利用土石粉替代石灰石配料生产水泥熟料

近年公司外购石灰石成本成倍增加。为了降低成本且保证回转窑生产线的正常运转，利用周边尘封已久的土石粉（氧化钙含量在45.0%左右）替代石灰石进行配料煅烧熟料。使用土石粉配料后，出现了土石粉在各个环节引起堵塞、下料不畅，立磨产量低，氨水用量大等一系列问题，经过一段时间的摸索和改造后，立磨、回转窑的产质量都恢复到了正常水平。虽然熟料28 d强度略有降低，但3 d强度却有所提高。熟料产质量基本都达到了使用石灰石时的水平，而熟料成本得到了大幅降低。     

四苯基卟啉锶配合物的合成及发光性能

利用醋酸锶与四苯基卟啉反应,合成了四苯基卟啉锶配合物。利用元素分析、红外、核磁共振等对该配合物进行了结构表征。采用紫外-可见吸收光谱、荧光光谱和循环伏安法研究了该配合物的光电性能。四苯基卟啉锶配合物紫外-可见吸收光谱有一个强的吸收峰和一个次强的吸收峰,分别为428、457 nm。荧光光谱有一个强的发射峰和一个弱的发射峰,分别为610、676 nm。循环伏安法测得其氧化峰电位为1.558 V和1.051 V。与四苯基卟啉相比,四苯基卟啉锶紫外吸收发生红移,而荧光发射发生蓝移。     

沼蛤侵蚀对混凝土的性能损伤试验研究

沼蛤侵蚀给混凝土带来的性能影响对防治措施的选择与决策具有重要的参考意义。对于受侵蚀1年的自制试件和受侵蚀20余年的现场芯样,本文采用浸泡增重法、压汞法、场发射环境扫描电镜法和热重法分别测试了有贝附着组和无贝对照组的表层吸水率、表层孔隙特征与孔径分布、表层形貌和成分变化,以及表层钙成分含量变化这4个指标,研究了沼蛤侵蚀混凝土前后以及侵蚀时间对微观性能的影响。定量分析表明:沼蛤附着侵蚀混凝土后,混凝土不同尺寸的孔隙均有增加,同时表观密度分别下降了13.5%(侵蚀1年)和19.5%(侵蚀20余年),表层吸水率分别增加了82%(侵蚀1年)和101%(侵蚀20余年),混凝土表面的铝元素、铁元素和锰元素大幅增加,钙元素尤其是碳酸钙流失严重,分别减少了41.7%(侵蚀1年)和82%(侵蚀20余年)。因此,沼蛤的侵蚀会造成混凝土的微观性能损伤,受侵蚀时间越长,性能损伤越严重。     

金红石型TiO_2对聚丙烯纤维紫外光降解的影响

分析了聚丙烯(PP)／金红石型二氧化钛(TiO2)共混纤维在人工加速紫外光降解中断裂伸长率、断裂强度、质量损失和表面形态的变化,与PP纤维进行对比,研究了纳米级和微米级金红石型TiO2对共混纤维光降解的影响。结果表明,在紫外光照射下,共混纤维中金红石型TiO2的含量越高,PP纤维断裂伸长率、断裂强度的降低和质量损失速率就越快;同时由扫描电镜照片发现,经紫外光照射120 h后,纤维表面损伤程度也随着TiO2添加量的增多而加深。纳米级和微米级金红石型TiO2都对PP的光氧化降解具有一定的催化作用,而且其含量越高,催化作用越强,但纳米级TiO2的催化作用比微米级TiO2大。     

浅谈DCS控制系统的供电技术

主要对自动控制系统中采用的电源供电方式进行了简单阐述,并分析了电源系统的隔离技术和冗余电源设计技术的应用,从而达到抗干扰的目的。     

可降解植物纤维餐具成型工艺的研究

考察了含水率、成型压力、下模温度、上模温度、定型时间、保温时间对餐具使用性能的影响。通过正交试验,选择餐具的最佳成型工艺条件为：含水率为7％,压力为1500kN,下模温度270℃,上模温度290℃,定型时间6S,保温时间20S。     

复合砂浆砌体承载性能试验研究

利用人工砂、粉煤灰及水泥配制出的不同强度等级的人工复合砂浆和多孔黏土砖砌筑了三组标准抗压试件及三组标准抗剪砌体试件,并对这些标准砌体试件进行了抗压和抗剪试验。分析了人工复合砂浆砌体承载的基本性能,得到了此类砌体设计时,与规范公式中相对应的系数修正的建议值。试验结果表明,人工复合砂浆替代普通砂浆是可行的。     

基于词性特征的CNN_BiGRU文本分类模型

传统词嵌入通常将词项的不同上下文编码至同一参数空间,造成词向量未能有效辨别多义词的语义;CNN网络极易关注文本局部特征而忽略文本时序语义,BiGRU网络善于学习文本时序整体语义,造成关键局部特征提取不足.针对上述问题,提出一种基于词性特征的CNN_BiGRU文本分类模型.引入词性特征构建具有词性属性的词性向量;将词性向量与词向量交叉组合形成增强词向量,以改善文本表示;采用CNN网络获取增强词向量的局部表示,利用BiGRU网络捕获增强词向量的全局上下文表示;融合两模型学习的表示形成深度语义特征;将该深度语义特征连接至Softmax分类器完成分类预测.实验结果表明,该模型提高了分类准确率,具有良好的文本语义建模和识别能力.     

基于LSTM神经网络的管道缺陷模式识别方法研究

针对复杂环境下,管道振动信号特征微弱难以提取的问题,提出一种基于长短时记忆网络(LSTM)深度学习神经网络的管道缺陷模式识别方法;首先利用改进型自适应噪声的完全集合经验模态分解(ICEEMDAN)对采集的原始信号进行分解得到若干个固有模态函数(IMF)分量,随后根据信息熵理论计算IMF分量的近似熵作为管道典型状态的特征值构造特征向量集合,然后构造LSTM深度学习神经网络训练模型并调节深度神经网络在训练过程中的相关参数进行网络的结构优化,最后将特征向量输入到LSTM神经网络模型进行训练和识别;结果表明:针对管道振动信号特征微弱难以提取的问题,该方法对管道缺陷模式识别的准确率达到了95％,在消除管道振动信号的背景噪声、挖掘特征信息和保证识别准确性方面优势明显.     

基于九步法的电泵井优化设计

根据电泵井优化设计九步法,利用液面法计算当前流压,建立电泵井产能、气体体积、泵排量模型,开发ESP Star优化设计软件,完成电泵井优化设计计算。29井次现场实测与计算结果对比表明:下泵后流压下降的动液面平均相对误差为-7.4%~5.7%,单井平均泵挂深度下降228 m,电泵机组抽吸能力与油井供液能力匹配好,能够为油田节约能耗、成本并提高油井产量。