磁絮凝强化技术处理厌氧消化污泥脱水液

为满足后续生物处理单元对固体悬浮物（SS）和铁浓度的进水要求，采用磁絮凝强化技术对厌氧消化污泥脱水液进行预处理。通过正交试验和单因素试验，本文考察了混凝水力条件、聚合氯化铝（PAC）投加量、聚丙烯酰胺（PAM）投加量、磁粉投加量及药剂投加顺序对磁絮凝效果的影响。试验结果表明：磁絮凝强化技术在快搅300r/min（2min）、慢搅100r/min（15min）、静置10min时，依次投加磁粉（40mg/L）、PAC（30mg/L）、PAM（4mg/L）时处理效果最好。在此运行条件下，SS和Fe³⁺去除率分别为97.61%、98.24%、絮凝指数（FI值）取得最大值、zeta电位绝对值最小，絮凝效果最佳。与对照相比，磁絮凝强化技术对SS和Fe³⁺去除率分别可提高3.70%和10.82%，同时絮体最大沉降速度可提高33%。磁絮凝技术处理后的出水不仅可以满足后续生物处理单元对SS和铁浓度的要求，还可以有效提高磁絮凝体的沉降速度，减小沉淀时间，具有较好的实用价值。     

电缆隧道施工地压问题

在某电缆隧道施工过程中，当竖井通过软弱夹层时，竖井井筒受到地压作用而发生破坏，影响施工进度。为解决这一问题，对此竖井地压问题进行力学分析，通过隧道地压与竖井地压的力学分析计算，得出了软弱夹层的极限埋藏条件与井筒的侧向压力。     

超深竖井工程围岩分级探讨

结合超深竖井工程围岩分级过程中遇到的问题,尤其是深部高地应力、高地温等复杂条件对稳定性的影响,根据工程实际资料对这些问题进行了分析和探讨,对分级方法中的定量指标岩体完整性指数Kv和岩石饱和单轴抗压强度进行了高地应力、高地温条件下的修正,并通过典型工程实例验证了该修正方法的实用性。     

撞击流制备高纯纳米氢氧化镁技术研究

采用撞击流反应结晶方法，以青海盐湖水氯镁石为原料，制备了高纯纳米氢氧化镁。研究了各种操作条件对氢氧化镁纯度的影响，并确定了控制因素。并采用X射线衍射（XRD）、透射电镜（TEM）对颗粒形态进行表征。结果表明：可以制备出纯度大于99％、平均粒径为13．5nm的氢氧化镁。适宜条件：镁离子浓度0．25mol／L，镁离子与氢氧根浓度比1：2，反应温度40℃，搅拌时间30min，搅拌转速400r／min，撞击流率100mL／min。     

蒙库铁矿884 m主运输平硐断层综合探测

蒙库铁矿矿区处于克兰复式向斜与巴拉额尔齐斯复式背斜的接合部位,褶皱和断裂较发育.矿山开拓系统采用竖井-平硐-主斜坡道相结合的方案,在884 m水平主运输巷道掘进施工时遇到了断层破碎带、软弱夹层、岩体空洞、大型含水体等不良地质体.为准确掌握巷道掘进前方是否存在断层、断层具体位置及空间形态特征,应用综合探测方法,即在地表采用“工程地质测绘+氡气测量+ CSAMT”的垂直综合探测,在地下巷道内采用“掌子面素描+TSP+ GPR”的水平综合探测,对884 m主运输巷道掌子面前方断层进行了探查,为矿山安全开采提供了保障.     

神经网络在矿山竖井工程围岩质量分级中的分析与应用

矿山竖井工程围岩质量分级中影响围岩质量分级的因素众多,各个因素间的非线性作用关系复杂,围岩分级过程中人为因素影响大,分级结果的准确性较差。神经网络通过合适的样本学习,能自动建立各个因素与围岩质量分级间的对应关系,能很好的解决类似矿山竖井围岩质量分级评价。从围岩介质特性、环境条件以及工程因素3个方面系统分析了影响岩体质量分级的因素指标,构建了围岩质量分级的神经网络模型,根据工程实例建立学习样本,经过对网络模型的训练与检验,证实神经网络具有较好的收敛性和稳定性,在岩体质量分级中应用具有很好的实用性。     

高速动车组牵引变压器冷却装置研制

全面介绍了CRH380D高速动车组牵引变压器冷却装置的结构、性能、试验等情况,提出高速动车组冷却装置研发中应关注的关键技术.     

巷道围岩变形的神经网络模型

巷道围岩变形是巷道稳定性最直接判据,预测巷道围岩变形为选择支护方案提供有力的依据.巷道围岩变形的影响因素非常复杂,具有不确定性,而神经网络不仅能考虑定量因素,而且能考虑定性因素,因此神经网络适用于解决变形预测问题.系统分析了影响巷道围岩变形的因素,构建了巷道围岩变形预测的神经网络模型,经过改进的网络模型具有较好的收敛性和稳定性.     

高活性吸收剂去除二氧化硫的实验研究

飞灰与消石灰可以制备高活性吸收剂去除烟气中的二氧化硫。在常温下进行固定床实验,研究了高活性吸收剂的脱硫机理。讨论了吸收剂的含水率、二氧化硫的初始浓度、氧气浓度对二氧化硫去除率的影响。根据穿透曲线得出了吸附容量。     

一种组合电极电容层析成像重建图像融合方法

提出一种基于电容层析成像(ECT)组合电极重建图像及层次聚类的ECT图像融合方法。首先,构建组合8电极及12电极ECT阵列传感器,研究2种组合传感器激励测量方案;其次,采用层次聚类法对两种组合电极ECT重建图像进行聚类,从而消除重建过程中产生的伪影;最后,将聚类后的2种图像再进行小波融合重建。实验结果表明,相较于原始重建图像,所提方法重建图像平均相对误差最小,最大降幅达到23.4%,平均相关系数最大,最大增幅达到10.56%。