高矿化度矿井水脱盐技术应用现状及研究进展

具有高硬度、高矿化度特征的矿井水脱盐是煤矿废水处置的难点，其过程存在脱盐效率低、成本高昂等问题。介绍了化学法、热力法、膜法、电化学法等脱盐技术的优势及局限性，突出低成本脱盐的必要性，结合海水淡化脱盐机制，归纳和总结了当前高矿化度矿井水脱盐的研究现状及发展趋势。为响应节能减排的号召，将现有脱盐手段与绿色新能源相结合，为高矿化度矿井水脱盐工艺的进一步开发及应用提供参考。     

超细磨矿物矿浆温度和浓度与黏度相关性分析

以5～30μm石英与黄铁矿为研究对象，在不同温度、不同矿浆浓度条件下进行黏度试验，探究石英矿和黄铁矿在超细磨条件下的黏度变化规律。结果表明，相同粒度条件下，石英和黄铁矿的黏度都随矿浆浓度增大而增大，粒度越细，黏度增幅越大，且石英黏度变化幅度比黄铁矿更明显；相同矿浆浓度条件下，石英和黄铁矿的黏度都随温度升高呈先降再升趋势，且粒度越细影响越显著。回归分析结果表明，石英和黄铁矿的黏度与矿浆浓度之间均符合指数拟合模型；在超细磨矿过程中，矿浆浓度不宜超过40%,矿浆温度宜控制在50℃左右，该参数条件有利于提高磨矿效率。     

锂电池分数阶建模及SOC估计策略北大核心CSCD

为了提高锂电池模型的精度,实现锂电池状态的精确估计,本工作在二阶RC等效电路的基础上建立了锂电池的二阶分数阶电气模型,并采用自适应遗传算法实现分数阶模型的参数辨识,加快了算法收敛速度,缩短了辨识时间,避免陷入局部最优解,提高了模型参数精度;在分数阶电气模型的基础上,采用了一种基于施密特正交变换思想的无迹粒子滤波的状态估计方法,与传统的无迹粒子滤波算法相比,在采样点选取过程中,采用一种标准采样与施密特正交变换相结合的办法,对对称采样的粒子进行筛选,减少了采样点的数量,提高了计算效率,并能有效避免由于系统的非线性引起的估算结果发散或单一使用粒子滤波而引起的粒子数短缺。仿真结果表明所建立的锂电池分数阶电气模型能更精确描述锂电池的充放电动态特性,所提出的状态估计策略精度相比于常规控制策略具有更高的精度,系统鲁棒性提高,可以在误差仅为1%的范围内估计锂电池的SOC,并提高了计算效率,易于算法的实时实现。     

Kiva机器人路径优化研究

为解决传统A^*算法无法实现多Kiva机器人在路径规划中有效地避免局部冲突的问题，本文改进了传统算法，得到基于提前预测冲突的A^*算法。首先对Kiva机器人的工作环境建立栅格地图，利用MATLAB进行实验仿真，结果表明，基于提前预测冲突的A^*算法不仅能为两个Kiva机器人规划出最优路径，而且能有效地避免动态的迎面冲突和交叉冲突，同时能实现Kiva机器人空载时在货架下任意穿梭，载货时只能走空闲道路的特点。     

选冶联合回收某高硫黄金尾矿中金的试验研究

为实现选金尾矿资源中金的高效回收，对陕西省某含硫黄金尾矿(硫含量为11.60%、金含量为1.5×10^-6、包裹金含量为84.77%)进行预处理—浮选预富集—浮选中矿再磨—浸出的选冶联合工艺研究。结果表明：机械搅拌、超声及添加H₂SO₄、Na₂S预处理均可以改善金矿物表面性质，从而提高浮选回收率；原料添加H₂SO₄预处理后经2次粗选得到金品位为6.94×10^-6、金回收率为87.22%的混合粗精矿产品，浮选回收率较无预处理时提高了10.52%，实现了裸露金和硫化物包裹金的预先富集；粗精矿经一次抑硫精选，获得金品位为21.65×10^-6的金精矿；在-0.038 mm含量占95%、NaCN质量浓度为0.16%和浸出时间为48 h的条件下，精选中矿直接浸出率为91.48%，实现了包裹金的分离回收；最终得到金的选冶联合总回收率为80.45%，实现了高硫包裹型难处理金尾矿资源的高效回收。