FAAS法测定磷矿粉中微量Fe,Co,Ni,Cu,Pb,Zn

用火焰原子吸收光谱法对新疆某地的磷矿粉中Fe ,Co ,Ni,Cu ,Pb ,Zn微量元素进行了分析测定 ,并探讨了酸度、干扰离子等对测定的影响。所拟方法快速、简便 ,分析结果十分满意     

综放开采覆岩破坏特征与导水断裂带高度模拟研究

为了研究煤矿综放开采覆岩破坏规律与导水断裂带高度,通过数值模拟分析了采动覆岩破坏过程,采用理论分析方法建立了直接顶破坏与基本顶砌体梁失稳力学模型,揭示了直接顶与基本顶失稳机制。基于盛泰煤矿15201综放工作面采矿地质条件,研究了不同采高、工作面倾向长度、煤层倾角条件下导水断裂带最大高度。研究结果表明：导水断裂带高度与煤层采高、工作面倾向长度、煤层倾角呈正相关关系;导水断裂带高度数值模拟结果位于《建筑物、水体、铁路及主要井巷煤柱留设与压煤开采规范》中经验公式计算结果范围之内,验证了该数值模拟模型及岩性参数的合理性。     

一种带非电解电容的电动汽车充电电源的建模和设计方法

电动汽车车用电池的寿命通常在50 000 h以上,而传统的电动汽车车用充电电源寿命受电解电容的限制只能在8 000 h左右。为实现充电电源与动力电池的寿命匹配,关键在于将短寿命的DC-link电解电容替换为长寿命的非电解电容或代替电容的其他结构。本文提出了一种基于状态空间平均法的建模方法,重构了包括控制电路和主电路的平均控制模式下的Boost PFC电路。并通过该方法得到全电路的控制框图,最终得到了输出电压对输入电压的闭环传递函数,进而得到了100 Hz两倍工频纹波电压的衰减倍数与DC-link电容之间的关系,证明了DC-link电容容值可以大大低于传统的经验值,实现了长寿命小容值的薄膜电容对短寿命大容值电解电容的替换。最后用仿真和实验样机对该建模方法以及电源的无电解电容化进行了验证。     

钢管水浸法超声波探伤中能量衰减现象的探讨

目前国内外水浸式超声波探伤技术的应用较为普遍 ,也比较成熟 ,但通过几年来的实际应用发现 ,水浸式超声波探伤存在的问题也较多 ,本文将着重探讨此方法的能量衰减现象。由于被探钢管浸在水里 ,当超声横波在管壁内锯齿形传播时 ,通过波型转换 ,在钢管表面与水的界面上 ,又转换成折射纵波 ,这样将会造成一部分能量损失 ,导致探伤灵敏度降低。对此 ,我们用接触法水耦合做了试验 ,通过水浸法与接触法的比较来探讨这个问题。1　试验条件(1)标准人工缺陷样管的规格为 177.8ｍｍ×12 .65ｍｍ(外径×壁厚 ) ,长度为 2 5 0ｍｍ ,人工缺陷为内外纵向…     

浅谈TDOA＆FDOA卫星干扰源定位原理和实践中的几个关键因素

0前言 随着卫星通信事业的迅猛发展，通信卫星越来越多地受到地面发射源的干扰，这些干扰给正常的卫星广播和通信业务的正常开展带来了巨大的威胁，甚至可能产生无法估量的社会影响。为了应对这些射频干扰，通过受扰卫星迅速而有效地确定地面干扰源位置是非常必要的，而利用传统的查找方法在精度和速度等方面很难满足要求。针对这种情况，1982年，英国国防评估研究局（DERA）开始利用时间差和频率差在相关频段进行干扰源定位的研究。1993年开始，他们对各种关键技术进行了详细的研究，并在此基础上研制出了干扰源定位系统satID。与此同时，美国的相关研究部门也对这一技术进行了研究，     

钢管的电磁超声无损检测技术

从钢管常用的检测方法出发，叙述了电磁超声检测的原理、钢管缺陷的电磁超声检测模型及钢管缺陷的电磁超声检测的研究方向，特别提出以铁磁材料为检测对象的磁场的计算尤为重要和迫切。     

云技术在广播电视监测监管中的应用研究

随着信息技术的不断发展,云技术在各个领域中发挥出越来越重要的作用,给人们的生活和工作带来诸多便利。当前,我国广播电视监测监管技术所呈现出的问题日益凸显,为了充分满足广播电视的监管职能要求,就要充分发挥出云技术的作用。应用云技术的成本比较低,而且该技术具有极强的灵活性,将其与广播电视监测监管相结合,以推动广播电视行业健康发展。     

硬质合金用Ni／Co复合粉末的研究

研究了采用草酸盐共沉淀法制取硬质合金用Ｎｉ／Ｃｏ复合粉末，粉末成分为Ｎｉ：Ｃｏ＝１：１。结果表明，共沉淀反应强烈依赖于溶液的ｐＨ值，而粉末粒度和成分的均匀性取决于反应温度。用此复合粉末制作的硬质合金凿岩钎头的性能不亚于ＷＣ－Ｃｏ硬质合金。     

弱视儿童的镜片选择

弱视是儿童发育过程中常见的视力障碍之一，是眼科临床的常见病。目前，国内在弱视儿童的治疗中，对于镜片选择的指导和建议相对有限。因此，推广应用各种能够为弱视治疗提供帮助的功能镜片，满足弱视儿童的治疗需求十分必要。本文基于笔者多年从业经验，对弱视儿童的镜片选择提出一些建议。     

融合半监督学习的小样本条件下热轧带钢力学性能预测

基于工业数据的热轧带钢力学性能预测技术可以有效减少热轧过程中带钢性能检测取样频率、缩短交货周期、降低生产成本，然而针对小样本下的数据驱动建模始终是一个建模难题。本文聚焦小样本条件下的热轧带钢力学性能建模问题，基于工业生产过程中产生的数据，采用安全弱监督学习(safe weakly supervised learning, SAFEW)算法为未标记数据添加伪标签，实现训练数据的扩展，采用随机森林算法建立热轧带钢成分、工艺、性能之间对应关系，并通过贝叶斯优化的方法确定随机森林超参数，实现小样本条件下热轧带钢力学性能预测。针对工业应用，本文在此基础上开发了热轧带钢力学性能预测软件，结果显示，融合半监督学习的随机森林算法较普通随机森林算法在小样本热轧带钢力学性能预测方面表现更为优异。经统计，屈服强度和抗拉强度预测值和实测值绝对误差在±30 MPa以内的命中率较普通随机森林模型分别提高了6.08%和2.60%,伸长率预测值和实测值绝对误差在±3%以内的命中率较随机森林模型提高了4.78%。