排序方式: 共有15条查询结果,搜索用时 15 毫秒
1.
针对西南地区薄煤层在使用传统深孔预裂爆破技术增加煤体透气性时,爆生裂缝无序扩展至顶底板引发顶底板失稳破断的技术难题,结合刻槽爆破裂缝导向性和水压爆破高效性,提出缝槽水压爆破技术。通过实验对比分析了耦合装药爆破、缝槽空气不耦合爆破、缝槽水压爆破形成的裂缝特征及应力演化规律。结果表明:缝槽水压爆破能大面积定向预制二维平面裂缝;在相同装药量下,缝槽水压爆破制造的煤体暴露面积是缝槽空气不耦合装药爆破的1.42倍、耦合装药爆破的11倍;其爆炸应力峰值略高于耦合装药爆破,达到割缝空气不耦合装药的1.5倍。而且,缝槽尖端方向应力变化大于其他方向,引起更大的质点振动,利于煤岩体破断,导向裂缝起裂和扩展,更有利于保护煤层顶底板。 相似文献
2.
研究工业废渣掺入量和烧结温度等因素对烧结建材产品放射性强度的影响,寻找降低建筑材料有害辐射的途径,探讨在安全的辐射范围内合理利用工业废渣生产建材产品.试验发现,经高温处理的粉煤灰,放射性比活度随温度的升高而增大;而掺入粉煤灰等工业废渣的烧结制品,其放射性比活度下降,内、外照射指数显著减小.适当的配料可以使烧结制品的放射性达到国家A类建材产品标准.在高温条件下,废渣中的部分氧化物熔融后与黏土矿物形成烧结体,废渣引入的放射性物质可被部分烧结体所吸收,烧结体也可将含放射性核素的粒子包裹起来,屏蔽作用使其放射性强度减小. 相似文献
3.
针对缝槽爆破中以空气作为不耦合介质,其冲击波和准静态压力较小、炸药能量利用率低、破岩能力弱的问题,提出缝槽水压爆破方法。利用水的微压缩性,以及传能效率高等特点,以水作为炮孔不耦合介质,提升缝槽爆破破岩载荷,开展其爆破破岩载荷特征研究。通过自主研发的缝槽爆破载荷测试实验系统,分别开展缝槽空气不耦合爆破和缝槽水压爆破实验。结果表明:水作为缝槽爆破不耦合介质,其冲击波压力峰值约是缝槽空气不耦合爆破的35倍,冲击波压力上升沿更平缓,入射效率更高;其准静态压力峰值是缝槽空气不耦合爆破的37~46倍,水压爆破的准静态压力压降缓慢,保压时间更长。研究表明,缝槽水压爆破的炸药能量利用率高,爆炸载荷提升明显。上述研究成果有助于深入认识缝槽水压爆破破岩载荷特性,同时对该方法的工程应用提供理论和实验支撑。 相似文献
4.
5.
同心圈式超重力旋转床是一种新型超重力旋转床。液泛是超重力旋转床流体力学的重要特征。同心圈式超重力旋转床液体分布器和转子内缘之间的环形空间内的液滴被气体夹带,液滴受到离心力和气体曳力的作用,通过建立微分方程可获得液滴径向速度为零时的液滴运动径向距离。当该径向距离小于环形空间的径向距离,此时产生雾沫夹带液泛。由此建立同心圈式超重力旋转床雾沫夹带液泛模型。实验以空气和水为物系,测定了转子直径为1000 mm、高度为100 mm的同心圈式超重力旋转床在不同转速和表观液速下气体进口和出口之间的气相压降随表观气速的变化。气相压降随表观气速的增大先缓慢增大后快速增大。用表观气速对气相压降求导和目测旋转床中心气体出口处出现大量液体被气体夹带来确定液泛点气速。通过液泛点气速求得雾沫夹带液泛模型的系数k,并对该系数k进行关联。该雾沫夹带液泛模型的计算值和实验值吻合很好,平均偏差为3.1%。该模型优于Sherwood液泛模型,对同心圈式超重力旋转床的工业应用提供了必要的设计依据。 相似文献
6.
章分析了消费信贷对我国经济持续发展的促进意义,探讨了现阶段发展个人消费信贷的制约因素并提出了相应的对策。 相似文献
7.
水声目标识别是被动声呐系统的主要应用之一。为了进一步提升小样本条件下水下目标的识别率,文章提出一种基于多尺度卷积和双端注意力机制相融合的方法。首先,提取梅尔倒谱系数,色度谱和计算谱对比度等特征,建立基于多类别特征子集的三维聚合特征。其次,采用多尺度卷积滤波器算子构造多分辨率卷积神经网络,以更好地适应三维聚合特征的时频结构。另外,采用双端注意力模型捕获样本的全局依赖和局部特性。采用基于指数加权的对数交叉熵函数作为损失函数,提升样本数较少类别的识别率。实验结果表明,该方法在ShipsEar数据上的平均识别率为95.5%,取得了较好的分类效果。 相似文献
8.
9.
针对目前普通卷积神经网络(CNN)在表情和性别识别任务中出现的训练过程复杂、耗时过长、实时性差等问题,提出一种深度可分卷积神经网络的实时人脸表情和性别识别模型。首先,利用多任务级联卷积网络(MTCNN)对不同尺度输入图像进行人脸检测,并利用核相关滤波(KCF)对检测到的人脸位置进行跟踪进而提高检测速度。然后,设置不同尺度卷积核的瓶颈层,用通道合并的特征融合方式形成核卷积单元,以具有残差块和可分卷积单元的深度可分卷积神经网络提取多样化特征,并减少参数数量,轻量化模型结构;使用实时启用的反向传播可视化来揭示权重动态的变化并评估了学习的特征。最后,将表情识别和性别识别两个网络并联融合,实现表情和性别的实时识别。实验结果表明,所提出的网络模型在FER-2013数据集上取得73.8%的识别率,在CK+数据集上的识别率达到96%,在IMDB数据集中性别分类的准确率达到96%;模型的整体处理帧率达到80 frame/s,与结合支持向量机的全连接卷积神经网络方法所得结果相比,有着1.5倍的提升。因此针对数量、分辨率、大小等差异较大的数据集,该网络模型检测快,训练时间短,特征提取简单,具有较高的识别率和实时性。 相似文献
10.