Al掺杂对锰酸锂结构与性能的影响

采用固相法合成了Al掺杂的尖晶石LiAlxMn2-xO4(x=0～0.4).通过X射线衍射对LiAlxMn2-xO4的物相进行了研究,并探讨了Al掺杂对材料的充放电性能和电子电导率的影响.合成的LiAlxMn2-xO4均为纯尖晶石相.随着Al的掺入,LiAlxMn2-xO4的充放电循环性能得到改善,Al含量越高,循环过程中的容量衰减越小.电子电导率测试结果表明:掺杂Al后,降低了材料的电子电导率,这与Al的掺入降低了晶体中电子的离域作用有关.     

信息安全风险管理的EPDCA模型

分析了目前几种比较典型的信息安全管理模型存在的不足,提出了信息安全风险管理模型EPDCA,论述了该模型的理论依据、模型构成和模型中的各个组成内容的主要功能.研究结果表明:该模型具有良好的动态性、循环性和可行性,能够实现信息安全风险管理的全过程控制.     

大规模模拟电路子网络级故障诊断的神经网络方法

本文提出了一种采用双向联想记忆神经元网络诊断法诊断子网络级故障的新方法。在对含不可及节点的子网络级故障诊断的互测试条件检验的基础上，用神经元网络诊断法代替逻辑分析来快速而有效地定位故障子网络，并给出了诊断实例。     

561台的节传音频调度系统

文章对561台甲节传音频调度系统的节目调度、设备监控、设备配置、账号管理、日志管理等六大模块的使用界面和主要功能进行了介绍.     

ALC条板在承台基础施工中的应用

结合西安咸阳机场T5航站楼承台基础的ALC条板施工,介绍了ALC条板充当模板在承台基础施工应用的优缺点。从ALC条板的工厂生产、运输吊装、现场安装与加固等环节进行阐述,重点分析探讨如何避免ALC条板在技术质量、生产施工等各环节产生缺陷,并对ALC条板在承台基础施工过程中存在的问题进行归纳分析。     

魏家峁露天煤矿电铲尾线电缆卷放车

为提高露天煤矿电铲生产效率,保障电铲尾线电缆安全使用,以魏家峁露天煤矿为例,分析了尾线电缆传统卷放方式,研究了电缆卷放车的结构组成,介绍了电缆卷放车工作原理,计算了电缆卷放车带来的经济效益。结果表明：电铲尾线电缆卷放车的应用,每年可节约生产成本38.84万元,避免移动尾线电缆时的触电事故。     

火电厂汽轮机缸体接管封堵开裂原因分析与焊接修复

对一次汽缸接管封堵堵板泄漏事故进行了分析,通过金属元素化验、金相检验和显微硬度检验等手段对开裂的焊缝接头进行取样检验,推导出焊缝为整圈未焊透结构,焊接工艺执行不到位是焊缝失效开裂的最重要的原因,焊接接头熔合线I型碳化物析出和粗晶区淬硬的马氏体组织对焊接接头造成不利影响,同时机组参与调峰产生交变应力加速了部件的开裂失效。对ZG15Cr2Mo1钢的焊接性使用碳当量法进行了计算,碳当量Ceq为0.85%～1.09%,大于焊接性好的钢种碳当量数值两倍,焊接性较差,需要通过焊前预热,控制层间温度,采用小的线能量来防止裂纹产生。镍基冷焊具备这些特点,但异种钢焊接热膨胀系数不同,不适合用于温差应力过大工况。结合汽缸壁厚大和接管短的结构特点,对焊接工艺进行了重新制定,采用定制中频线圈和红外联合多种加热方式进行焊后热处理,解决了现场热处理难度大的问题。采用圆形堵头和同材质对接焊缝的结构形式重新对接管进行了封堵,成功完成了汽缸泄漏部位的焊接修复。     

聚合物水泥防水浆料及其贴砖系统的粘结强度研究

研究基于3个不同厂家的苯丙体系聚合物水泥防水浆料,测试了不同成型方式、养护条件下聚合物防水浆料的拉伸粘结强度数据,分析了聚合物乳液Tg温度、养护环境湿度、养护周期对防水浆料拉伸粘结的影响。同时依据聚合物水泥防水贴砖系统,测试了3个防水浆料贴砖系统60d和120d的拉伸粘结强度,并结合标准养护条件下防水浆料粘结数据作分析。结果显示：1-1#防水贴砖系统有最好的拉伸粘结强度,分别是60d的0.95MPa和120d的1.13MPa,同时聚合物防水浆料1#标准粘结强度也是最好的。研究表明聚合物防水浆料粘结强度对防水浆料贴砖系统的粘结强度和稳定性有决定性影响。     

鞍千磁铁矿石全磁选别工艺研究

针对鞍千铁矿矿石性质的变化,为解决现有生产工艺的工艺改造问题,以鞍千磁铁矿石为入选给矿,采用“湿式预选—球磨粗选—塔磨精选”的全磁选别工艺开展试验研究。结果表明,TFe品位为29.70%的原矿通过试验确定的工艺流程处理,最终可获得品位为69.87%、回收率为76.72%的铁精矿。该研究为提高鞍千矿业公司选矿生产效率以及降低生产成本具有重要的实际价值,同时对提高我国铁矿资源利用率也具有重要的战略意义。     

基于mRMR和MA-RELM的火电厂出口SO2质量浓度预测

提出一种基于最大相关最小冗余(mRMR)算法和蜉蝣算法优化正则化极限学习机(MA-RELM)的出口SO₂质量浓度预测模型。通过机理分析确定初始输入变量,利用改进的时延分析方法对初始输入变量进行时延补偿,采用mRMR算法对各个初始输入变量进行重要性排序,搭建正则化极限学习机(RELM)预测模型,并利用蜉蝣算法确定模型参数。结果表明：与最小二乘支持向量机(LSSVM)、长短期记忆网络(LSTM)和极限学习机(ELM)相比,RELM预测模型的均方根误差分别降低了36%、38%和26%;与粒子群算法(PSO)和灰狼算法(GWO)寻优后的模型相比,MA-RELM预测模型误差最低,该模型能够对出口SO₂质量浓度进行准确预测。