机器人的位置坐标。采用切线法进行路径规划,实现了移动机器人在不确定环境下的路径规划,使机器人可以很好地避开障碍物,并以局部最优或次最优路径到达指定位置。实验结果验证了该路径规划算法的良好性能。     

批次球磨产品的粒度分布预测

预测磨矿产品粒度分布一直是磨矿动力学的重要方向。从Herbst-Fuerstenau方程出发,构建基于磨矿中能量输入的总量平衡模型。在批次球磨机上做若干单粒级的间隔磨矿试验,反算其碎磨动力学参数(碎裂速度与碎裂分布),之后用Austin等人提出的拟合方法,求得全部粒级的碎磨动力学参数并代入总量平衡模型,得到磨矿产品粒度分布预测模型,之后用模型进行预测,并进行试验验证,发现预测值与观测值吻合,表明模型可用。     

通过热力学多因素耦合控制氧化铁碳热还原顺序

鉴于实现氧化铁按Fe₂O₃→Fe₃O₄→Fe顺序碳热还原的重要实际意义,提出了将碳储能、总压和惰气分压这几个热力学因素进行耦合的新思想,并导出了使这些热力学因素得以耦合的定量关系式。此外,从节能的角度出发,还研究了如何在使上述热力学因素满足耦合定量关系式的同时尽量降低碳储能。结果表明,在惰气分压（或总压）一定的前提下,通过在一定范围内调节总压（或惰气分压）,可使所需碳储能得以降低,甚至可降至零。     

从稀土尾矿中回收稀土的试验研究

以水杨羟肟酸作为捕收剂,从包钢稀土浮选尾矿中回收稀土.通过单一流程的正交试验确定了浮选稀土的最佳试验条件;通过一次粗选、两次精选及一次扫选的全流程试验研究,最终获得品位为53.24%,回收率为25.31%的稀土精矿.     

SDH网络设备常见故障处理及维护方法

信息时代,通信技术高速发展,如何有效地做好通信设备的日常维护,确保其安全稳定地运行,确保信息畅通是非常重要的。本文对SDH设备在日常运行维护中所发生的常见故障的处理分析及维护方法,进行了简单的归纳和总结。     

含菱铁矿难选铁矿石的特点及选矿技术研究趋势

本文主要介绍了我国菱铁矿的成因、特性及资源的分布等,重点阐述了国内多个比较典型的含菱铁矿难选铁矿矿山的选矿技术发展状况,同时指出了这些含菱铁矿难选铁矿石资源综合利用的发展方向。     

机械活化铁氧化物的碳热还原热力学

为了从理论上揭示机械活化对铁氧化物碳热还原的影响规律,分析了机械活化铁氧化物的储能构成,并建立了铁氧化物机械力储能与碳热还原热力学之间的联系。研究结果表明：对铁氧化物碳热还原热力学产生显著影响的机械力储能形式是位错吉布斯自由能和无定形化吉布斯自由能;铁氧化物的碳热还原温度随机械力储能的增加而降低（其中Fe₂O₃的碳热还原温度降低不显著）;另外,Fe₃O₄从按照1/4Fe₃O₄+CO=3/4Fe+CO₂发生还原转为按照Fe₃O₄+CO=3FeO+CO₂发生还原的转折温度随Fe₃O₄机械力储能的增加而线性下降。     

用微波还原-弱磁选工艺从包钢稀土尾矿回收铁

以微米炭、纳米炭为还原剂,进行了用微波还原-弱磁选工艺回收包钢稀土浮选尾矿中铁的试验研究。结果表明：在570 ℃下进行微波炭热处理后,尾矿中大部分赤铁矿被还原为磁铁矿,还原率超过85%;用纳米炭作还原剂时,微波加热速度远远快于用微米炭,炭粉用量也远比后者少;在纳米炭质量分数为0.8%、微波还原输入电压为220 V、还原矿球磨5 min、弱磁选磁感应强度为0.15 T的条件下,包钢稀土浮选尾矿经微波还原和1次弱磁选,可获得品位为63.00%、回收率为54.80%的铁精矿,并使稀土和铌在弱磁选尾矿中富集。