考虑温度和滑脱效应的煤渗流应力耦合模型

温度变化、滑脱效应、有效应力等对煤层变形和瓦斯流动耦合机制的影响规律是煤层瓦斯突出灾害防治、煤层气抽放设计等工程中的关键。从吉林华兴矿取原煤,粉碎后制备型煤试样,利用自行研制的三轴渗流应力温度耦合实验装置开展了三轴气渗流试验,研究了孔压、有效应力及温度对型煤渗透率的影响规律,结果表明:1)低孔压条件下,随着孔压增加煤样渗透率减小,当减小至某一临界值后,渗透率再随孔压增加而缓慢增长,即表现为所谓的滑脱效应。2)有效围压对煤的渗透率有很大影响,围压增加,煤样所受有效应力增大,煤样内的孔隙和裂隙空间被压缩,瓦斯的渗流通道变窄,渗透率降低。3)温度变化对煤的渗透率有显著影响,温度升高,煤的渗透率降低。这主要是由于温度升高使得煤样体积膨胀,由于周围的约束使得煤样内部出现温度压应力,煤的孔隙和裂隙空间被压缩,试样的渗透率降低。同时,温度升高使得甲烷气体黏性增强,加剧了煤的渗透率降低的趋势。温度变化对煤渗透率的影响近似服从线性关系。4)建立了考虑温度变化、有效应力及滑脱效应影响的煤渗透率演化方程。将煤视作弹性介质,结合有效应力原理和本文的煤渗透率演化方程,建立了考虑温度变化、滑脱效应影响的煤变形和瓦斯流动耦合数学模型,在Matlab软件下开发了相应的有限元程序。通过数值算例研究了温度变化和滑脱效应对煤变形和瓦斯流动的影响规律,结果表明:1)若不考虑温度变化和滑脱效应的影响,将偏于低估瓦斯流动能力,在煤变形和瓦斯流动耦合分析中应考虑温度变化和滑脱效应的影响。2)本文建立的模型能较好地考虑温度变化、滑脱效应和有效应力对煤层瓦斯流动的影响,从而为煤层瓦斯运移预测提供了一个新的思路。     

红榄李来源内生真菌Penicillium oxalicum HLLG-13 次级代谢产物与生物活性研究

对一株红树植物红榄李（Lumnitzera littorea（Jacq.） Voigt）内生真菌Penicillium oxalicum HLLG-13次级代谢产物进行系统研究;综合运用多种色谱分离方法结合波谱、光谱技术从中分离 鉴定了21个单体化合物,分别为2-（4-羟苯基）乙基-（2S）-羟基丙酸（1）,2-（4-羟苯基）乙酸乙酯 （2）,（4-羟 苯 基）乙 酸 甲 酯（3）,4-羟 基 苯 乙 醇（4）,2,4,5-三 甲 基 间 苯 二 酚（5）,1-（2,6- dihydroxyphenyl） butan-1-one（6）,rosmarinosin C（7）,penicyclone A（8）,penicyclone C（9）,2-（N-乙 酰氨基）苯酚（10）,N-乙酰酪胺（11）,2-［［（2S）-羟基-1-氧丙基］氨基］苯甲酰胺（12）,peniamidone A（13）,meleagrin（14）,7-羟基-2-（2ʹS-羟丙基）-5-甲基色酮（15）,3-甲基-6,8-二羟基异香豆素 （16）,（-）-6-hydroxymellein（17）,（3R）-甲基-5-氯-6,8-二羟基-二氢异香豆素（18）,（3R）-甲基-6, 8-二羟基-7-甲氧基-二氢异香豆素（19）,（-）-citreoisocoumarinol（20）和 de-O-methyldiaporthin （21）。抗菌活性测试结果表明,所有化合物对测试的5株人体致病菌和3株弧菌均无明显抗菌活 性;神经保护活性测试结果表明,化合物16具有中等的神经保护活性,在200 µmol/L浓度下,可以 将H2O2氧化损伤的HT22细胞存活率由43.36%提升至60.15%。     

它们何以入选全国十大考古新发现？

<正>从旧石器时代到金元明时期,从黄土高原到蔚蓝南海,这些考古新发现涵盖范围广、学术价值高、科学意义大,成为过去一年田野考古工作的突出代表。2023年度全国十大考古新发现3月22日在京揭晓。山东沂水跋山遗址群,福建平潭壳丘头遗址群,安徽郎溪磨盘山遗址,湖北荆门屈家岭遗址,河南永城王庄遗址,河南郑州商都书院街墓地,陕西清涧寨沟遗址,甘肃礼县四角坪遗址,山西霍州陈村瓷窑址,南海西北陆坡一号、二号沉船遗址（按年代早晚排列）入选。     

美英日德法科技创新对产业发展的影响研究

以美英日德法2011—2020年的数据为研究样本，构建产业发展水平指标体系，分析美英日德法科技创新对产业国际竞争力、产业就业结构、产业绿色发展的影响，讨论科技创新对产业发展水平的影响。研究发现，随着科技创新能力的变化，五国的高技术出口指数都有所减少，美德的国际市场占有率有所增加，英日德的贸易竞争力指数有所增加；英日德法的就业产业结构有所优化，美英德法的就业技能结构有所改善，五国的就业知识结构都有所优化；美英的能源耗费指数、污染排放指数都有所减少，美英法的增长质量有所增加；2011—2019年，美英产业发展水平随科技创新能力的增强而增加，日法随科技创新能力的增强而减少，德国随科技创新能力的减弱而减少。