高效液相色谱-串联质谱法测定食品接触材料中双酚S的迁移量

建立了液相色谱-串联质谱测定食品接触材料中双酚S的迁移量的分析方法。样品经水、4%乙酸、10%乙醇、20%乙醇、50%乙醇、95%乙醇水基模拟物迁移后,过滤;样品经橄榄油、玉米油等油基模拟物、异辛烷化学替代溶剂迁移后,经甲醇/水(1:1,v/v)液-液萃取,过滤后,采用液相色谱-串联质谱在多反应监测(MRM)模式下检测,基质匹配标准曲线外标法定量。双酚S在5.0～80 μg?kg^-1范围内呈良好线性关系,相关系数(r²)大于0.9990;检出限(3S/N)为1.5 μg?kg^-1;按标准加入法进行回收试验,加标回收率在85.3%～108.0%,相对标准偏差(n=6)均小于5.0 %。     

毛细管气相色谱法测定食品中的丙二醇

建立毛细管柱气相色谱测定食品中丙二醇含量的方法.样品中的丙二醇经提取后,在优化的色谱条件下,用极性毛细管柱(INNOWAX)分离、火焰离子化检测器(FID)测定.结果表明1,2丙二醇的标准曲线为Y=9.09455719x-14.488237,相关系数0.99988,试样中3个添加水平回收率为88.5%～102.7%,方法检出限为0.01mg/L.1,3丙二醇为Y=10.2244026x-24.594589,相关系数0.99944,试样中3个添加水平回收率为89.7%～112.4%,方法检出限为0.02mg/L.     

基于集成学习的高炉压差预报模型研究

为了提升高炉生产的智能化水平,提出了基于集成学习算法的高炉下部压差预报模型,解决了基于在线数据精准预报下部压差的难题。通过对高炉内部机理进行系统分析,全面选取了高炉原料参数、操作参数、状态参数和指标参数作为模型的输入。并采用实际现场数据得到了变量间的相关系数,确定了高炉下部压差相关的重要特征变量。采用极限树集成算法建立了压差预报模型,并结合模型的预报精度,采用向前选择法优化了模型的输入。通过对模型算法超参数的选择,获得了最优超参数集合,该参数集合建立的下部压差预报模型精度R2达到了0.8264,且MSE接近零值。测试结果证明,该模型具有良好的预报精度和泛化能力,对现场操作者提前预判高炉运行状况和调整炉况具有重要的指导意义。     

烟煤烟气吸附剂脱汞技术的现状及展望

吸附剂脱汞技术是去除烟气中单质汞的有效方法,将单质汞氧化成二价汞,再进行脱除。本文综述了几种现有烟气吸附剂脱汞技术的发展现状,重点介绍了碳基吸附剂、飞灰、钙基吸附剂、金属吸附剂、SCR技术、矿石类吸附剂及生物吸附剂。最后展望了未来烟气脱汞吸附剂的研究方向。     

青海云天化磷石膏尾矿库的稳定性研究

 水是影响尾矿库稳定性的最主要因素之一。对青海云天化磷石膏尾矿库进行了洪水条件下的防洪和渗流计算,并利用上述计算结果对其稳定性进行了计算分析。在计算过程中,针对磷石膏尾矿库的特殊性,提出了将防洪计算和渗流计算紧密结合起来的一种计算思路。结果表明,该尾矿库在其防排渗设施正常运行的工况下是安全的,但在其排渗设施失效的情况下则是不安全的,在实际运行中应当加强对排渗设施的监测与维护。     

