746MW汽轮发电机集电环过热打火缺陷分析

集电环是发电机励磁系统的重要部件,通以大电流并随着转子高速旋转,通过对一起汽轮发电机励磁集电环早期故障分析,并结合现场实际情况,给出了故障发现、分析和处理方法.     

新时期研究生挫折教育略论

加强对研究生的挫折教育,已成为新时期研究生教育的一项非常重要而迫切的任务。研究生挫折教育的途径主要有:培养研究生树立良好的挫折观;将远大志向与正确、切实的短期目标有机结合;研究生导师要将挫折教育作为自身工作的重要职责和内容;要创设挫折情境,加强实践体验;在研究生中积极开展抗挫互助活动;帮助研究生学会自我调适、自我超越、自我教育。     

曝气生物滤池处理屠宰废水工程实例

针对屠宰加工废水有机物浓度高、水质水量波动较大的特点,以东北某生猪屠宰加工项目废水处理工程为实例,介绍了曝气生物滤池(BAF)工艺在该屠宰废水处理过程中的应用。根据近一年的运行结果表明,采用水解酸化—曝气生物滤池工艺处理屠宰废水,出水水质良好,出水COD<120mg/L,BOD5<60 mg/L,SS<120 mg/L,可以满足《肉类加工工业污染物排放标准》(GB13457—92)二级排放标准。     

基于BP神经网络的矿井小构造预测

阐述了矿井小断层水平延展长度预测BP网络模型的构建、训练及模拟方法,在总结小断层落差、断层的走向、断层的倾角及断层的倾向等影响因素的基础上,结合赵官井田主采7#煤层典型样本数据,运用Matlab软件来建立网络预测模型,并对该煤层2713和2712 2个工作面的小断层水平延展长度进行预测,发现该网络模型的预测结果与实测结果更接近。     

固相萃取-高效液相色谱法测定禽类可食性组织和蛋中氨丙啉残留

该文建立了固相萃取-高效液相色谱法检测鸡、鸭、鹅的可食性组织（肌肉、肝脏、肾脏、脂肪）和蛋中氨丙啉残留的分析方法。样品中的氨丙啉经三氯乙酸-乙腈溶液提取,固相萃取柱净化。色谱柱为亲水性C18色谱柱,使用甲醇-乙腈-6 mmol/L 1-庚烷磺酸钠溶液为流动相进行等度洗脱,检测波长为268 nm。氨丙啉在0.1~10 μg/mL呈良好的线性关系,r2为0.999。该方法对鸡、鸭、鹅的肌肉中氨丙啉的检出限为150 μg/kg,定量限为250 μg/kg;鸡、鸭、鹅的肝脏、肾脏、脂肪、蛋中氨丙啉的检出限为250 μg/kg,定量限为500 μg/kg。这些空白组织中添加水平分别为定量限0.5倍、1倍、2倍最大残留限量时,各组织中氨丙啉的平均回收率在74.65%~96.24%之间,其日内和日间相对标准偏差分别小于15%。该方法准确度和精密度高,适用于禽类可食性组织和蛋中氨丙啉残留的检测,为日常工作中食品质量控制提供了一种可行的方法。     

絮凝剂在造纸废水中的应用与研究简介

对絮凝法在造纸废水的处理及资源化应用做了简要介绍。分析了高分子絮凝剂的研究及在造纸行业的应现状,并指出了造纸行业用絮凝剂的研究方向。     

基于GWO-Elman神经网络的底板突水预测

我国是世界最大的煤炭生产国和消费国,特别是在我国的华北地区,煤炭储量非常丰富,但由于华北地区的水文地质条件复杂,煤炭实际生产过程中事故频发,特别是煤层底板突水事故,一旦发生往往会造成较为严重的人员伤亡和财产损失。因此煤层底板突水预测已经成为煤矿安全生产领域研究的重点。山东巨野煤田红旗煤矿是典型的华北型煤田,其主要可采煤层3煤层平均厚度5.48 m,实际生产过程中受底板突水威胁严重,在矿井的建设及生产过程中多次出现底板突水。为了对3煤层进行底板突水预测,在分析收集红旗煤矿相关矿井水文地质资料的基础上,选取断裂分维值、取心率、隔水层厚度、单位涌水量、渗透系数、底板含水层总厚度、承压含水层水压共7个因素,作为进行底板突水预测的主要影响因素;以现场实际数据为输入样本,通过灰狼优化算法(Grey Wolf Optimizer,GWO)得到Elman神经网络优化的最佳权重和阈值,分别为18.748 2和0.014 435,之后建立相应的GWO-Elman神经网络底板突水预测模型;在此基础上通过测试样本输入模型验证,结果准确率达到100%,再用熵值法确定权重的脆弱性指数法进行对比,证明神经网络模型准确度更高,可以用于工程实际。最后,利用所建立的神经网络模型对2个未开采工作面进行了底板突水预测,将预测结果指导矿井实际安全生产。     

载银活性炭负载TiO_2对甲醛的吸附降解性能研究

以载银活性炭颗粒负载TiO2作催化剂,在紫外光照射下降解甲醛气体,考察了微波特殊场处理、紫外光光强、TiO2负载量及反应时间等主要因素对甲醛光催化降解率的影响,并考察了催化剂在反复使用后的失活情况。     

基于灰色关联分析-Elman神经网络的矿井小断层延展长度预测

阐述了矿井小断层走向延展长度预测Elman神经网络模型的构建、训练及模拟方法,结合实测样本数据,利用灰色关联分析法分析了小断层走向延展长度与断层落差、走向、倾角及倾向等影响因素的相关性,确定了小断层走向延展长度的预测参数,并运用matlab软件建立了基于Elman神经网络的矿井小断层走向延展长度预测模型。实际应用表明,该模型的预测精度较高,比较符合实际情况。