基于客观组合权-改进集对分析模型的矿井突水水源识别

矿井水害事故的发生对煤矿的安全开采带来很大的影响,快速准确地识别突水事件中所涉及的水源,是预防和解决矿井水害的关键手段之一。基于客观组合权和集对分析理论,针对矿井突水水源识别问题,以东滩矿4个含水层中的40个水样为识别样本,选取Na⁺+K⁺、Ca²⁺、Mg²⁺、Cl^-、SO₄^2-和HCO₃^-共6项水化学指标作为识别因子,构建了矿井突水的水源识别模型,并利用该模型对10个检验样本进行水源识别。结果表明：客观组合权既避免了主观赋权法的主观随意性的缺点,又弥补了单一客观赋权法带来的片面性较强的不足,能合理地对识别指标进行权重赋值。Ca²⁺和Mg²⁺的权重明显高于其他离子,分别为0.28和0.25,二者的权重之和占比达53%,说明这2个指标在突水水源识别中起主要作用。利用客观组合权-改进集对分析模型对10个检验样本进行识别,准确率达到90%,说明该模型在矿...     

并列流化床间采用载热体循环而传热

对高温并列流化床间采用载热体循环而传热的特殊传热方式进行了实验研究，得到了流化工况和颗粒物性等因素对颗粒循环与传热速率的影响规律。分析了用辅助气流控制双床间颗粒循环的内在机理，提出了该系统极限传热速率的计算式。     

LED带抽运Nd∶YAG激光器

为了研究抽运光源光谱与增益介质吸收光谱对发光二极管(LED)带抽运激光器输出效率的影响,进一步提高输出效率,将光谱信息引入激光速率方程中,建立了LED带抽运速率方程, 采用该方法对LED带抽运Nd∶YAG激光器进行了理论分析和实验验证。结果表明,利用红外LED对Nd∶YAG激光器进行侧面抽运,当抽运能量为9.1mJ时,取得了能量为607μJ的1064nm激光输出,达到实验中最高的倾斜效率15.5%,此时光转换效率为6.67%;速率方程的计算求解和实验的输出能量二者基本吻合。这一结果对研究提高LED带抽运激光器的输出效率是有帮助的。     

流化床系统物料密相循环特性的研究

通过对并列流化床间固体颗粒密相循环的实验研究，分析了流化工况对颗粒物料循环量的影响，提出了并列流化床系统用辅助气流控制颗粒循环量的临界操作条件，对给定系统最大颗粒循环量的计算作了说明。     

科技年代的市场推广方式

每天起来，打开电视机或电台，我们便看到或听到广告宣传，各方供货商都利用这些渠道，将公司的形象，所供应的产品和服务向各方推介。走到街上，又看到公共汽车，广告牌，大厦外墙，以至地铁或巴士都装有电视屏幕，播出各样的宣传短片，推广着各式各样的产品。回到公司，打开计算机。走进互联网，大部份网站都提供横条或全幅的广告画像，又看到各种推广信息。到假日，在各大商场看到摊位的摆设。娱乐节目。又是另外的推广手法。真的是多姿多彩，目不暇给，但你能记得多少的信息呢?哪一个能吸引你留下脚步，继而了解所推介的产品或服务，更掏腰包去购买呢?     

预热空气的节能效果及空气预热器的选择

对于热值较低的发生炉煤气，有必要采取回收烟气余热预热空气的燃烧方式。空气温度提高，煤气燃烧温度提高，燃料消耗量下降。空气温度取决于空气承热器的性能，必须综合考虑烟温、阻力、烟气成分、材料、强化传热方式的适应性等多重因素，选择同时满足工艺要求和经济性的空气预热器。     

唐家会矿地下水化学特征及其在断层导水性识别中的应用

为了识别鄂尔多斯盆地北部唐家会矿DF₁断层导水性,预防采掘工作面突水事故的发生,通过采集唐家会矿二叠系砂岩水、奥陶系灰岩水(奥灰水)共36组水样,利用Piper图、离子比例法及饱和指数法研究矿井地下水化学特征及成因,并基于水化学特征分析断层导水性。结果表明,砂岩水化学类型为Cl·HCO₃-Na型和Cl-Na型,奥灰水化学类型为Cl-Na型。砂岩水和奥灰水中Na⁺主要来源于岩盐与硅酸盐岩的溶解;奥灰水中方解石处于平衡和过饱和状态,白云石处于未饱和状态,并发生了阳离子交换吸附。随着与DF₁断层距离的减小,61101工作面底板注浆孔涌水TDS增加;11-4~#孔涌水随着时间延长,Cl^-逐渐增加,表明钻孔涌水中奥灰水的混合比例越来越大,DF₁断层在该区段为导水断层。     

面向肺炎CT图像识别的DL-CTNet模型

肺炎常缺乏明显呼吸系症状,症状多不典型,易发生漏诊、错诊.利用深度学习技术辅助医务人员安全、高效地检测感染者是一种有效途径.针对COVID-19感染者CT图像的磨玻璃影、铺路石征、血管扩张等特点,提出一种可有效地提取CT图像中的局部与全局特征的轻量级模型——DL-CTNet.输入预处理的CT图像后,首先采用空洞卷积和动态双路径多尺度特征融合(D-DMFF)模块的2个支路提取浅层特征;然后使用局部与全局特征拼接模块(LGFC)中的D-DMFF模块提取局部特征、Swin Transformer提取全局特征,并通过拼接获得深层特征;最后经过全连接层输出分类标签.实验结果表明,在2个CT图像数据集上,验证了LGFC模块以及DL-CTNet的低复杂度与有效性; DL-CTNet的分类准确率高达98.613%,与其他方法相比,其能更准确地识别肺炎的CT图像.