跳汰选煤技术与装备的应用与发展

跳汰选煤历史悠久,过去曾是最主要的选煤工艺,近二十年来随着重介和干选的快速发展,跳汰应用比例大幅下降。为扬长避短,保持跳汰的生命力,科研工作者不断进行挖潜创新,开发了多项新技术,提高了跳汰分选效果和装备性能,拓宽了其应用范围。文章介绍了跳汰选煤的发展史,阐述了当今几种常用跳汰机的技术特点,列举了一些典型应用案例,提出了需要解决的难题,并展望了跳汰选煤技术未来的发展趋势。     

高喷射压力下柴油喷雾燃烧的试验及仿真

在定容弹中对高喷射压力下柴油喷雾着火燃烧开展试验及仿真,对不同喷射压力下喷雾蒸发过程及高压下柴油喷雾着火燃烧过程进行分析。结果表明：喷射压力越高,喷雾贯穿距越长,蒸发率更快,达到完全蒸发的时间越短。燃烧过程的仿真结果表明：喷雾着火呈现明显的双阶段特性,CH₂O质量分数和OH质量分数可分别表征第一和第二阶段着火;气相燃油达到高含量区时促发第二阶段成功着火。试验及仿真的碳烟呈现一致性趋势,浓碳烟主要集中在喷雾头部,与OH不同的是,碳烟在整个第二阶段的燃烧过程中持续存在。     

3s技术在城市建设中的运用

3s技术作为一种新兴技术,已经在环境、社会和经济应用等方面展露头角。随着我国新兴城市化进度的不断加快,3s技术由于自身具有的巨大的优势,逐渐在相关领域站稳脚跟。本文主要论述3s技术在城市建设和规划中的应用优势以及应用情况,其中不足之处,希望同行多加指正。     

考虑粘聚力的浅埋隧道围岩压力计算方法

针对浅埋隧道既有围岩压力理论计算中考虑因素较少且计算结果差异显著的问题,在既有理论基础上,建立了考虑土体粘聚力、内摩擦角、侧压力系数和静止土压力系数的浅埋洞室假定破坏模型,推导出误差较小且适用于浅埋隧道围岩的压力计算公式,通过工程实例验证了该理论的合理性,并分析了单一参数变化对围岩压力的影响规律。结果表明：实测围岩压力值与既有理论围岩压力值对比,理论计算的围岩压力与实测值的误差最小;围岩压力随隧道埋深增大表现为先增后减的二次抛物线形规律,随土体的内摩擦角、粘聚力和土压力系数的增大表现为线性减小的规律。     

一种磁电偶极子阵列天线的设计

针对大功率信号源天线设计需求,设计一款磁电偶极子阵列天线。天线由金属加工而成,具有较低的剖面(0.217λ₀),相对带宽达到82.4%(VSWR≤2),带宽内具有良好的耐功率性能。仿真和测试结果表明该天线满足耐功率指标,具有良好的定向辐射性能。     

包包曲风味萃取方式的对比及GC×GC-TOFMS在其风味化合物鉴定中的应用

包包曲是五粮液酿造独具特色的糖化发酵剂,分析包包曲中的风味成分对生产控制具有重要意义。本研究采用液液萃取（LLE）、溶剂辅助风味蒸发（SAFE）、顶空固相微萃取（HS-SPME）等方法对包包曲中的风味成分进行萃取,并进一步利用全二维气相色谱-飞行时间质谱（GC×GC-TOFMS）对化合物进行分析,以建立最有效的包包曲风味分析方法。结果表明,LLE法共提取化合物316种,在总峰面积、化合物数量及低含量化合物的检出方面具有优势;干法HS-SPME萃取效果优于湿法HS-SPME,两者对醛类表现出良好的吸附性;半定量结果显示,包包曲中数量最多、含量最高的是醇类,2,3-丁二醇、苯乙醇、丙二醇、醋酸、己酸、丁内酯等化合物在包包曲中相对含量较高。本研究可为包包曲乃至酒曲的风味研究提供有效参考。     

活性炭负载碳酸锰协同紫外光降解甲苯的研究

近年来, 在低浓度挥发性有机物(volatile organic compounds, VOCs) 废气治理工艺中, 紫外光(UV) 在处理低浓度VOCs 中展现出节能、反应条件温和与无危废污染等优点, 是一种十分符合“双碳” 减排目标的工艺。然而, UV降解VOCs 时所带来的臭氧(O₃) 问题引起人们的高度重视。通过CFD 软件对废气光反应器进行废气的流场与紫外灯光场模拟, 优化光反应器的设计并最大化UV 的利用效率。通过研究UV 降解联合催化氧化降解VOCs, 探索了MnCO₃/AC/UV、MnCO₃/UV、TiO₂/UV 和UV 4 种不同工艺降解VOCs 的效果。研究结果表明, 当MnCO₃ 与AC掺杂质量比为0.75 : 1, 甲苯初始浓度为0.04μg/kg, 废体流量为3.2 L/min 时, 4 种工艺中MnCO₃/AC/UV 对甲苯降解效果最好, 效率可达96%。在UV 与MnCO₃/AC 催化剂协同作用下, 不仅可以大幅提升甲苯降解效率, 还能有效利用UV 副产物O₃, 实现VOCs 的高效降解。     

Community Smell Occurrence Prediction on Multi-Granularity by Developer-Oriented Features and Process Metrics

Community smells are sub-optimal developer community structures that hinder productivity.Prior studies performed smell prediction and provided refactoring guidelines from a top-down aspect to help community shepherds.Simultaneously,refactoring smells also requires bottom-up effort from every developer.However,supportive measures and guidelines for them are not available at a fine-grained level.Since recent work revealed developers'personalities and working states could influence community smells'emergence and variation,we build prediction models with experience,sentiment,and development process features of developers considering three smells including Organizational Silo,Lone Wolf,and Bottleneck,as well as two related classes including smelly developer and smelly quitter.We predict the five classes in the individual granularity,and we also generate forecasts for the number of smelly developers in the community granularity.The proposed models achieve F-measures ranging from 0.73 to 0.92 in individual-wide within-project,time-wise,and cross-project prediction,and mean R2 performance of 0.68 in community-wide Smelly Developer prediction.We also exploit SHAP(SHapley Additive exPlanations)to assess feature importance to explain our predictors.In conclusion,we suggest developers with heavy workload should foster more frequent communication in a straightforward and polite way to build healthier communities,and we recommend community shepherds to use the forecasting model for refactoring planning.