一流课程建设背景下“化工原理实验”教学改革探索

“化工原理实验”是化工类专业一门重要的专业基础课程,在一流本科课程建设背景下,“化工原理实验”课程建设有了新要求。针对传统教学中存在的问题,作者从重构教学内容、更新教学模式、改革评价体系等方面进行分析,探索“化工原理实验”一流课程建设的实施路径,旨在为培养高素质应用型工程技术人才奠定基础,为工科实验类“金课”建设提供参考。     

太钢高炉喷吹煤粉燃烧性和反应性的研究

通过对太钢高炉喷吹煤粉反应性和燃烧性的研究,提出太钢目前燃料条件下的合理的配煤方案,为高炉提高煤比、降低焦比、降低生铁成本提供理论依据.     

含碳球团生产工艺参数优化及固结机理研究

实验研究了含碳球团高温自还原特性,考察了焙烧温度、C/O、焙烧时间等工艺参数对含碳球团还原后金属化率和强度指标的影响,利用XRD和SEM显微分析研究了球团还原过程和固结机理.正交实验结果表明,焙烧温度是影响两项指标的最重要因素,C/O次之,焙烧时间的影响不显著.在焙烧温度1350℃、C/O比1.15、焙烧时间25 min的最佳工艺条件下,金属化率最高为85.33%,球团的抗压强度达到2248 N.     

学校民族传统体育的探索与研究

一、开展体育特色思路 长期以来,小学体育教学内容受竞技运动的影响,课堂上单纯追求学生身体发展和技术的练习,学生在有限的时间内很难掌握,造成学生对体育课内容的学习缺乏一定的兴趣。     

高 炉 内 碱 金 属 的 富 集 循 环

 目前国丰钢铁公司高炉冶炼状况下降、冶炼条件变差,通过对国丰2、5号高炉碱负荷计算和碱金属循环富集特点的研究,分析了碱金属在高炉冶炼中的循环富集行为和碱金属对炉料性能以及高炉冶炼的影响。国丰2、5号高炉碱负荷为8102 kg/t,碱负荷较高是影响国丰高炉顺行的主要原因,提出了在现有操作条件下高炉内碱金属的潜在危害及有效防治措施。     

铁碳复合球团直接还原试验研究

根据转底炉工艺高温快速还原的特点, 在实验室模拟生产条件, 以烧结常用铁矿粉和还原剂(焦粉或煤粉)为原料进行了压球直接还原试验研究, 讨论了焙烧温度、C/O摩尔比、焙烧时间、球团粒径等工艺参数对球团还原后金属化率和强度指标的影响, 并对不同原料条件下焙烧特性进行了基础研究。结果表明, 在焙烧温度1 350 ℃、C/O比1.15、焙烧时间25 min、球团粒径25 mm条件下金属化率达到85.33%, 球团抗压强度达到2 240 N/个。     

131I标记贝伐单抗偶联载紫杉醇超顺磁性氧化铁纳米粒的制作及生物分布实验

为了研究¹³¹I标记贝伐单抗偶联载紫杉醇超顺磁性氧化铁纳米粒(¹³¹I-Bevacizumab-Paclitaxel-Superparamagnetic Iron Oxide Nanoparticles,¹³¹I-BEV-PTX-SPIONs)的制备和生物学分布。将30只成瘤裸鼠分为单靶向组及双靶向组，再按时间点2 h、6 h、12 h、24 h及48 h分为5个亚组，每亚组各3只，尾静脉注射¹³¹IBEV-PTX-SPIONs后，进行生物学分布及单光子发射计算机断层成像术(Single-Photon Emission Computed Tomography,SPECT)显像。¹³¹I-BEV-PTX-SPIONs的粒径约220 nm，分散性尚可；¹³¹I标记率为81.4%；放射性化学纯度(Radiochemical Purity,RCP)>99%；在PB缓冲液中稳定性良好；在体外PTX(Paclitaxel)缓释性能良好；与A549细胞有较好的亲和...     

基于传感器阵列结合GA-BP算法对VOC的识别研究

为提高空气中挥发性有机物(VOC)检测可靠性，提出了一种基于气敏传感器阵列结合遗传算法(GA)优化反向传播(BP)神经网络算法的VOC检测模型。选用多个气体传感器组建阵列对VOC混合气体样本进行响应测试，使用主成分分析(PCA)对响应数据进行数据降维及初步分类探索，使用构建的GA-BP神经网络算法模型在PCA探索性分析的基础上进行定性及定量识别，并与BP神经网络识别结果进行对比。结果表明：遗传算法优化后的BP神经网络多元分类和回归模型性能优良且稳定，气体分类识别准确率达96%,浓度回归预测均方根误差为1.8×10^-2,平均相对误差为5.2%,平均训练耗时分别降至1.5 s和1.12 s,效果显著优于BP神经网络算法模型。这些研究结果进一步拓展了GA-BP算法结合气敏传感器在挥发性有机物检测识别中的应用前景。