外部因素对KLS-2薄板式滚筒烘丝机干燥过程稳定性的影响及线性回归分析

烘丝工序是制丝生产过程中的关键工序，其物理指标的稳定性对卷烟感官质量具有重要影响，本文针对影响烘丝工序干燥过程稳定性的外部因素进行研究分析。围绕KLS-2薄板式滚筒烘丝机在“热风温度调节”和“筒壁温度调节”的烘丝过程中，对“SIROX蒸汽流量”“进料水分”和“进料流量”进行梯度测试并建立相应的线性回归方程，基于此，进一步分析得出不同外部因素对不同温度调节模式的KLS-2薄板式滚筒烘丝机加工过程稳定性的影响。     

基于多重光散射原理的水煤浆稳定性分析研究

利用Turbiscan Lab稳定性分析仪的多重光散射技术研究了萘系与木质素系分散剂对水煤浆中煤颗粒的沉降及浆体稳定性的影响。结果表明,煤颗粒间的聚结是引起差异沉降的直接因素,进而影响水煤浆的稳定性,各浆体在7 d内背散射光通量BS的变化均低于0.9%,未产生硬沉淀,浆体中煤颗粒团聚体的平均粒径随着静置时间的延长而逐渐增加,静置初期与分散剂配比之间的变化规律不明显,1 d后随木质素系分散剂添加量的增加而减小,TSI值呈梯度递减趋势,稳定性逐渐增加,进一步证实了煤颗粒间的聚结是水煤浆稳定性的主要影响因素。Turbiscan Lab稳定性分析仪可以实现对水煤浆稳定性及沉降过程的实时分析,为分散剂的种类及用量的选择提供可靠的数据支撑。     

卵巢对酪蝇雄虫的引诱效果

在(27±1)℃、光周期L12:D12的条件下,测定了酪蝇卵巢对雄虫的引诱效果.结果显示:时段13:00-15:00和19:00-21:00的1日龄雌虫卵巢对雄虫的引诱效果最强.生测结果表明:卵巢(19:00-21:00)的丙酮提取物对雄虫的引诱活性显著强于二氯甲烷提取物;卵巢的正己烷提取物、水提取物对雄虫无显著引诱活性.雄虫对卵巢丙酮粗提物的反应高峰出现在9:00-13:00.     

基于T6963C的LCD实时数据显示系统设计与仿真

以直流液晶数字电压表为例,以T6963C液晶控制器为控制对象,给出了单片机对实时数据显示的控制方法,结合EDA仿真工具Proteus进行了系统电路与程序设计,并在Proteus中进行了系统交互仿真,实现了动态数据的正确显示效果,分析了误差产生的原因,总结了实时数据显示控制的实质。     

木质素磺酸钠对水煤浆稳定性的影响研究

论文研究了中国矿业大学(北京)研制的萘系分散剂KY33与两种不同变质程度煤的制浆效果以及添加木质素磺酸钠对水煤浆的稳定性的影响。通过制浆试验,合理选择配比进行制浆,确定KY33的最佳用药量,并通过添加木质素磺酸钠来提高水煤浆的稳定性。利用Turbiscan Lab稳定性分析仪对复配药剂制备的水煤浆的稳定性进行评价。结果表明:不同变质程度的煤对应的KY33最佳用药量不同,但添加适量木质素磺酸钠均可有效的提高浆体的稳定性。     

一体化铝型材前防撞梁系统碰撞分析

为取消前防撞梁系统横梁与吸能盒之间的连接工序，对某轿车的前防撞梁系统进行了一体化结构设计，用一根型材折弯、机加成一个将横梁与吸能盒一体化的零部件。利用有限元分析软件分别对传统铝制防撞梁系统以及一体化铝型材防撞梁系统进行基于RCAR的低速碰撞仿真分析和基于C-NCAP的高速碰撞仿真分析，得到了两种结构形式的吸能特性。一体化铝型材防撞梁系统在很多方面优于传统铝制防撞梁系统。     

无线定位技术及其发展（上）

近几年来定位业务发展非常快，已经在北美、欧洲、日本和韩国等国家和地区广泛开展，并获得了良好的收益。中国联通也已经开通其“定位之星”业务。无线定位技术将成为移动通信系统中的一个重要支撑技术。     

1991年钢铁工业节能情况

1991年,钢铁工业在克服资金短缺、生产结构不利变化和外部条件制约等困难、取得了产量较大幅度增长,库存压缩、品种和质量都有改善的好成绩的同时,节能降耗工作也取得了可喜成绩。1.吨钢综合能耗继续降低,全年节能62万t标准煤1991年全国钢产量突破7000万t,达到7099.99万t,比上年增产465万t,增长了7％,其中系统内钢铁企业产量6718.32万t,比1990年增长了6.8％。1991年全国系统内钢铁工业总能耗为10355万t标煤,比1990年增加569万t标煤,增长了5.8％,小于钢的增产幅度,即增产少增能。     

水煤浆粒度测试技术的比较研究

粒度级配技术是水煤浆制浆技术的关键，快速准确地测量水煤浆中煤粒的粒度分布是实现这一技术的基础；目前最为流行的测量方法是激光粒度仪，其理论依据主要有Fraunhofer衍射理论和Mie散射理论；论文通过试验比较，系统研究了各种常用测量方法的特点。     

基于时间近邻拉氏正则的多工况软测量回归

针对流程工业中,工况改变导致传统软测量模型预测精度下降的问题,考虑到工业数据连续性、序列性、多重共线性、数 据量庞大等特殊性对模型建立的影响,提出一种基于时间近邻拉普拉斯正则的多工况软测量回归模型框架。 针对工业数据的 多重共线性,回归框架采用非线性迭代偏最小二乘方法,同时引入域适应正则项改善工况变化对模型的影响,在此基础上,提出 时间近邻拉普拉斯正则项,能够在映射过程中保持住数据的序列结构,并且大幅度减少模型训练时间以满足工业实时性要求。 实验部分以三聚氰胺聚合过程多工况数据集为例,对本文模型的预测有效性以及减少训练时间的有效性进行了实验和分析。 结果表明,与传统方法偏最小二乘回归相比,当目标工况为工况 1 到工况 4 时,本文方法使平均均方根误差分别降低了 30. 3% 、 31. 4% 、29. 3% 和 24. 1% 。 且相较于传统全连接法,时间近邻法构建拉普拉斯正则项能够使得四个工况上模型训练时间分别降 低 14. 11、 1. 01、 26. 43 和 0. 71 s,表明该模型的预测准确性和训练时间均得到有效改善.