浅析硫化矿床自燃自爆原因及预防

目前,国内外的有色金属矿山,其开采有向深部发展和由开采氧化矿逐步向开采硫化矿方面过渡的趋势,因而硫化矿开采时产生的自燃发火及自爆现象将给这类矿山带来了巨大困难,甚至带来巨大危害。例如火灾危害、坑内的高温高热及烟雾、粉尘爆燃,矿石的运输贮存困难,炸药的不安定性及矿石的变质和损失等等,西方采矿专家认为:即使在现在虽然采矿作业中已改进了矿石运搬的控制及加强了安全防护,但由于世界采     

中子活化分析法测定人血中锰、铜、锌、钠和钾的含量

本文介绍了一种测定人血中锰、铜、锌、钠和钾的中子活化分析法。冰干后的血样与标准一起送入反应堆水平孔道照射1小时,通量约1×10~(12)n·cm~(-2)·s~(-1)。我们根据实测的通量梯度,选择了合理的样品排列方式,以保证样品和标准能接受同样条件的照射。照射后的样品立即进行放化分离。分离流程如图所示。     

电子媒体对印刷业及文化产业的冲击和影响

自电子信息技术和现代通讯技术的诞生起,一场铺天盖地的信息技术革命新浪潮悄无声息地席卷而来,使得信息技术一跃成为领导现代技术发展趋势的主导型技术群体。因此,21世纪也继而成为以数字化、网络化和信息化为主要特征的崭新时代。电子信息技术仅在短暂的几年内已对传统的日常生活和生产方式产生了空前的影响,     

ICF实验靶定位技术研究

针对Hough变换在对激光惯性约束聚变(ICF)实验靶圆心定位时易受环形纹理影响的缺点,提出利用基于SIFT(Scale Invariant Feature Transform)特征点匹配的算法进行圆心定位.改进了SIFT特征向量匹配方法,用特征向量最近距离与次最近距离之差绝对值与最近距离之比代替原文中的最近距离与次最近距离之比,增强了其时光照差异的适应性.对标准圆图技像和实际靶图像分别进行了系列圆心检测实验,结果表明,在定位精度相当的情况下,SIFT算法稳定性优于Hough变换,且对仿射变换、噪声污染、图像旋转、照明差异均具有一定的稳定性.     

近红外光谱技术在葡萄酒行业中的研究进展

近红外光谱技术以其即时在线监测的特点而在多个领域广泛应用，近年来在葡萄酒酿造定性和定量方面的研究已渗透到各个工艺细节的控制中。本文对近红外光谱分析技术作了简单介绍，系统阐述了国内外近红外光谱技术在酿酒葡萄、葡萄酒发酵过程、成品葡萄酒质量鉴别等方面的研究进展，总结了目前葡萄酒品质分析的主要问题及发展方向。     

采用光学测棒的三目视觉坐标测量系统的理论研究

本文提出了一种基于手持式测量棒的三目视觉坐标测量系统。文中阐述了该系统的结构设计理论及测量原理，引入了一种全新的采用冗余差分技术的测量棒的结构．并且对其结构特点．及其实现自标定的原理进行了详细的分析。     

刚性聚合物粒子增韧 PVC/ELVALOY 共混体系的研究

ＰＶＣ／ＥＬＶＡＬＯＹ共混物是一类柔韧性良好的新型ＰＶＣ合金,ＥＬＶＡＬＯＹ加入５ｐｈｒ时,ＰＶＣ呈现反增塑行为,以后随ＥＬＶＡＬＯＹ含量的增加,共混物的柔韧性明显提高,本文以其作为韧性基体,再掺入刚性聚合物粒子,如ＰＭＭＡ、ＡＳ、ＰＳ等进一步提高了其韧性,对ＰＶＣ／ＥＬＶＡＬＯＹ（１００／５）体系,ＰＭＭＡ在８ｐｈｒ时,缺口冲击强度的提高达到最大值,屈服强度同时提高,ＰＳ和ＡＳ的加入反倒使冲击强度下降;而ＰＶＣ／ＥＬＶＡＬＯＹ（１００／２０）、体系、ＰＭＭＡ、ＡＳ、ＰＳ均有增韧效应,其中ＡＳ的缺口冲击强度提高最大,达８３％,而其屈服强度基本保持不变．由ＳＥＭ照片,刚性聚合物的冷拉效应亦明显地产生．     

Final optics damage online inspection in high power laser facility

For the laser-induced damage (LID) in large-aperture final optics, we present a novel approach of damage online inspection and its experimental system, which solves two problems:classification of true and false LID and size measurement of the LID. We first analyze the imaging principle of the experimental system for the true and false damage sites, then use kernel-based extreme learning machine (K-ELM) to distinguish them, and finally propose hierarchical kernel extreme learning machine (HK-ELM) to predict the damage size. The experimental results show that the classification accuracy is higher than 95%, the mean relative error of the predicted LID size is within 10%. So the proposed method meets the technical requirements for the damage online inspection.