X射线荧光分析技术及相关标准介绍

1X射线荧光分析简介X射线荧光分析是以化学元素受到适当激发时放射出特征辐射的事实为依据的。根据荧光X射线的激发方式和分光方式的不同,相应的仪器被称为光谱仪和能谱仪。光谱仪采用X射线管激发,分光晶体分光,可对氟到铀之间的所有元素进行分析,仪器构造复杂,国内尚无法生产。能谱仪采用小功率X射线管、同位素源等激发,采用波高分析器分光,一般仅能对设定的10种左右的元素进行分析,国内已可进行批量生产,在水泥行业应用较广的有钙铁分析仪、硅铁铝钙四元素分析仪和硅铁铝钙镁硫钛钾钠多元素分析仪等。X射线荧光分析除具有一般的仪器分…     

基于偏最小二乘回归分析发动机异常磨损的判断

针对发动机状态监测中油液光谱分析样本数据少、元素种类多及各元素之间存在相关性的特点,提出采用偏最小二乘回归方法处理油液光谱分析数据。分析了偏最小二乘回归方法的特点,阐述了其基本原理和算法步骤;将偏最小二乘回归方法应用于发动机油液光谱数据的处理和分析,求出了发动机磨损状态判断的回归模型;应用此回归模型判断了EQ6BT柴油发动机的异常磨损。结果表明,应用此回归模型可以直观地判断发动机是否存在异常磨损。     

X射线荧光光谱法对水泥中主要成分及微量元素分析测定

X射线荧光光谱分析（XRF）具有分析速度快、样品处理操作简单、可同时对多元素进行分析测定等优点,并已广泛应用于水泥自动化生产控制中。由国检集团自主研发的MLD-XRF定量分析技术将XRF技术在水泥及其他领域应用实现了质的飞越,该方法无需对样品和熔剂进行准确称量即可完成玻璃熔片的制备,大大降低了熔样操作技术难度和对熔样设备的要求。本文采用MLD方法实现了对水泥样品中主要化学成分和微量元素（五氧化二钒、三氧化二铬、氧化铜、氧化锌和氧化钡）的同时分析测定,校准样品采用标准加入-熔融法进行定值,采用理论MLD系数计算校正标准稀释比强度,该方法已经应用于国家水泥质量监督检验中心的日常检测工作中,并取得了满意的分析结果。     

MLD法测定水泥原材料中主要化学成分

本文主要研究了MLD方法在水泥原材料分析中的应用。在熔片制备过程中,根据样品种类不同,选择不同熔剂。通过采用"样品自动识别"与"MLD方法"联合技术,可直接使用测定水泥样品的工作曲线来实现水泥原材料熔片的测定。本文成果已经成功对石灰石、黏土、高硅砂岩、低硅砂岩、硫酸渣、钢渣、煤矸石、粉煤灰、脱硫石膏和磷石膏等原料和工业废渣样品进行了化学成分分析,其结果准确度高、精密度好,显著提高了原材料样品分析的效率。     

CEN/TC51与欧洲水泥标准介绍

中国建筑材料科学研究院水泥新材所所长隋同波和水泥新材所高级工程师刘玉兵组成的中国代表团作为特邀ISO/TC74亚洲成员代表,于2004年10月6日至12日参加了第30届年会.会议期间,对欧洲水泥标准进行了广泛调研,就欧洲标准化协会水泥技术委员会及欧洲标准介绍如下:     

数控折弯机S7-1500 PLC与VT19数控系统TCP通讯实现

随着工业化与信息化的深度融合,基础自动化设备与车间MES系统之间,需要工业通讯技术支持来完成通讯。数控悬臂吊折弯机通过VT19数控系统完成工件编程,将加工产品数据、X轴目标值数据,通过TCP通讯传输到S7-1500中,由S7-1500完成X轴运动控制、显示加工产品数据,再由S7-1500集成所有数据打包,统一与车间MES系统实现通讯。本文论述了基于西门子S7-1500 PLC与折弯机专用数控系统VT19实现TCP通讯的原理、数据结构与定义及具体实现方法。该方法在数控吊臂折弯机中得到了应用,能为用户提供MES系统需要的所有基础数据,同时在用户现场得到了验证,实践证明通讯正常、可靠。     

基于径向基函数神经网络的发动机磨损预测分析

针对BP神经网络算法的不足,利用径向基函数(RBF)神经网络建立设备的磨损预测模型,对光谱分析数据进行实例仿真,并与BP网络模型进行对比研究.仿真结果表明,该模型预测精度高,训练时间短,大大优于BP神经网络模型.     

直读式离子计在氟化钙分析中的应用

０引言复合矿化剂煅烧技术是我国立窑水泥厂熟料优质高产的有效技术，该技术的关键在于在水泥生料中掺入适量的含氟原料，因此准确测定萤石中氟化钙的含量，尤其重要。离子选择电极法是GB／T１７６－１９９６〈水泥化学分析方法〉中测定氟的常用方法，在水泥及其生、熟料的氟离子测定中起着重要作用。由于一般的离子计需要进行半对数纸作图、测量等操作，测定过程繁琐且人为因素的影响较大，用于生料的控制分析不够方便。本文采用直读式离子计测定生料、水泥和熟料中的氟离子，无需人工进行标准曲线的绘制及测量计算，测定结果可在仪器屏…     

BP神经网络修正灰色残差组合模型方法在油液光谱分析中应用的研究

提出了采用神经网络修正灰色残差组合模型对设备的磨损状态进行预测和诊断分析的方法。通过比较GM(1,1)模型、神经网络模型的预测结果,融合GM(GreyModel)模型与神经网络模型并构建组合模型进行油液光谱分析参数预测,可以克服单个模型所存在的不足。结果证明,该组合模型方法在预测中是可行的,预测的误差最小。