飞机静电场特性及其探测原理

阐述了飞机静电场的产生机理,并从静电引信目标识别和抗干扰的角度分析了飞机静电场的特性以及进行定距的指导思想,最后论述了静电引信探测原理及具体实现途径。     

反舰导弹和舰的自卫

１反舰导弹的发展历程反舰导弹目前已对美国水面舰艇构成极大的威胁。１９６９年以前的反舰导弹为第一代反舰导弹。它采用的只是单频射频脉冲,而且脉冲重复周期（ＰＲＩ）固定不变;天线扫描采用机械方法,对电子攻击（ＥＡ）非常敏感。第二代反舰导弹（１９６９～１９７...     

水轮发电机条式线圈VPI模具设备的通用化应用

针对水轮发电机条式线圈(线棒)VPI制造工艺,采用两种不同结构方式模具进行生产应用.通过对产品外形尺寸、电性能参数、模具制造周期成本、生产劳动强度、场地环境卫生及产品交货期等方面进行比较,对模具设备进行优化设计,使其满足各种发电机容量的条式线圈,达到模具通用化的目的.     

ALC条板在承台基础施工中的应用

结合西安咸阳机场T5航站楼承台基础的ALC条板施工,介绍了ALC条板充当模板在承台基础施工应用的优缺点。从ALC条板的工厂生产、运输吊装、现场安装与加固等环节进行阐述,重点分析探讨如何避免ALC条板在技术质量、生产施工等各环节产生缺陷,并对ALC条板在承台基础施工过程中存在的问题进行归纳分析。     

魏家峁露天煤矿电铲尾线电缆卷放车

为提高露天煤矿电铲生产效率,保障电铲尾线电缆安全使用,以魏家峁露天煤矿为例,分析了尾线电缆传统卷放方式,研究了电缆卷放车的结构组成,介绍了电缆卷放车工作原理,计算了电缆卷放车带来的经济效益。结果表明：电铲尾线电缆卷放车的应用,每年可节约生产成本38.84万元,避免移动尾线电缆时的触电事故。     

聚合物水泥防水浆料及其贴砖系统的粘结强度研究

研究基于3个不同厂家的苯丙体系聚合物水泥防水浆料,测试了不同成型方式、养护条件下聚合物防水浆料的拉伸粘结强度数据,分析了聚合物乳液Tg温度、养护环境湿度、养护周期对防水浆料拉伸粘结的影响。同时依据聚合物水泥防水贴砖系统,测试了3个防水浆料贴砖系统60d和120d的拉伸粘结强度,并结合标准养护条件下防水浆料粘结数据作分析。结果显示：1-1#防水贴砖系统有最好的拉伸粘结强度,分别是60d的0.95MPa和120d的1.13MPa,同时聚合物防水浆料1#标准粘结强度也是最好的。研究表明聚合物防水浆料粘结强度对防水浆料贴砖系统的粘结强度和稳定性有决定性影响。     

不同水稻品种对镉、砷积累和节点转运差异

为探索镉(Cd)、砷(As)复合污染下不同水稻品种对其积累特征,选取11个南方代表性水稻品种开展盆栽试验。结果表明：11个水稻品种产量存在显著差异,最高产量可达65.9 g/桶。不同品种的糙米Cd、 As含量也存在显著差异(p<0.05),其中：Z两优68的Cd含量(2.70 mg/kg)最高,日本晴的Cd含量(0.39 mg/kg)最低,前者是后者的6.92倍;玉针香的As含量(0.46 mg/kg)最高,日本晴的As含量(0.11 mg/kg)最低,前者是后者的4.12倍。因此,种植低累积的水稻品种能有效降低Cd和As随食物链传递风险。同时,水稻茎部节点Cd、 As含量存在明显差异并呈现不同积累规律,节点Cd含量从基部向顶部递增,节点As含量从基部向顶部递减。相关性分析表明,糙米Cd、 As含量与节点中Cd、 As含量显著正相关,糙米As(Ⅲ)含量与节点中As(Ⅲ)含量呈显著正相关,但糙米As(Ⅴ)含量只与节点1、 2中As(Ⅴ)含量呈显著相关。控制节点Cd、 As的转运可能是阻隔稻米Cd、 As累积的重要途径。     

鞍千磁铁矿石全磁选别工艺研究

针对鞍千铁矿矿石性质的变化,为解决现有生产工艺的工艺改造问题,以鞍千磁铁矿石为入选给矿,采用“湿式预选—球磨粗选—塔磨精选”的全磁选别工艺开展试验研究。结果表明,TFe品位为29.70%的原矿通过试验确定的工艺流程处理,最终可获得品位为69.87%、回收率为76.72%的铁精矿。该研究为提高鞍千矿业公司选矿生产效率以及降低生产成本具有重要的实际价值,同时对提高我国铁矿资源利用率也具有重要的战略意义。     

西北地区宽功率光伏离网制氢技术进展与发展前景

光伏耦合制氢技术可利用光伏产生的废电、弃电,大规模制造氢气,降低制氢成本,提高整体的系统效率,在光伏系统改造和提升过程中发挥重要作用。通过分析国内光伏耦合制氢技术的发展现状,对宽功率光伏耦合制氢技术的运行效果和系统经济性进行评价,最后根据我国西北地区的特点提出适合光伏耦合制氢技术示范的技术路线。     

基于mRMR和MA-RELM的火电厂出口SO2质量浓度预测

提出一种基于最大相关最小冗余(mRMR)算法和蜉蝣算法优化正则化极限学习机(MA-RELM)的出口SO₂质量浓度预测模型。通过机理分析确定初始输入变量,利用改进的时延分析方法对初始输入变量进行时延补偿,采用mRMR算法对各个初始输入变量进行重要性排序,搭建正则化极限学习机(RELM)预测模型,并利用蜉蝣算法确定模型参数。结果表明：与最小二乘支持向量机(LSSVM)、长短期记忆网络(LSTM)和极限学习机(ELM)相比,RELM预测模型的均方根误差分别降低了36%、38%和26%;与粒子群算法(PSO)和灰狼算法(GWO)寻优后的模型相比,MA-RELM预测模型误差最低,该模型能够对出口SO₂质量浓度进行准确预测。