硅藻土/碳酸钙复合吸附材料制备研究

本实验用生石灰和碳酸铵与硅藻土混合进行水热改性,合成具有一定力学性能且吸附性能良好的硅藻土陶粒。研究了制备过程中生石灰添加量、碳酸铵添加量、水热反应温度、焙烧时间及焙烧温度对陶粒强度及吸附性能的影响。结果表明:当硅藻土中生石灰的添加量为15%、碳酸铵添加量为15%,180℃水热反应6 h,并在125℃下焙烧40 min时,陶粒性能最佳,其散失率仅为4.41%,对阳离子红的吸附去除率可达到49.42%,饱和吸附量为247.1 mg/g。X射线衍射(XRD)与红外光谱(FTIR)分析表明:向硅藻土中加入生石灰和碳酸铵后,硅藻土陶粒中生成了碳酸钙物相。     

黏结剂对硅藻吸附陶粒性能的影响

在制备以硅藻土为主要原料的吸附陶粒过程中,需加入黏结剂以增强陶粒的力学强度,不同种类黏结剂影响吸附陶粒的吸附性能和力学性能。本试验探究了淀粉、硅酸盐水泥、高岭土、聚乙烯醇和水玻璃等黏结剂对硅藻吸附陶粒吸附性能和力学性能的影响。试验表明,采用水玻璃作为黏结剂,硅藻吸附陶粒具有良好的力学和吸附性能,并且在水玻璃模数为1,添加量为9%,在400℃下焙烧30 min时,可得到对溶液中阳离子红去除率为50.83%,散失率为11.00%的硅藻吸附陶粒。在高温焙烧下,水玻璃中的Na2O成分对硅藻表面具有助熔作用,其中的Si O2成分凝聚形成-Si-O-Si-网络结构,将硅藻颗粒黏结,增强了硅藻吸附陶粒力学强度,同时还保留了丰富的Si-OH吸附位点,吸附能力较高。     

基于Elman神经网络的织物染色的配色

文章提出了一种基于Elman神经网络的三刺激值染色配色方法。在分析了传统三刺激值染色配色方法的缺陷的基础上，利用Elman神经网络易于逼近多变量、非线性函数的特点，建立了用E1man神经网络来进行染色的三刺激值配色模型。计算机配色的预测结果表明此方法能够较好地满足实际染色的配色要求。     

河南某地钠长石矿选矿增白试验研究

针对河南某钠长石矿中的方解石、含钛矿物和云母等杂质矿物,采用磨矿-脱泥-磁选-浮选联合流程对其进行了选矿增白试验研究,得到了精矿白度为66.09%,Na_2O含量为9.03%,Fe_2O_3含量低至0.05%,TiO_2含量降低至低于X射线荧光光谱仪检出限,产率为67.08%的长石精矿,此钠长石可达到日用陶瓷一级品标准。XRD分析可知影响长石精矿白度的含钛矿物为钙钛矿。     

知识图谱在电力故障诊断领域的研究与应用综述

在当前电力行业不断发展的时代趋势下，智慧电厂建设这一命题逐渐受到了学者们的广泛关注，电厂电力故障相关问题的管理成为了重要的一环。部分学者也开始研究如何通过知识图谱技术实现电力故障诊断领域知识的整合、分析、挖掘与再利用。为了解现阶段这一技术在电力故障诊断领域的应用情况，通过调研现有相关文献，有如下总结：在方法应用上，知识图谱的相关方法在电力故障诊断领域的应用主要集中在实体以及实体关系抽取上；在检索系统上，知识融合相关技术尚待优化。综合以上调研，针对知识图谱在电力故障诊断领域的应用与发展，提出对未来的展望。