富平银沟遗址青瓷标本的类型学分析

富平银沟遗址位于陕西省渭南市富平县华朱乡东北部银沟村。经过为期两年的考古调查与勘探,在该地区发现和搜集了大量的精美陶瓷产品。其中青瓷产品占比最大,具有很高的研究价值。本文主要通过选取银沟地区青瓷器形较为完整,并具有典型代表性的青瓷标本进行类型学的整理分析。根据器形,青瓷标本可分为碗、盘、盒、钵、香炉、瓶、罐、壶等。通过与耀州窑典型青瓷器的器形与纹饰对比,从器物的类型学解析银沟遗址青瓷器的烧造年代时期。     

中亚天然气管道站场火灾防控技术研究

中亚管道作为我国最主要的西北部地区能源大动脉,其安全稳定运行至关重要;管道沿线各压气站是该管道的重中之重,也是安全运行的高风险点;天然气作为易燃易爆介质,在运行过程中主要的危险因素为爆炸、火灾,建立一套安全可靠的火灾防控系统对保证安全至关重要;本文针对中亚天然气管道哈国段各沿线压气站的火灾防控系统的重要性、工作原理、安全可靠性以及工作效果进行研究分析,以期最大程度发挥该系统的安全保障作用,确保中亚天然气管道安全平稳的运行。     

含重金属离子废水治理技术的研究进展

介绍了含重金属离子废水的主要来源以及其相应危害,基于含重金属离子废水治理技术的发展现状,对含重金属离子废水的处理策略进行了阐述。     

Microblaze软核处理器在惯测数据采集中的应用

为达到产品小型化要求，降低开发难度，采用Xilinx公司最新７系列内置Microblaze软核的FPGA芯片以实现数据采集，通过在惯测数据采集上应用的实际项目，详细说明了该类 FPGA芯片的Microblaze软核开发流程，包括应用系统的硬件 架构设计、在最新Vivado开发环境下的软核硬件平台的设计、整体软件的设计等，经过测试和对比，实验的结果充分说明Microblaze软核能够代替同类CPU芯片实现惯测产品的数据采集及处理，并具有其灵活高效的特性，在相近的应用场合中展现出独特的优势。     

SLS用纳米羟基磷灰石/聚酰胺6复合粉体的制备及粉体性能分析

采用高温高压溶剂沉淀法制备出纳米羟基磷灰石/聚酰胺6(n-HAP/PA6)复合粉体。通过扫描电子显微镜(SEM)、示差扫描量热法(DSC)和X-射线衍射(XRD)对粉体的微观形貌、热性能和结构进行分析;通过对粉体粒径及分布、压缩度和休止角测试,讨论了粉体的流动性能。结果表明:制备出的粉体由蓬松多孔结构变为光滑致密的近球形颗粒;随着n-HAP含量的增加,n-HAP/PA6复合粉体的熔融焓逐渐降低,有助于降低选择性激光烧结(SLS)扫描功率;成功实现了对粉体粒径的控制,当n-HAP含量为10%时粒径达到29.68μm;压缩度和休止角的降低充分表明,复合粉体中n-HAP含量为10%时所制备的粉体流动性最好。     

新型龙门砂带修磨机关键零件的优化分析

以某新型的龙门重型砂带修磨机为研究对象,运用SolidWorks对其中的关键零件进行三维建模。然后运用有限元分析软件ANSYS Workbench的模态分析子模块对顶升连接件进行模态分析,从而获得其固有频率和振型。通过三种不同材料的动态性能分析,并根据所得数据和振型图分析出该零件的薄弱环节,针对其薄弱环节提出改进途径。通过各种改进方法的比较,从而找出最优化的改进方法并确定其所对应的材料,为提高修磨机的刚度、避免共振提供理论依据。     

烧结余能高效循环利用技术研究与应用

针对烧结环冷机中低温烟气外排造成的余能浪费以及环境污染等问题,通过中低温烟气循环利用的技术机理与工艺设计的有效结合,从烟气温度、烟气作用时间及烟气粉尘的主动控制三个方面对烟气余能循环利用技术进行了优化,并应用于新钢两台360m~2烧结机。生产实践表明,烟气温度、烟气作用时间及烟气粉尘对烧结工艺指标产生了较大的影响。当烟气温度保持在250±25℃之间,烟气作用时间占总烧结时间比例控制在50%左右,以及烟气中粉尘含量在200mg/m~3以下时,烧结利用系数提高0.01～0.02t/(m~2·h),固体燃耗降低2.33～2.35 kg/t,烧结矿转鼓强度提高了0. 50%～0. 54%,筛分指数降低0. 12%～0. 14%,FeO质量分数降低0.32%～0.34%。此外,每台烧结机每年可减少环冷机热废气排放量约25800万Nm~3。     

自然崩落法底部结构失稳因素及支护对策研究

某铜矿使用自然崩落法开采,矿山进入深部开采后,底部结构破坏严重,传统的锚杆支护很难起到作用。针对矿山深部采区底部结构失稳问题,采用Midas-GTS有限元软件对拉底过程中底部结构的应力分布进行研究,并提出了一种底部结构联合支护方案。研究结果表明:在前进式拉底过程中,底部完全拉开后,出矿水平巷道交叉处及桃形矿柱会出现拉应力,且超出了岩体抗拉强度,基于此规律提出底部结构联合支护方案,并由数值计算可知支护后底部结构最大位移降低了38.5%。此支护方案对该铜矿山底部结构维护有一定的指导作用。     

基于注意力机制与文本信息的用户关系抽取

随着社交媒体的发展,用户之间的关系网络对于社交媒体的分析有很大的帮助。因此,该文主要研究用户好友关系检测。以往的关于用户好友关系抽取的研究主要基于社交媒体上的结构化信息,比如其他好友关系,用户的不同属性等。但是,很多时候用户本身并没有大量的好友信息存在,同时也不一定有很多确定的属性。因此,我们希望基于用户发表的文本信息来对用户关系进行预测。不同于以往的潜在好友推荐算法,该文提出了一种基于注意力机制以及长短时记忆网络(long short-term memory,LSTM)的好友关系预测模型,将好友之间的评论分开处理,通过分析用户之间的评论来判断是否具备一定的好友关系。该模型将好友双方信息拼接后的结果作为输入,并将注意力机制应用于LSTM的输出。实验表明,用户之间的评论对于好友关系预测确实有较大的实际意义,该文提出的模型较之于多个基准系统的效果,取得了明显的提升。在不加入任何其它非文本特征的情况下,实验结果的准确率达到了77%。