应用红外光谱方法研究干酪根的演化程度

随着石油地球化学研究的深入,干酪根的研究也相应得到了发展。对于干酪根的研究,笔者从分离干酪根直至光谱分析,作了一系列的条件试验,同时,还作了模拟温度变化的试验。在这些试验的基础上,探讨了干酪根的结构与红外光谱之间的关系;对比国内外有关资料,提出了芳环波数位移律,用以研究干酪根的演化程度。另外,对干酪根分离过程中的有关问题,也进行了探讨。      

高锰铝青铜螺旋浆的补焊

本文介绍的高锰铝青铜ZQAL-12-8-3-2合金,是近年来出现的优质大型螺旋浆材料。其化学成分(％)为:Mn 11.5～14、Al 7.5～8.5、Fe2.5～4、Ni1.8～2.5、Zn<0.3,其余为铜。该合金具有优异的综合性能,其抗拉强度为66～73.5公斤/毫米~2,屈服强度28～34.5公斤/毫米~2,冲击值3.5～4.8公斤·米/厘米~2,该合金铝当量为9.91。     

发光细菌法评价典型制革表面活性剂的生态毒性

表面活性剂应用于皮革生产过程各个湿加工工序,未被皮坯吸收的表面活性剂随废水排放,引起潜在的生态风险。本文采用明亮发光杆菌新鲜菌液,评价了制革生产中常用的阴离子、阳离子和非离子九种表面活性剂,暴露15 min的生态毒性。结果发现,阳离子表面活性剂对发光细菌的生态毒性阴离子表面活性剂非离子表面活性剂。非离子表面活性剂AEO、Triton X-100和Tween80对发光细菌有轻微发光抑制(10%～35%);磺酸盐型的阴离子表面活性剂中,拉开粉和太古油的光抑制率在浓度达2.0 g/L时仅分别为15%和45%,生态毒性远小于渗透剂T(EC50=406.81 mg/L);阳离子表面活性剂毒性为:CTAB(EC50=2.37 mg/L)DTAB(EC50=10.68 mg/L)SKC(EC50=73.96 mg/L)。研究结果为清洁制革过程选用表面活性剂提供了生态性参数。     

石材蜂窝板及其应用

本文简要介绍了石材蜂窝板的品种、结构、特点、应用范围及工程实例,并针对石材蜂窝板在应用中普遍存在的疑虑心理和主要技术问题,如耐久性、板型凹凸、安装连接、弯曲强度和物理力学性能等,提出了相应的见解和注意事项。     

钯金合金纳米线修饰电极对过氧化氢的催化传感性能研究

通过变频交流电沉积自组装法制得钯金合金纳米线修饰电极,并利用其所具有的良好化学稳定性及电催化性能,研究了该修饰电极对过氧化氢的传感性能。钯金合金纳米线修饰电极对过氧化氢的线性响应范围为10×10-6～9. 1×10-3mol·L-1;当信噪比为3时,其最低检测限可达到0. 75×10-6mol·L-1;灵敏度达到148. 68μA·mmol-1·dm-3;通过其稳定性与重现性的研究可知,该电极具有长期稳定性和良好的重现性。     

核电厂在运消防系统整体改造项目管理实践

秦山核电厂320MWe机组是我国大陆第一座原型试验堆,由于设计时间较早,当时设计的消防系统已不满足目前国家法规要求,需要对系统做全面升级改造。由于是正在运行中的安全相关系统,需要尽量保证系统的可用性,因此难度较大。该项目设计复杂、工程量大、专业跨度广、核心区域工程实施对机组安全运行也带来挑战,项目组在全面梳理了设计、设备、预算、文档、施工等流程后,在项目计划、进度和控制上全过程进行了创新实践,确保了改造任务顺利完成,提升了电厂消防安全性能。此项目为运行核电厂整体系统改造积累了项目管理方面的经验。     

高锰铝青铜螺旋浆焊补工艺分析

螺旋浆是舰船的关键部件,当前国内外制造螺旋浆的材料主要有锰黄铜和铝青铜等,高锰铝青铜是在铜一铝二元合金中添加大量的锰和适量的铁、镍的一种铜合     

运用"表皮"的手法重构建筑外界面的探讨--以重庆市新华路沿街旧建筑外界面改造为例

以解决当前城市发展带来的大量建筑外界面需要改造的要求为目的,从建筑技术与建筑形态相结合的角度分析了重构外界面的原则,并尝试采用"表皮"的手法对重庆市新华路沿街建筑外界面改造进行实践与研究,提出外界面重构的一些技术策略.     

基于改进SMOTE不均衡样本处理和IHPO-DBN的变压器故障诊断方法研究

针对由于变压器故障样本不均衡和故障模型陷入局部最优而导致的分类准确率低的问题,提出了基于改进的合成少数类过采样技术和优化深度置信网络(deep belief network, DBN)的变压器故障诊断方法。首先采用聚类融合的K-means算法,通过分簇和匹配的方式筛选出不稳定的少数类样本用以改进中心点合成少数类过采样技术(center point synthetic minority oversampling technique, CP-SMOTE)算法,并对少数类样本进行扩增,解决了变压器故障数据分布不均衡的问题。其次,通过加入随机逆向学习和自适应惯性权重技术对猎食者优化算法进行改进,并用改进后的算法对DBN的内部参数进行优化调整,提高了模型精度。最后,将不同数据预处理情况下以及不同数据规模下的变压器故障模型进行仿真对比。结果表明,经过数据预处理和模型优化后的变压器故障识别准确率能够提高到98%,有效地解决了故障数据不平衡导致的分类精度低的问题。