浅议水利投资领域

通过对水资源状况的剖析,得出了水利投资的重要性,分析了水利投资的几个领域。     

云南某混合铜冶炼渣高效选铜新工艺研究

铜冶炼渣产量巨大,有价组分含量高,其回收利用具有重要的经济效益和环保意义。针对某混合铜冶炼渣,开展铜渣缓冷及磨浮工艺优化试验研究。首先,通过控制铜渣冷却方式,即自然冷却24 h—喷淋冷却24 h—自然冷却24 h,调节冶炼渣中铜矿物的结晶粒度大小和晶体成长形式。然后通过阶段磨矿、阶段选别的工艺流程,于磨矿回路中设立快速浮选,不仅提前获得了产率10.04%、铜品位21.02%、铜回收率60.24%的高品质铜精矿,还减少了进入后续磨浮流程的矿量,大大降低了再磨成本及药剂成本。最后,快速浮选尾矿再磨后,通过1粗2精2扫,使尾矿铜品位降低至0.29%。本研究提出的铜冶炼渣选矿工艺流程短、效率高,获得的精矿综合铜品位为20.70%、铜回收率为93.02%,达到国内先进水平。且尾矿可作为水泥厂添加料直接销售,选矿用水可直接回用,基本达到生产废渣与废水的零排放,为类似冶炼渣的综合回收利用提供较好参考,对实现我国铜产业可持续发展具有重要意义。     

基于迁移学习的风电机组轴承故障诊断研究

针对风电机组运行工况复杂,实际采集的振动信号存在分布差异,导致故障诊断模型的分类效果偏低问题,提出一种具有多核领域适应（MKDA）的多尺度卷积神经网络（MSCNN）风电机组轴承故障诊断研究方法（MKDA-MSCNN）。该方法通过迁移理论将已知风电机组知识迁移至目标风电机组实现故障诊断。首先,利用源域数据预训练MSCNN网络,再利用多核领域适应减小源域和目标域分布差异,最终获得目标风电机组故障诊断模型。试验结果表明,该文提出的MKDA-MSCNN方法在实际风电机组轴承故障诊断中分类精度高达96.17%,对比结果表明该文所提方法的故障分类准确度优于其他深度学习和深度迁移学习方法,对迁移学习理论在实际工程风电机组轴承故障诊断中的研究具有一定价值。     

浅谈碾压混凝土的特性及应用

浅议了碾压混凝土的特性及施工特点，展望了碾压混凝土的发展和应用前景。     

复杂曲面加工过程准适应控制

建立了复杂曲面加工准适应控制系统．该系统以切削功率和工件表面粗糙度为约束，通过改变刀具切削进给速度，改善了机床切削特性，提高了加工效率．且该系统适用于任意数控机床．     

云锡卡房含铜多金属矿石选矿工艺流程探讨

该文针对云锡卡房I-51矿群矿物种类繁多、回收工艺流程复杂、选矿厂设计难度大等问题,开展选矿工艺流程及设计方案探讨研究,认为适合该矿石的工艺流程包括常规三段一闭路破碎,硫化矿物混合浮选,钨常温粗选+加温精选,萤石一粗二扫四精浮选,铜精矿、硫精矿、萤石精矿浓缩+过滤两段脱水,以及白钨精矿沉淀+干燥两段脱水.该设计工艺流程...     

基于膨润土净水型透水再生混凝土的配制试验研究

文章通过500℃高温改性膨润土等比例替代水泥、再生骨料取代粗骨料、掺加粉煤灰配制透水混凝土,根据膨润土的掺加比例和不同粒径制订了六组试验方案,研究了每个方案透水再生混凝土的力学性能、孔隙率和透水系数的变化规律,并对混凝土性能变化进行了机理分析.研究表明:膨润土最佳掺加比例是20％,该配比透水再生混凝土抗压强度达到17....     

稠油油藏启动压力梯度实验

国内外对稠油油藏启动压力梯度主要进行了理论研究,实验研究很少,且多采用管流模型,较少考虑黏度对启对压力梯度的影响,这与稠油在真实岩心或油层中流动状态相差很大。根据稠油油藏渗流特点,设计了合理确定稠油启动压力梯度的实验测试方法,并利用克拉玛依油田天然岩心,研究了存在束缚水情况下稠油油藏的启动压力梯度和流速与压力梯度关系;通过对实验数据回归,得到了启动压力梯度、流速—压力梯度曲线参数与岩石气测渗透率、流体黏度关系的经验公式。实验结果表明,原油黏度对稠油油藏启动压力梯度的影响大于储集层物性的影响;将研究结果应用于稠油油藏,给出了根据启动压力梯度确定极限泄油半径和合理井距的理论计算方法,为稠油油藏的合理开发提供了较可靠的依据。     

基于TFER及退化趋势相似性分析的轴承剩余使用寿命预测

为了解决传统退化指标对轴承退化起始点的敏感性差,以及退化指标趋势偏移导致无法准确预测风力机轴承剩余使用寿命(RUL)的问题,提出了一种基于Teager能量算子-故障能量比(TFER)与退化趋势(DT)相似性检测相结合的双指数轴承RUL预测方法。首先,通过计算原始信号的TFER值,根据4σ原则确定轴承退化起始点,提取了TFER值趋势特征作为退化指标;然后,采用历史TFER值拟合双指数退化模型,通过分析最新TFER值与拟合曲线的相似性,选取了最佳DT段;最后,通过外推相似性最佳的DT段至失效阈值,进行了风力机轴承RUL预测。实验结果表明：该预测方法对退化起始时间点的检测精度达到98%,与原始指数模型、长短期记忆神经网络(LSTM)以及支持向量回归(SVR)相比,该方法在轴承RUL预测精度上分别提高了10.04%、6.29%、5.22%。该方法不仅提升了风力机轴承的预测性维护精度,还对降低运营成本和提高维护效率提供了有力支撑。     

基于混沌和取样积分技术的大型风电增速箱早期故障诊断

针对风力发电机组增速箱早期故障振动信号被噪声调制污染,信噪比低,难以识别问题,根据增速箱振动信号的特点,提出基于混沌和取样积分技术结合的早期故障诊断方法。采用取样积分技术提高混沌振子对增速箱振动故障信号的检测门限,利用混沌振子相图变化及lyapunov指数确定增速箱齿轮啮合频率边频带及三倍频信号状态变化,从而对齿轮早期故障进行判断。通过对某风场1.5WM风力机增速箱实验,证明该方法有效。