某露天矿富水区水孔爆破现场试验和参数优化

某露天矿深部采场矿岩孔隙水发育,炮孔充水严重,影响矿山爆破作业施工和爆破效果。为解决上述问题,通过装药周边水介质冲击传载机理的理论分析和现场试验,对爆破参数进行优化。现场试验设计以充水孔炸药单耗下降8%、15%、20%3个层次水平与孔网参数为5.5 m×5m、6 m×4.5 m、7 m×4 m进行方案组合。理论分析和试验研究结果表明:利用炮孔中水介质实现不耦合装药,可有效利用水介质高效传载、孔壁初始裂纹激发、爆轰产物与水介质高压联合增裂的效应,达到显著降低炸药单耗和提高爆破效果的目的。试验确定6 m×4.5 m的孔网参数与炸药单耗降低15%的组合方案为最优,其综合爆破效果最佳,大块率、冲孔率分别控制在5%、8.5%以内。试验结果可为类似矿山优化水孔爆破参数、改善水孔爆破效果提供参考。     

我国木材干燥节能减排技术研究现状

介绍了我国木材干燥节能减排技术现状。太阳能干燥技术适于木材预干,太阳能与热泵联合干燥是比较理想的组合干燥方式,其节能率可达70%左右。常规木材干燥的排气余热回收目前常用热泵干燥机,其节能率在40%左右。将华北电大与山东省科学院联合研制的振荡流热管换热器用于排气余热回收,其节能率可达20%左右。这种振荡流热管的突出优点是热管内不需要毛细芯,有利于实现小型化,它可以随意弯曲而且启动迅速;而且与热泵干燥机相比,它投资不太高、不耗能又容易维护管理,因此适于木材干燥行业用于余热回收,同时也可以用于其它工业余热的回收。     

核环境去污作业机器人研究现状与关键技术分析

针对核环境中放射性污染物的去污问题,利用机器人代替人工完成去污作业,对于降低核设施和环境的放射性活度,减小工作人员的职业照射量具有重要意义.根据污染机制的分类,总结了放射性污染物的常用去污方法.介绍了核环境去污作业机器人的研究现状,在此基础上,对核环境去污作业机器人的关键技术进行了分析,并论述了核环境去污作业机器人的发...     

闸瓦制动力不均衡状态下重载货车轮轨动态特性研究*

利用仿真软件UM建立了重载货车动力学模型,研究了闸瓦制动力不均衡状态下轮轨动态特性.以紧急制动工况为例,分别对一、二位轮对施加左、右轮不一致的闸瓦压力,得到了车辆直线运行时的轮对运行姿态和轮轨动态接触行为.研究结果表明,随着闸瓦压力的不均衡程度增加,轮对横移量会显著增大,并且不均衡闸瓦压力对一位轮对轮轨动态行为的影响要大于二位轮对,产生上述区别的主要原因是:蠕滑力引起的转向架总体摇头方向和受力轮对的摇头方向是否一致.进而考虑轮、瓦摩擦制动力矩的影响,发现在闸瓦压力较小时,制动力矩对轮对横移量和摇头角会产生一定影响,但就整体趋势而言,不均衡闸瓦压力的影响更为显著.     

发酵苹果渣生产蛋白饲料的混合菌种的筛选

通过平板点种试验,选用白地霉为指示菌,又根据刺激圈试验以及三角瓶发酵培养,获得了苹果渣发酵的最佳菌种组合,其菌种比例为产朊假丝酵母:白地霉:枯草芽孢杆菌:黑曲霉=0.5:1:1:1时为优选接种比例。苹果渣发酵后粗蛋白含量为15.32%,较未发酵时7.36%提高了108%。     

木材内部微爆破处理对杨木干燥速率的影响

以杨木为试材,以微爆破处理材和未处理材的平均干燥速率为考察指标,分析比较了不同初含水率、微爆破次数和压力对平均干燥速率的影响。结果表明,经微爆破处理的试材的平均干燥速率是未处理材的1.93～2.25倍,而且随着初含水率、微爆破次数和压力的增加,平均干燥速率也会增大;在实验条件下,试材的初含水率对平均干燥速率的影响最大,微爆破次数和压力的影响较为接近,但次数的影响大于压力。     

废弃印刷电路板气化特性研究

在自行搭建的固定床上试验研究了不同粒径的印刷线路板在CO2气氛、不同温度下的气化特性实验。利用热重分析仪分析了不同升温速率时印刷线路板的气化特性。结果表明:随着升温速率增大,失重曲线向高温区移动;在300℃～380℃温度区间,气化反应剧烈进行。同时反应物颗粒尺寸以及气化终止温度都会对气化产物产生影响。     

新型整体式太阳能木材干燥室

开发了一种新型太阳能木材干燥室.该干燥室采用整体型端风式结构,其热量来源由位于南端墙的热管太阳能集热器和整体拱形太阳能集热器两部分组成,两个集热系统可根据所需的干燥温度单独或协同使用,干燥室内部设有蓄热导风墙,以确保干燥的连续性.实测表明:热管太阳能集热器和整体拱形太阳能集热器的热效率分别为62.4％和22.2％.干燥室温度可达50～60℃,石蜡管蓄热导风墙使干燥室温度变化较平稳,夜间比环境温度高10～ 20℃.与以蒸汽为热源的常规干燥设备相比,其节能率可达到70.9％.干燥同样的木材,该太阳能干燥室比大气干燥速度提高了约60％,且木材干燥质量较好,达到国家二级干燥锯材质量.     

基于分解和支配关系的超多目标进化算法

近年来,超多目标优化问题(MaOPs)成为了进化计算领域的研究热点。然而,在处理各种优化问题中,如何有效地平衡收敛性和多样性仍是一个难题。为了解决上述的问题,该文提出了一种基于分解和支配关系的超多目标进化算法(DdrEA)。首先利用权重向量把整个种群分解为一组子种群,这些子种群将进行协同优化;然后利用角度和角度支配关系计算子种群内每个解的值;最后根据适应度值进行精英选择,即在每个子空间内选取适应度值最小的解作为精英解进入下一代。DdrEA通过与当前较优的NSGA-II/AD, RVEA, MOMBI-II等多个超多目标进化算法进行实验对比,实验结果表明该文算法性能明显优于对比算法,能够有效平衡种群的收敛性和多样性。