输电铁塔装配式基础抗剪键连接的剪切性能

预制构件连接方法及其界面剪切性能影响整个输电铁塔装配式基础的受力和变形.针对螺栓连接易松动、变形大之类的问题,提出采用高强灌浆料灌注成形的十字形抗剪键作为输电铁塔装配式基础连接方案.采用室内剪切试验和数值模拟,研究该抗剪键连接的剪切性能,并与常用的螺栓连接进行对比分析.结果表明：十字形抗剪键剪切破坏模式为剪断型脆性破坏,破坏形态表现为以抗剪键为中心向外略有扩展成菱形.和螺栓连接相比,抗剪键连接的剪切强度略低,但剪切刚度显著提高.浇筑过程中灌浆料外溢对界面抗剪强度有提高作用.抗剪键的抗剪性能与灌浆料强度正相关,但提高灌浆料强度对抗剪性能提升并不明显.抗剪键深度对抗剪性能有影响,但在抗剪键深度超过20 mm后,抗剪键的抗剪性能不再提高.根据剪切试验和数值模拟结果,建议十字形抗剪键设计为长200 mm、宽20 mm、深20 mm.     

基于Unet网络的烧结混合料粒度检测模型

目前烧结生产中混合料粒度主要通过人工检测方式获取,该操作方式不连续,且准确度有待提高,难以确定粒度分布与烧结生产参数之间的定量关系。因此,本文提出一种烧结混合料粒度检测模型,该模型采用CCD工业相机和工业光源作为混合料图像的主要采集设备;在图像预处理过程中,使用加权平均法用于图像的灰度化处理;在粒度检测模型构建中,应用Unet网络对烧结混合料图像进行分割处理。结果表明：工业光源的使用提高了采集时的亮度,也能在最大程度上降低外界光线的影响,确保烧结混合料图像的稳定性;图像预处理有助于分辨烧结混合料的颗粒特征,在此基础上,使用中值滤波和直方图均衡化更适合表征图像中混合料颗粒的边缘,并将颗粒内部特征模糊化,对噪声及其他不利因素有很好的去除效果;训练好的Unet网络分割模型对烧结混合料的分割准确率达到91%以上,分割精度误差低于9%,对混合料图像的分割效果较好。该模型的应用可为烧结生产提供及时、准确的粒度分布数据,有助于提高烧结混合料粒度检测效率,帮助企业提升经济效益和社会效益。     

w(MgO)对含钒、钛烧结矿强度和烧结过程的影响

研究了w(MgO)对承钢含钒、钛烧结矿的矿物组成、矿物结构、烧结矿强度和烧结过程的影响,发现提高烧结矿中的w(MgO)对于提高承钢高碱度烧结矿的产量和改善烧结矿的质量都是十分不利的.考虑到高炉冶炼的需要,承钢烧结矿中的w(MgO)应控制在2.0 %左右.     

基于MIV-GA-BP模型预测烧结矿FeO含量

工艺绿色化、装备智能化、产品高质化已成为当前钢铁行业主要发展目标。作为影响烧结矿性能的重要指标之一,FeO的含量不仅影响烧结矿还原性的高低和烧结过程的能耗,而且在一定程度上影响高炉间接还原、燃料比等指标。针对目前研究过程中存在的数据量少、工艺结合不紧密、特征选择方法针对性不强等问题,提出了基于MIV-GA-BP算法的烧结矿FeO含量预报模型。以承钢3号烧结机1年的生产数据作为研究基础,首先选取BP神经网络作为深度学习模型,然后利用遗传算法的特点解决了网络调参难等问题,成功构建了基于遗传算法优化的BP神经网络模型。在特征选取阶段将MIV算法的优越性与工艺理论相结合,选取了拥有更好解释性的参数作为模型的输入,此方法提高了模型预测准确率,成功实现了烧结矿FeO含量的预测。上线测试结果表明,误差允许范围内模型命中率达到87.9%,对现场烧结生产具有更好的指导性。     

冶炼钒钛磁铁矿高炉炉前主沟改造实践

详细介绍了承钢450 m~3冶炼钒钛磁铁矿高炉应用贮铁式主沟一次通铁量达到26万t以上的生产实践,重点总结了提高贮铁式主沟使用寿命的经验和技术,提出了450 m3高炉贮铁式主沟进一步提高使用寿命和缩短大修时间的措施。