常压酸浸闪锌矿的条件对锌浸出率的影响

研究了在常压、通氧条件下 ,用浓硫酸浸取闪锌矿制取硫酸锌时酸浸条件对锌浸取率的影响。实验表明 ,当硫酸浓度为 40 % (质量比 ) ,液固比为 6～ 7∶1 (质量比 ) ,酸浸温度控制在 1 1 0～ 1 2 0℃ ,浸取时间为 2h ,氧流量为每升酸浸液 40～ 50cm3/min时 ,锌浸取率大于 95% ,闪锌矿中所含的硫大部分以单质硫析出。     

无烟煤配入瘦煤和焦粉制备优质型焦

对无烟煤配入瘦煤和焦粉,用改性焦油洗油残渣做黏结剂,制备冷压型焦进行了试验研究。对成型压力、无烟煤、瘦煤和焦粉的配合比、改性焦油洗油残渣用量和煤料粒度等主要影响因素进行了探讨,确定了最佳工艺条件。结果表明,无烟煤、瘦煤和焦粉配合,可制备出优质的二级铸造型焦。     

酸性水钠锰矿对水中Mn(Ⅱ)的吸附和催化氧化特性的研究

采用酸性水钠锰矿对水中Mn(Ⅱ)的吸附和催化氧化性能进行了研究.吸附试验结果表明:酸性水钠锰矿对水中Mn(Ⅱ)的吸附等温线符合Langmuir方程,该吸附是单分子层吸附;动力学实验结果表明,吸附过程更符合Lagergren准二级动力学方程,酸性水钠锰矿对水中Mn(Ⅱ)的吸附饱和吸附量约为146.37mg/g.pH对酸性水钠锰矿对水中Mn(Ⅱ)的吸附的影响较大,随着pH的增加,酸性水钠锰矿对水中Mn(Ⅱ)的吸附量增加;对于初始浓度为10mg/L,体积为100mL的含锰溶液,要达到最大去除效果,酸性水钠锰矿的最适投加量为15mg.氧化实验结果表明:在曝气的条件下,酸性水钠锰矿可以促进水中溶解氧对Mn(Ⅱ)的氧化,最大氧化量为46.79mg/g.pH对酸性水钠锰矿对水中Mn(Ⅱ)的氧化的影响较大,随着pH的增加,酸性水钠锰矿对水中Mn(Ⅱ)的氧化量增加,pH的最佳范围为9~10.     

炼铜烟灰制取硫酸锌除铁方法比较

以炼铜烟灰制取硫酸锌产品,用磷酸盐法、黄钾铁矾法、针铁矿法对产品初步除铁,再用H2O2氧化法对产品进行深度除铁,实验结果表明,采用针铁矿法,再配合H2O2氧化法,除铁效果良好,酸浸液中铁含量可降至0．01g/L以下。     

金黄色葡萄球菌ST398-t571型在陕西生猪屠宰场的流行传播及其耐药性分析

摘 要：目的 调查陕西省某生猪屠宰场ST398-t571型金黄色葡萄球菌的流行情况及耐药性。方法 本研究对陕西省某生猪屠宰链及屠宰场内部环境共采集485份样品。使用常规检测方法和分子生物学技术对金黄色葡萄球菌进行分离鉴定，然后对分离株进行分子分型鉴定和对15种抗菌药物进行耐受试验；并对其进行26种毒力基因和13种耐药基因的检测。结果 样品中共分离出62株金黄色葡萄球菌，总分离率为12.8%；其中ST398-t571型分离株为优势克隆型90.3% (56/62)。细菌耐药试验结果显示，所有受试菌株均对苯唑西林、阿米卡星、万古霉素和头孢噻肟敏感，对其余的抗菌药物均表现不同程度的耐受性。26种被检毒力基因中11种毒力基因（seb、seg、sei、sek、sen、seq、lukD、lukE、lukF-PV、lukS-PV、sasG）被检出。13种被检耐药基因除万古霉素耐药基因vanA基因外均有检出。结论 屠宰场生猪屠宰链普遍存在以ST398-t571型为主的金黄色葡萄球菌污染，且菌株存在较为严重的耐药性。     

皖北矿区1.2～1.8 m较薄煤层智能化综采总体配套研究

针对国内1.2～1.8 m较薄煤层综采工作面设备配套使用特点及实际使用情况,分析了现有较薄煤层综采工作面设备配套能力及使用效果。针对皖北矿区特点,提出了合理的较薄煤层综采工作面配套方案。     

海上风电单柱复合筒型基础沉放过程分析

单柱复合筒型基础是中国国内自主研发的新型海上风电基础结构型式，以海上风电单柱复合筒型基础为研究对象，通过现场原型试验的方法，对首批海上风电单柱复合筒型基础的沉放过程进行分析，并提供现场施工监测数据。研究结果表明：单柱复合筒型基础可实现吸力安装下沉，且在调平上具有极强的可控性，可为筒型基础今后的施工及沉放研究提供重要的参考数据。     

超大跨预制构件的下挠可能性及预防措施的应用研究

以北京市海淀区东升镇京昌路楔形绿地棚户区改造项目（二期）为工程实例，对施工中使用的7 120 mm超大跨叠合板进行下挠可能原因分析，并分别以构件厚度、支撑间距、承受荷载为变量进行对照试验，分析试验结果得出结论，最后分别从设计、生产加工、运输堆放、现场施工4个阶段提出超大跨预制构件防下挠阶段性措施，以期为类似工程提供参考。     

基于多源时间序列的滑坡位移动态预测

位移预测在滑坡预警预报系统中有着重要地位，为了提高位移预测的精度，提出了变分模态分解和二次指数平滑法、神经网络结合的滑坡位移动态预测方法。首先对历史监测位移数据进行变分模态分解，产生多个模态分量，然后利用二次指数平滑法和极限学习机(ELM)模型进行预测。粒子群优化算法被用来优化ELM模型，最后累加各模态的预测值完成预测。以三峡库区白家包滑坡为例，将所建模型与最小二乘支持向量机(LSSVM)和卷积神经网络-门控递归单元(CNN-GRU)预测的周期项进行比较，结果表明：所用DES-PSO-ELM能够有效预测滑坡位移变化，其均方根误差、平均绝对误差、平均绝对百分误差和相关系数值分别为1.293、0.993 mm, 0.008 0、0.999 8,预测误差最小。研究结果可以为滑坡预警监控系统提供技术依据。