排序方式: 共有35条查询结果,搜索用时 15 毫秒
21.
以含钛高炉渣为主要原料制备了泡沫玻璃绝热材料,研究了添加剂对泡沫玻璃性能的影响。结果表明:发泡剂选择碳酸钙,随着发泡剂掺量的增加,泡沫玻璃泡孔增大,发泡剂掺量为0.5%~1.5%时能够制得合乎要求的试样;掺加适量的磷酸钠可以对发泡过程起到稳泡的作用,稳泡剂的适宜掺量为5%~7%;以硼砂作为助熔剂,能够降低基础玻璃的软化温度,有利于泡沫玻璃的烧成,硼砂的适宜掺量范围是6%~8%;通过正交试验确定了添加剂的最优掺量为:发泡剂碳酸钙1.5%,稳泡剂磷酸钠6%,助熔剂硼砂6%。添加剂对泡沫玻璃性能的影响程度顺序为发泡剂>稳泡剂>助熔剂。 相似文献
22.
钢箱梁配重混凝土相较于普通混凝土材料,在质量以及密度上均有大幅度的提高,因此适用于在高架桥梁施工过程中充当主要的建筑结构。而配重混凝土的配合比设计是否科学,也关乎到施工单位能否有效的控制工程项目的施工质量和建设安全,因此需要通过进一步的试验和探究对重混凝土配合比设计进行优化。本文重点讨论了钢箱梁两端配重混凝土配合比设计及其应用要点。 相似文献
23.
Pearson相关系数是一种衡量变量间线性关系的方法,广泛用于变压器中油中气体故障诊断(DGA)的范例推理匹配算法。但是,现有方法存在偏袒数据区间较大的特征以及认为所有特征对相关系数判定的贡献相同这两个问题。因此,在深入分析DGA色谱数据的基础上,提出采用对数特征变换方法缩小特征值域来解决偏袒大数据区间特征的问题,采用均方差特征赋权区分特征贡献度的方法进一步提高DGA故障检测效果,并构造了基于特征变换和特征权重的Pearson相关系数DGA诊断(FTW_Pearson)算法。实验结果表明,FTW_Pearson算法的DGA诊断正确率优于业界普遍使用的大卫三角形法、未考虑特征变换和权重的Pearson相关系数法以及贝叶斯算法和神经网络算法。 相似文献
24.
25.
实验研究了采用钾系与钠系亚熔盐反应介质提取含钒钢渣中钒的工艺与机理. 结果表明,亚熔盐体系对含钒钢渣的提钒机理是通过分解硅酸二钙、硅酸三钙、铁酸钙等钒的固溶相,使钒以可溶性钒酸盐形式溶出,钢渣中高CaO对钒溶出的负面影响可通过调整浸出液中氢氧化钠(钾)浓度避免. 与传统工艺相比,亚熔盐体系反应温度由850℃降至220~240℃,反应时间由4~6 h降至1~2 h,在显著降低能耗、提高效率的同时,钒的一次转化率钠系可达85%,钾系可达97%;且在钾系亚熔盐氧化性气氛中实现钒、铬共提,基本实现了含钒钢渣中钒的高效清洁提取. 相似文献
26.
为了解决硫酸法生产钛白存在严重的大量硫酸废水污染问题,本文提出了NaOH水热法分解钛铁矿,浸出钛的全新工艺,研究了钛铁矿在NaOH水热体系中分解的行为及动力学。确定最佳的反应条件为:反应温度240℃,NaOH浓度400 g.L-1,液固比3.5:1,氧分压 0.5 MPa,反应时间2 h,搅拌速度600 rpm,粒度 <75μm,钛的浸出率可达到95%以上。通过XRD和SEM表征,确定了钛铁矿的分解行为及钛酸钠的物相组成。通过宏观动力学研究表明,钛铁矿中的钛在NaOH水热体系中氧化分解过程符合未反应收缩核模型,过程速度受产物层扩散控制,计算得到浸出过程的表观活化能为47.39 kJ/mol;钛铁矿在NaOH水热体系中浸出动力学方程为:1-2X/3-(1-X)2/3=[735.09exp(-47389.8/RT)]t。 相似文献
27.
钒作为战略金属在众多领域中扮演着关键角色,而且随着钒氧化还原液流电池商业化应用的增多,各领域对钒的需求量将会进一步增加。焙烧-浸出-除杂-沉钒是从含钒资源中提取钒的最成熟技术之一。其中,从溶液中沉淀出钒是提钒的重要步骤,与钒的回收率和产品质量密切相关。本文首先综述了目前存在的较为成熟的传统沉钒工艺,主要包括水解沉钒、铵盐沉钒、铁盐沉钒和钙盐沉钒,并对其沉钒机理、适用场景和优缺点进行初步分析。其中,酸性铵盐沉钒虽然因其生产周期较短、铵耗量小、五氧化二钒产品纯度高等优点被大规模用于工业生产中,但该方法在生产过程中不可避免地会产生大量难处理的氨氮废水,制约了钒生产企业的进一步发展。因此,提出了一些减少铵盐消耗的新型沉钒方法,主要包括微波强化沉钒、以低价氧化钒的形式沉钒、氨基化合物沉钒等,以期为实现少铵甚至无铵沉钒提供研究思路和方向。 相似文献
28.
河北环境工程学院是一所环境保护类的本科院校,一条天然排洪河将新校区分为两个区,河两侧规划50m防护绿带。根据现状,结合学院的环保学科特色,采用清洁地球为主题,用建筑的语言加以诠释,表达出环保类学校的自身特色。 相似文献
29.
问题分类是问答系统中的重要组成部分。但现阶段的问题分类需要人工制定提取特征的策略和不断优化特征规则。深度学习方法在问题分类上具有可行性,通过自我学习特征的方式表示和理解问题,避免人工特征的制定,从而减少人工代价。针对问题分类,改进了长短期记忆人工神经网络(LSTM)和卷积神经网络(CNN)模型,并结合两者的优势组合成为一种新的学习框架(LSTM-MFCNN),加强对词序语义和深度特征的学习。实验结果表明,该方法在不需要制定繁琐的特征规则的条件下,仍然有较好的表现,准确率达到了93.08%。 相似文献
30.