排序方式: 共有36条查询结果,搜索用时 62 毫秒
1.
针对入洗原料煤煤泥过大、系统无法满负荷生产的现状,官地矿选煤厂通过增加TBS系统,对入洗原料煤工艺系统进行脱泥处理、减轻重介系统压力改造,达到提高系统处理能力、提高精煤回收率和经济效益的目的。 相似文献
2.
3.
以十六烷基三甲基溴化铵(CTAB)为表面活性剂,采用水热法成功制备了不同掺杂比例的Zn_(1-x)Co_xAl_2O_4(x=0,0.20,0.40和0.60)纳米晶。并对样品的晶体结构、形貌、化学成分、价态和光学性能进行表征。实验结果表明,本方法所制备的不同掺杂浓度的Zn_(1-x)Co_xAl_2O_4纳米颗粒为尖晶石结构,晶化程度良好。根据XRD数据计算了晶胞参数a、晶格间距d_(hkl)、晶粒尺寸D,随着掺杂Co离子浓度的增加,均表现为减小趋势。XPS能谱显示大多数Co离子占据四面体中心位置,但有少量的Co离子占据八面体中心位置。随着掺杂Co离子浓度的增加,紫外吸收光的强度逐渐增加。 相似文献
4.
不同品种红小豆的品质评价研究 总被引:4,自引:0,他引:4
以北京、河北、东北3个红小豆主产区的15个有代表性的红小豆品种为试验材料,对其10个品质性状进行主成分分析和综合评判。结果表明:主成分分析提取出3个主成分,累计贡献率已高达84.252%,可以反映红小豆品质的绝大部分信息。籽粒明度值L*、百粒重、蛋白质、出沙率、砂质感、淀粉粒径为影响小豆品质的最主要因子。用这3个主成分代替原来的10个品质因子对小豆进行综合评判,筛选出外观品质好的品种为日本红、农安红、保红947、中农科2号,加工品质和综合品质好的品种为中农科3号、保8824-17、保876-16、京农8号。 相似文献
5.
基于主成分分析的绿豆沙加工用品种筛选 总被引:3,自引:0,他引:3
选取北京、河北、东北等地有代表性的12个绿豆品种,测定影响绿豆沙加工的主要营养成分,并对不同品种制成的绿豆沙进行感官评价,然后对各指标进行主成分分析。结果表明,主成分分析提取出4个主成分,累计贡献率达84.380%,可较好反映绿豆沙品质的绝大部分信息。蛋白质、淀粉、硬度、砂质感等为影响绿豆沙品质的主要因子。用这4个主成分代替原来的10个品质因子对绿豆沙进行综合评判,筛选出适宜绿豆沙加工用的品种:中绿10号、保绿942以及冀绿-19-2。 相似文献
6.
镁基储氢材料由于价格低廉、储氢量高和安全性好等优点,受到人们的广泛关注。然而较高的吸放氢温度和较慢的动力学性能在一定程度上限制了其在储氢方面的进一步研究和应用。目前,该体系的研究热点主要集中在优化不同的改性方法,目的是得到低成本、大批量、小颗粒和稳定性高的纳米MgH2,并已取得了一定的进展;但要获得能够在环境温度下具有理想热力学性能和实际应用价值的镁基储氢材料,仍面临巨大挑战。本文中,我们总结了镁基合金储氢材料的研究进展,并进一步梳理了文献中关于优化和改变热力学和动力学性能的方法,为获得具有高容量、低成本、吸放氢动力学和热力学性能优异的镁基储氢材料提供更好的实验经验和理论支持。 相似文献
7.
8.
以CTAB为表面活性剂,采用水热法成功制备了不同掺杂比例的Zn1-xCoxAl2O4(x=0,0.20,0.40和0.60)纳米晶。并对样品的晶体结构、形貌、化学成分、价态和光学性能进行表征。实验结果表明,本方法所制备的不同掺杂浓度的Zn1-xCoxAl2O4纳米颗粒为尖晶石结构,晶化程度良好。根据XRD数据计算了晶胞参数a、晶格间距dhkl、晶粒尺寸D,随着掺杂Co离子浓度的增加,均表现为减小趋势。XPS能谱显示大多数Co离子占据四面体中心位置,但有少量的Co离子占据八面体中心位置。随着掺杂Co离子浓度的增加,紫外吸收光的强度逐渐增加。 相似文献
9.
以乙二胺为修饰剂,采用水热法合成了不同掺杂比例的Zn_(1-x)Mn_xS(x=0,0.02,0.05,0.07)稀磁半导体材料,并通过XRD、FESEM、HRTEM、XEDS、光致发光光谱(PL)和振动样品磁强计(VSM)对样品的晶体结构、形貌、光学性能和磁学性能进行表征。实验结果表明:本方法制备的所有样品具有结晶良好的纤锌矿结构,没有杂峰出现;样品形貌为一维的纳米棒状,分散性良好;掺杂的Mn2+以替代Zn2+的形式进入到ZnS晶格中,随着Mn掺杂量的增加晶格常数呈现收缩趋势;样品的PL光谱存在明显的紫外发光峰、蓝光发光峰和绿光发光峰,而且峰位发生蓝移;同时一定量的Mn掺杂ZnS纳米晶在室温条件下具有铁磁性。 相似文献
10.
基于人工神经网络的SS400钢板力学性能预测 总被引:2,自引:0,他引:2
寻求微观组织与性能的定量关系一直是研究开发离线与在线预测系统的关键问题,针对热轧带钢SS400性能预测系统,提出了基于Matlab神经网络工具箱的神经网络解决方案.该模型采用前向神经网络,在利用BP算法的基础上,为了克服常规BP学习算法的缺陷,Matlab神经网络工具箱对常规BP算法进行了改进,采用更有效的数值优化方法,如Levenberg—Marquardt优化方法,建立了化学成分和生产的主要工艺参数与产品力学性能之间的关系.结果表明影响板带屈服强度、抗拉强度和延伸率三者的显著因素为钢板厚度和含碳量. 相似文献