上榆泉煤矿煤泥水多参数在线检测系统应用研究

针对上榆泉煤矿煤泥水性质参数人工检测周期长、误差大、滞后性严重的问题,采用多参数传感器和PLC,开发了煤泥水多参数在线检测系统。经过8 h稳定运行,平均结果显示该厂煤泥水参数为pH值为7.71、浓度9.45%、中值直径(D50)39.56μm、流量2 440 m3/h、水质硬度428.94 mg/L,与人工检测结果相一致。应用结果表明,该检测系统能够实现煤泥水多参数在线监测和数据分析功能,使煤泥水的处理更高效。     

哈拉沟选煤厂重介浅槽分选机入料下限调整的应用研究

哈拉沟选煤厂平均原煤小时量3000t/h。基本流程为13mm以上块煤经三套浅槽分选,13mm以下末煤进入到末煤系统利用重介质旋流器分选或直接上仓。考虑到块煤系统吨煤成本比末煤低8.12元/t。将块煤入洗下限由13mm调整至6mm,块煤入洗量增加302.62t/h,精煤产率85.51%,提高2.17%;精煤灰分4.61%,降低0.23%;数量效率94.62%,提高4.28%,每年可节省成本约四百万元。     

连续球压痕试验检测金属材料应变硬化指数方法的修正

采用连续球压痕试验获取金属材料压入载荷-深度曲线,将该曲线计算转化为表征应力-应变数据并拟合即可得到应变硬化指数n;通过采用材料塑性拓展指数确定材料完全塑性变形区间,采用迭代算法对塑性约束因子进行修正以及考虑压痕堆积效应获得真实接触深度对连续球压痕试验测定n值方法进行修正。采用修正方法得到6061铝合金、6063铝合金、45钢、ST钢、AIF1合金、X52钢、X60钢、SK3钢等8种材料的n值,并与单轴拉伸试验结果进行对比。结果表明:未修正方法得到的n值与拉伸试验结果的相对误差均在10%以上,采用3种方法修正后相对误差减小,除X60钢的相对误差为8.6%外,其他均在5%以下。     

油水井连续液压解卡工艺

针对普通小修作业修井机载荷小、大部分上提力被管柱的伸缩、摩擦和自重所消耗 ,以及只能满足普通的检泵、检管、换封等作业的特点 ,开发成功油水井连续液压解卡新工艺。简要介绍了这种工艺的工艺管柱组成、工艺原理、技术指标、性能特点及现场应用情况。 2 0 0 1年在中原油田现场应用油水井连续液压解卡工艺 15口井 ,其中 14口井解卡成功 ,1口井在最大工艺范围内未能解卡 ,但安全脱离 ,将解卡管柱顺利起出。     

青海某铜矿浮选试验研究

试验的原样含Cu1．38％,TFe40．66％,TS38．58％,Co0．05％。主要金属矿物黄铁矿、黄铜矿、闪锌矿和磁铁矿等。根据原矿性质及现场流程,本次试验对“二粗三精二扫”浮选流程做了详细的选矿试验研究,最终获得铜精矿品位16．75％,回收率79．95％,该指标比较理想。     

斜拉桥运营阶段温度效应分析

以苏通大桥为计算模型,将斜拉桥的温度荷载分解为体系温差、索梁（塔）温差、主梁温度梯度以及主塔的温度梯度来考虑,利用大型通用有限元软件ANSYS研究了斜拉桥运营阶段的温度静力响应,得出了斜拉桥的温度效应不容忽．视的结论。     

基于底部旋流的浮选柱内气泡尺寸分布规律

基于底部旋流的浮选柱是结合旋流力场和浮选机理的一种新型浮选设备.为了研究该浮选柱内气泡分布规律,采用PIV-Shadow法,在起泡剂(仲辛醇)质量浓度为0.30mg/L时,分别对不同结构旋流方式和不同循环量条件下旋流段气泡直径进行统计分析.结果显示:底部锥形结构旋流方式的气泡尺寸呈正态分布,分布范围比环板结构旋流方式气泡分布范围更宽,微小气泡比例充足.当循环量Q从0.187m~3/h增加至0.350m~3/h时,小直径气泡比例上升,但气泡分布范围变窄.因此,在0.290m~3/h循环量时,气泡尺寸分布范围较宽,并可以产生充足的微泡,这有利于细粒矿物的浮选回收.     

企业砝码管理和使用存在的问题解析

砝码是用来传递量值的标准器,是一种常见的实物量具,在企业里使用广泛。日常的使用不可避免会带来一定的磨损,因此砝码需每年定期送法定计量机构检测来保持其准确性。作为一名检测人员,在多年的检测工作中发现,很大一部分企业在砝码的管理和使用中存在着诸多问题,本文主要就这些问题进行分类总结,并提出了相应的解决办法。     

基于混合LSTM深度学习的特高压直流线路模量幅值比故障测距研究

对特高压直流（Ultra high voltage direct current,UHVDC）输电系统而言,准确可靠的测距方案可确保故障线路快速恢复、提高供电可靠性。提出一种基于线模分量和零模分量幅值比的特高压直流线路单端故障测距方法。首先推导出故障距离与初始电压行波模量幅值比之间的近似公式。公式表明,两者之间存在非线性关系,且与过渡电阻无关。然后选用混合长短期记忆（Long short-time memory,LSTM）深度学习网络进行训练和学习,提取各模量初始电压行波首波头的幅值比作为深度学习网络的输入量,以故障距离作为输出量,构建深度学习故障测距模型。搭建云广±800 kV特高压直流输电系统仿真模型。仿真实验表明,所提出的测距方法不受故障类型和过渡电阻的影响,且测距结果具有较高的准确性,相对误差不超过0.34%。