BTEX污染含水层中氧化还原环境的空间变化

采用一维柱实验模拟方法,研究了地下水受BTEX污染过程初期,含水层中顺序氧化还原环境的空间变化规律,并对模拟柱不同高度出水中BTEX各组分的浓度进行监测。结果表明,模拟柱中各氧化还原灵敏性指标的浓度分布呈现以下规律:距离污染源80~98cm处的氧还原环境较强;60~80cm之间硝酸盐还原环境较强;35~60cm之间以铁还原环境为主;24~50cm之间形成硫酸盐还原环境;0~30cm处HCO-3的浓度最低则产甲烷作用较明显。BTEX各组分从模拟柱底部至顶部呈急剧减少规律,其中苯、甲苯、乙苯、对二甲苯和间邻二甲苯的去除率分别达到99.94%、99.96%、99.94%、99.49%和98.3%。     

浅谈网架土法安装施工技术

一、网架土法安装施工工艺简介,网架结构目前在钢结构领域正逐步推广和采用，网架的安装是整个网架施工的重点和难点。网架安装一般分为整体安装法和散装法两种安装方法。采用散装法，一般需搭设移动式或满堂脚手架。而采用整体安装，分为机械安装和土法安装．机械安装一般要使用大吨位吊装设备，会造成设备投入大、安装工期长，且高空组装存在较多安全隐患；土法安装可采用井架作为提升安装设备．井架采用塔吊标准节，使用方便，安全可靠，但技术难度大，要求高。     

黑米花青素微胶囊制备的工艺研究

目的以黑米花青素为主要原料,开发一种能够顺利到达肠道并在肠道内缓慢释放以发挥花青素益生元功效的微胶囊。方法采用锐孔法,以包埋率为指标,分别以壁芯比、针头孔径、海藻酸钠及CaCl_2浓度为因素,采用单因素试验,确定微胶囊的制备条件;在此基础上,采用四因素三水平L_9(3~4)正交试验,优化了该微胶囊的最佳制备工艺;最后,通过微胶囊在胃和肠模拟液中的释放试验,验证该微胶囊的缓释功能。结果微胶囊的最佳制备工艺:壁芯比3:1、针头孔径0.45 mm、海藻酸钠2.0%、CaCl_2 2.0%;该微胶囊可以在人胃模拟液中保持4.0 h以上,在人肠模拟液中缓慢释放。结论采用锐孔法制备的花青素微胶囊能够顺利到达肠道缓慢释放,发挥其益生元功效。     

开放式"数字化设计与制造项目实践"体系与师生角色研究

"产品数字化设计与制造项目实践"课程的开设非常必要,可以使机械专业学生在产品数字化设计与制造技术某一方面的能力得到较高提升,以便能适应这一方面工作的基本需求.文章对"项目实践"中开放模式、教学体系、师生角色的主体转换以及开放式实践项目质量的控制及评价体系进行了有效的研究,促进了教学质量的提高.     

洞室岩体质量的多维联系云评价模型

洞室岩体质量评价具有重要意义,岩体质量评价受分布在有限区间的、相互联系和相互作用的模糊和随机不确定性因素影响,应用传统正态云模型虽可统一描述洞室岩体质量评价指标的随机性和模糊性,但在云模型数字特征确定方面存在主观性与假设指标为正态分布的局限性。为更客观准确评价洞室岩体质量等级,探讨了基于熵权的洞室岩体质量多维联系云评价模型,以实现统一定量表征洞室岩体质量评价指标的多重随机模糊性、相互作用及实际分布特征。实例应用及与一维传统云模型和其他方法对比结果表明,该模型应用于洞室岩体质量等级评价是有效可行的,且具有计算过程清晰和快捷的优点,并可综合考虑各评价因素间相互作用与刻画指标的有限区间内随机模糊分布特征。     

灰色GM(1,1)模型在电力系统负荷预测中的应用

研究了灰色GM(1,1)模型及其在电力系统负荷预测中的应用,以实际算例为基础,对预测结果作了分析,得出结论:灰色GM(1,1)模型精度较高,但也存在一定的局限性.     

激光驱动飞片加载金属箔板成形及数值模拟

探讨了一种利用激光驱动飞片微塑性成形的新技术,介绍了激光驱动飞片代替激光冲击加载的原理和特点,设计并完成激光驱动飞片加载铝箔成形的实验,在体视显微镜下观察发现成形铝箔的表面质量优异,利用形貌仪测量发现成形深度与激光光斑能量分布一致,通过实验得到了激光能量与成形深度的关系。采用适合高压高应变率的Johnson-Cook模型,利用LS-DYNA软件模拟了激光驱动飞片加载铝箔微成形,模拟结果能够比较好地解释试验现象,证实了数值模型的合理。     

电气化铁路车厢横梁防碰触高压接触网的检测装置

设计了一种用于电气化铁路车厢横梁防碰触高压接触网的检测装置,实践证明该装置简单、可靠,检测准确率达到100％,有效保证了设备和人身安全。     

微型客车车架多目标拓扑优化

为了设计合理可靠的微型客车车架,应用折衷规划法建立以柔度最小和低阶固有频率最高为目标的多目标拓扑优化数学模型,基于固体各向同性材料惩罚模型进行优化。基于拓扑优化结果,构造微型客车车架的三维模型,并对车架进行静态和模态分析,确认车架满足工作性能要求,由此验证了微型客车车架多目标拓扑优化方法的合理性与可行性。     

基于改进BP神经网络的数控机床振动趋势预测

为准确预测数控车削时机床的振动情况,搭建了一个能用于测量机床振动信号的实验平台.并运用Levenberg-Marquardt算法改进BP神经元网络,建立了改进BP神经网络的非线性系统预测模型,实现了对机床刀架的振动趋势进行多步预测,为提高工件加工质量、加工精度和进行故障诊断提供了依据.结果表明L-M算法的收敛速度和预测精度均明显优于标准的BP算法.