排序方式: 共有37条查询结果,搜索用时 15 毫秒
1.
针对某选矿厂入磨矿石品位低、磨矿能耗高的情况,进行了磨前预选试验。结果表明:①在各预选方案中,对高压辊磨机辊压产品中干筛出的6~0 mm粒级进行湿式预选抛尾效果较好。②高压辊磨产品振动筛(筛孔宽6 mm)筛下产品产率为63.81%,筛分效率为82.24%;筛下湿式预选精矿品位为31.22%,抛尾作业产率为39.84%、流程产率为25.42%,入磨品位提高3.77个百分点,达29.46%;湿式预选尾矿经直线脱水筛(筛孔宽0.5 mm)脱水筛分,可获得流程产率为5.13%的粗砂,但含水量高达18.68%。③在直线脱水筛筛分前先增设旋流器分级,可有效解决粗砂含水量较高的问题,满足砂石骨料含水量的要求。④工艺优化改造后,不仅入磨矿量减少,入磨品位提高,球磨能耗下降,销售收入增加,尾矿库库容压力下降,还为选矿厂扩能创造了条件。 相似文献
2.
形状记忆合金(shape memory alloy,简称为SMA)具有"超弹性",即在受到应力而发生较大变形并卸载后,可以恢复原始形状,并在这个过程中耗散能量,在建筑抗震和桥梁振动控制中具有广阔的应用前景。SMA的模型参数通常由优化方法来确定,然后用于装有SMA装置的结构地震时程响应分析中。利用Metropolis-Hasting算法(简称为MH算法)中的改进算法DRAM方法(延迟拒绝及自适应采样),基于经过"预拉伸"和热处理的SMA棒材循环拉伸试验结果,对SMA改进的Graesser&Cozzarelli模型参数进行采样,从SMA的本构模型参数和耗能能力两个方面分析了SMA材料的不确定性。建立了各参数的后验分布,并得到了参数两两之间的相关性,结果可用于概率模型的建立及基础模型数学形式的研究。研究表明,在累积概率密度为15%时,材料的能量耗散能力相对误差高达20%;累积概率密度为85%时,相对误差为10%。 相似文献
3.
超细镍粉诸多物化性质随粉末形貌、粒径等参量的变化发生显著改变,因此针对超细镍粉的粒度的准确测定至关重要。确定激光粒度仪测定超细镍粉平均粒度的最佳测试条件,选用湿法测定方法,以多孔状、片状和球状超细镍粉对研究对象,研究了分散剂种类、超声时间、分散剂质量分数、遮光度及采样轮数等参数对超细镍粉平均粒径测定结果的影响。结果表明,在实验选用的6种分散剂FMES、L64、CAB、PECPM、CTAC和G-18中,添加FMES分散剂测得的超细镍粉D50值最小,而添加G-18分散剂测得的超细镍粉D50值最大,表明FMES分散剂改善了3种形貌的超细镍粉在水中的团聚,使粒度测量的准确性更高。当超声时间为8 min时,孔状超细镍粉测得的D50=4.403 μm,片状超细镍粉测得的D50=1.345 μm,球状超细镍粉测得的D50=1.289 μm。随着超声时间持续延长,3种形貌的超细镍粉测得的D50值逐渐趋于平稳,其中片状和球状形貌超细镍粉测得的D50值与电镜测试结果较为相符,而孔状超细镍粉D50值与电镜测试结果差别明显,表明激光粒度仪湿法测定不适用于孔状形貌的镍粉。采样轮数与粒度测试值具有强线性相关性,超声时间为8 min时,相邻两轮的测试结果更相近,从而确定了适宜的超声时间为8 min。综上所述,确定了片状和球状超细镍粉平均粒度的最佳测试条件为:超声时间8 min、分散剂FMES质量分数1.5%、遮光度10%—20%。在最佳测试条件下重复测试6次,片状和球状超细镍粉的平均粒度数据具有较高的准确性和重现性。 相似文献
4.
本论文主要论述了室外光纤直放站对网络质量指标的影响及解决办法,并重点从时间色散干扰和设备带外抑制两个方面进行了详细分析。 相似文献
5.
6.
7.
9.
熟食制品是直接入口的消费食品,其出厂前应抽样进行卫生质量检查。实践证明:感官检查的直觉与化验结果有着一定的差距。尽管感官检查有快速、简便等许多优点,但检查者感官之间有着一定的差别,对同一种样品卫生质量的微细变化可能就会出现两种不同的判断。而化学试验对被检样品 相似文献