山西左权石墨矿矿物组成及选矿试验研究

采用X射线荧光分析、碳物相分析、偏光显微镜观察、扫描电镜测试等手段对山西左权石墨矿进行了详细的工艺矿物学研究。结果表明该地区石墨矿固定碳含量为4.93%,杂质成分以SiO_2,Al_2O_3,Fe_2O_3为主。目的矿物石墨含量约为6%,主要脉石矿物云母约45%,石英30%,长石5%,黄铁矿5%,碳酸盐矿物5%。该石墨矿为微细浸染的不等粒嵌布矿石,颗粒呈微细鳞片状或粉尘状,多数夹杂于云母、石英颗粒中间。石墨单体片径以0. 5～5μm为主,少见5～10μm,不易单体解离,属难选石墨矿。     

反演密度属性体在含水饱和度预测中的应用

密度参数在储层评价中的应用越来越受到重视,在俄罗斯V工区反演的密度属性体被成功应用于计算砂层的含水饱和度。通过分析及验证稳定沉积环境下不同孔隙岩石的密度参数和含水饱和度之间的关系,认为密度随着饱和度的增加呈线性增长趋势,而致密砂岩中流体含量对密度参数影响不大;通过叠前同时反演可以获得反演的密度数据体,将这种线性关系应用到俄罗斯V工区中加以验证,结果显示预测的含水饱和度和实钻结果基本吻合。实际应用结果表明,稳定沉积环境下可以利用反演密度属性体来预测储层的含水饱和度。     

无机盐溶胶=凝胶法制备Al2O3／PSZ复合陶瓷及其力学性能研究

以硝酸盐为原料,采用ｓｏｌ－ｇｅｌ法制备出均匀的Ａｌ２Ｏ３／Ｙ－ＰＳＺ复合粉体,经热压得到一组具有超细晶粒的两相互渗结构复相陶瓷,其中Ｙ２含量为１．５％的试样强度和断裂韧性分别达到１５４０ＭＰａ和１５．５ＭＰａ．ｍ＾１／２。     

PCC-可编程计算机控制器在锅炉自动控制中的应用

采用可编程计算机控制器对锅炉生产实现自动控制,介绍了控制系统的原理及软件构成。     

典型编织结构复合材料强度性能的预测

以Tsai-Wu强度准则为基础,将三维编织复合材料看作横观各向同性材料,从而对Tsai-Wu强度准则的各阶强度张量系数进行简化,提出了一种计算三维编织复合材料拉伸强度的理论方法.计算了不同编织角和纤维体积分数下,三维四向和正交三向编织复合材料的拉伸强度,并探讨了编织角和纤维体积分数对编织复合材料强度性能的影响,计算结果与实验结果符合较好.     

电磁感应加热技术在水体重金属快速石墨富集中的应用

针对激光诱导击穿光谱技术用于水体重金属连续、自动、快速、高灵敏监测中的需求,以石墨为富集基体,采用电磁感应加热技术实现了样品的快速加热与富集,并研究了基于降温斜率的烘干判断方法。实验中以设定140℃判定定时2 s为例,测得从室温上升到140℃用时30 s,温度的误差范围为-5~+3℃,基于降温斜率准确判断了富集完成状态。研究结果表明,采用电磁感应加热技术结合基于降温斜率的富集完成判断方法可以有效实现被测样品的快速加热和准确烘干判断。     

基于差分过零峰值幅度特征的抗噪语音识别

针对多数语音识别系统在噪音环境下性能急剧下降的问题,提出了一种新的语音识别特征提取方法。该方法是建立在听觉模型的基础上,通过组合语音信号和其差分信号的上升过零率获得频率信息,通过峰值检测和非线性幅度加权来获取强度信息,二者组合在一起,得到输出语音特征,再分别用BP神经网络和HMM进行训练和识别。仿真实现了不同信噪比下不依赖人的50词的语音识别,给出了识别的结果,证明了组合差分信息的过零与峰值幅度特征具有较强的抗噪声性能。     

宽频宽方位数据同时反演及应用实例

寻找深部致密砂层中的“甜点”、减少优质储层厚度预测误差是推动Y工区含气构造评价勘探和储量升级的关键因素。利用Y工区宽频宽方位的三维地震资料,结合叠前同时反演结果,对深部储层边界及纵、横向不均质性进行精细的识别与刻画,进而寻找深部致密砂层中的“甜点”。结果显示“甜点”储层识别结果与实测井吻合,为Y构造升级储量提供依据。     

适宜滴灌春小麦的土壤含水率下限研究

土壤含水率下限,决定着灌水时间的开始、灌水量和灌水次数等灌溉指标,适宜土壤含水率下限的作物灌溉,避免了盲目灌溉,节约了水资源。从水分生产函数和作物水分利用效率2个方面讨论了适宜滴灌春小麦的土壤含水率下限,初步确定适宜滴灌春小麦的土壤含水率下限为田间持水率的55%～70%。     

反应烧结合成O''''-SiAlON-BN复合材料的工艺研究

以微米级αSi3N4、SiO2、Al2O3和hBN为原料,通过反应烧结法合成了O’SiAlON-BN复合材料(Si2-zAlzO1 zN2-z的z=0.3)。首先在n(SiO2)/n(αSi3N4)=1的理论配比,1700℃保温2h的条件下对比研究了Y2O3 TiO2和Y2O3 B2O3两种混合烧结助剂对该复合材料的助烧效果。结果表明:Y2O3 TiO2作为烧结助剂比Y2O3 B2O3有更好的促进烧结作用,且复合材料的相对密度随着BN(分别为10%,20%和30%)的增加而降低;XRD分析发现,αSi3N4、SiO2原料在理论配比的情况下,会导致βSi3N4相剩余,为了得到O’SiAlON和BN相含量高的复合材料,需要加入过量的SiO2。根据此研究结果,在以Y2O3 TiO2作烧结剂,BN加入量为10%的条件下,通过4因素3水平(因素水平如下:A———n(SiO2)/n(αSi3N4),取1.05、1.1、1.2;B———烧结助剂加入量,取2%、4%、6%;C———烧成温度,取1600℃、1650℃、1700℃;D———保温时间,取1h、2h、3h)的正交试验确定了影响O’SiAlON-BN复合材料烧结性能的主要因素依次为烧成温度、保温时间、烧结助剂加入量、n(SiO2)/n(αSi3N4),合成的复合材料相对密度最高的工艺参数组合为A3B3C3D3;利用统计模式识别方法对合成O’SiAlON-BN复合材料的工艺条件参数进行了优化,得到的优化区为:Y>1024X2-230.400X 11.088(其中,X=0.9999A-0.0006C-0.0163D,Y=0.0163A 0.0009B-0.0014C 0.9999D),在此优化区内,复合材料中全部为O’SiAlON和BN相,无残留βSi3N4相。