含水率对非饱和砂土似黏聚力影响试验研究

目前工程上对待砂土地基时,都是将其作为完全无粘性土来对待,也就是将其粘聚力笼统的作为零。这种方式在理论研究中,简化了很多问题;但是在工程应用中,忽视似粘聚力的存在,有时候会带来诸多的不便,甚至是工程造价的翻番。为了研究非饱和砂土的似粘聚力,本文以工程实例“西咸能源金融大厦的基坑支护项目”为依托,选取了西咸新区,沣河以东,渭河以南交汇区域的砂土,进行了多组不同含水率、相同干密度的砂土的三轴、直剪以及基质吸力试验。试验结果表明：砂土的似粘聚力随着含水率的变化,呈现出由零先急速增长、然后增速放缓、再增速变大增长至峰值,并可以短暂维持峰值阶段,最后逐渐降低为零的结果。同时验证了砂土的直剪试验在工程上的可用性及安全性。其结论可以为非饱和土的研究提供参考。     

基于BP神经网络的机械运输设备管理与回报率分析

基于中冶宝钢某厂的24个月的机械运输设备运行数据,首先利用单层隐含层的BP神经网络预测下月回报率,提出了对模型的输入层、隐含层及其节点数的改进方案,保证模型拟合程度高的同时也确保训练的高效和快速收敛。经过改进模型的训练,仅用了150次左右的训练就达到期望误差0.000 5。将影响回报率的设备,选取数据进一步筛选,并利用MATLAB进行占比分析,使工程设备的回报率逐年上升。结合运输设备回报率的波动性,解决高利用高风险率机械运输设备的设定标准,通过双高设备出现问题的因素分析提出以"检"代"修"、以"修"代"换"的机械设备管理要求。     

分布式实时运行数据驱动的液压支架群虚拟监测关键技术

针对多机装备可视化监测中存在的数据体量大以及单台主机模式下无法有效完成复杂任务的问题,提出了基于实时运行数据驱动的分布式液压支架群虚拟监测方法.该方法首先建立了基于实时运行数据的驱动模型;其次基于可识别数据交互器的数据传递方法,建立了C/S模式下的分布式局域网协同模型;然后基于一致性哈希算法的分配方法,建立了可根据主机负载状况动态分配任务的任务调度模型,最后以试验室液压支架群为例构建了分布式系统.试验结果表明:该方法建立的监测系统相比于单主机系统,提高了监测的稳定性,能够为透明综采工作面的建设提供核心技术支撑.      

液氨施肥与液氨施肥技术(1)

<正>新疆石河子1984年起开展液氨直接施肥技术的研究课题,1986年全面完成并通过专家鉴定,1988年分别获得新疆自治区和国家农业部科技进步二等奖。多年来又坚持液氨直接施肥技术成果的推广应用工作至94年累计液氨直接施肥面积95万亩,施用液氨总量12600吨。国内外试验和大面积生产实践证明了两条“法则”:液氨直接施肥适用于不同类型的耕作土壤,液氨直接施肥对各种已栽培的农作物都具有增产效应。     

配煤设备的选用及自动配煤装置初探

配煤设备有配煤槽、配煤给料机和皮带运输机。     

无相互作用粒子统计方法的研究

在本文中，作者提出了一种新的方法，可以更简单地导出无相互作用粒子的统计分布函数。     

论“借荆州”

论“借荆州”徐澄，徐海松东汉末年，封建中央政权在统治阶级内部频繁发生的权力纷争中削弱了其集权力量，又在黄巾农民大起义的猛烈冲击下迅速瓦解。地方州郡牧守凭借治民领兵之特权趁势扩充实力，出现了擅兵自重的局面，不少州牧变成割据一方的大军阀。随即出现了军阀混...     

波浪作用下油轮系泊码头动力状态的若干问题

本文根据１０万吨油轮系泊码头动力状态的试验成果，对鼓型橡胶护舷的动 力特性、波浪作用下油轮对码头的撞击作用、油轮撞击与波浪形成共振的可能 条件以及影响油轮撞击能量的诸因素等问题进行了分析。     

有机物/TiO2电荷转移复合物的形成及其在可见光下的催化活性

以TiO2（Degussa P25）为光催化剂,可见光为激发光源,分别对甲醇/TiO2、甲醛/TiO2、甲酸/TiO2体系中光催化还原Cr6+的情况进行了研究. 结果表明,有机醇和羧酸能与TiO2形成电荷转移复合物. 这种复合物能够吸收400 nm以上的可见光,并通过LMCT（ligand-to-metal charge transfer）机制引发光催化还原反应. 不同的有机物/TiO2体系中,Cr6+的光催化还原反应表现出极大的差异,这种差别与有机物的结构密切相关. 当体系中不存在有机物时,可见光下TiO2几乎不能将Cr6+还原;当加入甲酸,经光照80 min后,Cr6+的还原率即可达100%;而在甲醛/TiO2和甲醇/TiO2体系中,光照6 h后,Cr6+的还原率分别可达93.63%和22.69%. 体系的pH对Cr6+的光催化还原反应有显著影响. 有机物/TiO2体系中,光催化还原Cr6+的反应符合一级动力学规律.     

矩阵思想在《线性代数》教学中的应用

用矩阵的思想去解释n维向量及其相关概念,以帮助学生对n维向量及其相关性质加深理解.