浅谈大唐信阳发电有限责任公司脱水渣综合利用

通过对电厂排放的脱水渣无法有效利用的原因进行分析和研究，将脱水渣烘干磨细成Ⅱ级商品粉煤灰广泛应用于水泥建材及建筑行业，进行有效的综合利用。     

基于GSM-R系统的列车无线通信模式

考虑到铁路车流量的持续增加,完善铁路运营管理工作是十分重要的。通信系统在列车行驶期间发挥重要的通信功能,把列车具体的情况传达给地面的调度人员,以维持铁路交通运输的持续性。面对这种新型模式,铁路部门要编制有效的管理维护计划,让列车无线通信的作用发挥到最佳,满足各类通信结构的操控需要。针对这一点,阐述无线通信模式的优点,及其在列车形式中的功能作用。     

高铁轨道焊接技术在炼钢天车轨道上的应用

介绍了宣钢炼钢厂百吨炉区天车轨道使用状况及无缝轨道焊接法（铝热焊接技术）在旧轨道断口修复上的使用情况。在实际应用中摸索出了一套旧轨道焊接的方法，该方法已取得了良好的效果。     

工程现场施工管理的实践与思考

随着经济的发展和社会的进步，建筑工程不断增多，建筑工程施工现场管理问题开始受到人们的广泛关注。建筑工程现场施工管理集合了简单与复杂为一体，对能否保证施工项目质量、实现施工企业效益有直接关联。本文主要针对建筑工程现场施工管理的相关问题进行简要分析，以给同行作参考借鉴。     

氢氧化铝含量对硅橡胶结构及憎水恢复性的影响

氢氧化铝(ATH)作为阻燃剂是复合绝缘子硅橡胶的基本原料。为研究ATH含量对硅橡胶结构和憎水恢复性的影响,炼制ATH质量分数分别为40%、45%、50%和55%的硅橡胶试样,对试样进行正电子寿命谱、邵氏硬度测试,及5 min Ar等离子体老化实验。结果表明:ATH质量分数从40%增加到55%时,次长寿命强度I3从7.8%下降到6.1%,而最长寿命强度I4从24.8%锐减至18.6%。随ATH质量分数增加,硅橡胶中2种自由体积的尺寸基本不变;但ATH颗粒容易发生团聚,这些颗粒占据了分子链运动空间,限制了大分子链的运动,使得大尺寸自由体积数量减少,特别是使大尺寸孔洞的数量锐减。邵氏硬度随ATH质量分数增大而变大,说明样品由弹性体朝无机体转变。经相同等离子体处理时间后,硅橡胶憎水恢复速度随ATH质量分数增加而减慢,结合正电子湮没寿命结果可知,ATH的加入限制了体系内硅橡胶分子链的运动,自由体积数量减少,使得小分子输送通道变少。     

锥孔滚压头的开发设计

为了解决泥浆泵液力端泵头1：6锥孔表面加工精度不高,在使用中出现锥孔表面剌蚀而报废的问题,本文介绍了一种性价比较高,简单易行,安全可靠的锥孔滚压工艺方法,通过该工艺方法的实施,提高了锥孔表面加工精度和硬度,达到了设计要求,保证了泵头质量,延长了泵头的使用寿命,减少了阀及阀组件更换频次,大大的降低了运行成本,为用户安全生产提供了优质的产品保障。     

对螺旋霉素组分影响因素的研究及机理分析

本文通过使用HPLC对螺旋霉素各组分的分析,研究菌种合成各组分能力、发酵周期、不同酸水pH及溶媒组分变化等对螺旋霉素组分的影响。结果表明菌种生产能力对发酵成品中各组分的高低有直接影响;而在整个发酵过程中,螺旋霉素Ⅰ(SPMⅠ)占比没有太大变化,而总组分在中期(61小时)达到最高后,将逐渐下降;在提取过程中,对套用溶媒进行再处理、酸水pH≥4.5时,提取成品总组分较好,能够满足总组分≥80%的要求。     

某核电站SC结构组合模块吊装设计及施工

某核电站屏蔽厂房双层钢板混凝土模板结构(简称SC结构)采用分层构造,模块安装就位因构造差异采用不同的吊装工艺,对2～7层非闭合区域模块吊装采用二级平衡梁整体吊装工艺中吊装体系及平衡梁构造进行设计和分析,实现了SC结构组合模块的顺利吊装。     

干式充填体下中段矿柱回采综合技术研究

本文介绍的超前注浆造顶上向进路尾砂充填连续采矿法,通过“模糊数学优选采矿方法、数值模拟优化采场结构参数、超前注浆固结造顶、无界限连续回采工艺、侧伏进路断面、快速脱水加筋尾砂充填、采场顶板智能动态监测”为技术特色的非胶结充填体下破损阶段矿柱安全、高效回采成套技术,有效解决了河东金矿老采区残留矿柱资源的综合回收难题,增加矿山可采储量,提高矿山经济效益。     

基于ELMD能量熵与AFSA-SVM的行星齿轮箱关键部件故障诊断研究

针对行星齿轮箱振动信号复杂时变调质特点使其"难表征",致使据此构建的状态辨识模型精度低的问题,提出一种基于总体局部均值分解(Ensemble local mean decomposition,ELMD)的能量熵与人工鱼群算法(Artificial fish swarm algorithm,AFSA)寻找支持向量机(Support vector machine,SVM)最优核函数系数组合的行星齿轮箱关键部件的状态辨识方法。首先,利用ELMD分解经形态平均滤波的行星齿轮箱关键部件的振动信号来获取若干窄带乘积函数(Product function,PF)。然后,计算其能量熵来构建高维特征向量集。最后,将其作为输入,通过训练学习建立AFSA优化SVM的行星齿轮箱关键部件状态辨识模型。实验结果表明,所提方法能凸显原信号中的有效故障成份,提高了模型的状态辨识精度。