双室流化换热器传热分析

介绍了一种用于腐蚀性乏气余热回收的新型无管束磨损的间热式换热器——双室流化换热器．类比壳管式换热器传热分析,对其传热特性进行了理论研究．研究表明,换热器总热阻由两流化床气固换热热阻和颗粒循环流动传热热阻串联而成;颗粒流量在一定范围内可控制其传热过程;加大气流速度,增加床层横截面积,选用大颗粒及加大颗粒流量等均可强化其传热．为后期研究其传热特性及工业应用提供了理论依据．     

基于光诱导荧光的维生素K1检测方法研究

建立一种灵敏度高、选择性好的基于紫外光诱导荧光的维生素K1(VK1)检测方法.不发荧光的VK1经紫外光(254nm,15W)照射后可转变为具有很高荧光量子产率的光化产物,检测出其特征荧光峰在465nm处;当加入咪唑并经光诱导后,光化产物荧光特性发生变化,在330nm处又出现一新的较强荧光发射峰,两峰间的stokes位移长达135nm.同时发现,随着VK1浓度的增加,465nm处的荧光峰强度增加,而330nm处的峰强度反而减小.方法的检出限为0.003#g·mL-1(S/N=3),对1.0#g·mL-1 VK1溶液进行11次平行测定,相对标准偏差(RSD)为2.4%.该法用于注射液及人血清中VK1含量测定,回收率为97%~104%,结果令人满意.     

基于“阅读循环圈”理论的全民阅读推广中学校引领研究

借鉴“阅读循环圈”理论,根据阅读过程不同阶段的不同要素,分析了学校在阅读阶段中的阅读资源、阅读环境、阅读交流互动与阅读引导方面的优势,探讨了其在全民阅读推广中的地位与作用,并在此基础上提出了差异化引领策略与网状化引领策略,以期为全民阅读的进一步推广研究提供参考.     

浙江武义萤石矿田金(银)-萤石矿控矿构造型式

浙江武义萤石矿田中金（银）－萤石矿床,是中国首次发现并厘定的元素地球化学性质迥异,但物源、力源又相同,受同构造控制,形成于同一成矿期不同成矿阶段的金（银）－萤石矿床新类型。矿床严格受控于盆地构造格局的时空演化规律和帚状控矿构造型式,对中国东部中生代火山岩带萤石矿田（床）中金（银）矿的寻找具有极为重要的实践和理论价值。     

鄂尔多斯盆地新安边地区长7致密储层连通孔隙评价

利用铸体薄片、扫描电镜、高压压汞、核磁共振等实验技术,研究鄂尔多斯盆地新安边地区长7致密储层连通孔隙发育特征及其对储层的影响.研究结果表明:研究区长7致密储层发育粒间孔?溶孔主导型、溶孔?晶间孔主导型及晶间孔主导型3类孔隙组合.通过建立高压压汞?核磁共振对连通孔隙类型的判识模型,将储层孔隙划分为粒间优势连通孔隙、粒内劣...     

风路可靠度确定数学模型

针对目前研究矿井通风系统可靠性时,主要的研究参数是风量,即认为风量不失效则风路不失效的问题。提出了考虑风量、粉尘浓度、温度、有毒有害气体浓度指标的风路可靠度的定义,即研究可靠度时,既要考虑风流的数量,又要考虑风流的质量,这在矿井火灾时期尤为重要。根据风量动态监测结果,利用概率论、数理统计和可靠性原理的知识,提出了风路可靠度的理论计算数学模型,该模型的建立对矿井通风系统可靠性研究具有重大的意义。     

激励理论在现代企业管理中的运用研究

在现代管理学中,激励理论是一个十分重要的分支,在企业的管理实践中至关重要.如果企业管理能够科学地利用激励理论,不仅可以最大限度地发挥出员工潜能,促使员工在实现企业目标的同时积极实现个人追求,做到发展目标的统一和趋同,同时还能让企业的经营管理质量得到飞跃性发展,这对于提高企业的核心竞争力大有裨益.基于此,本文将主要阐述激...     

人工湿地污水脱氮中N2O的产生机理和影响因素

人工湿地技术具有良好的污水脱氮效果,但污水中脱除的氮有可能会以N2O的形式释放到大气中。由于N2O是一种重要的温室气体,随着人工湿地的不断推广应用,其向大气中释放N2O的研究引起国内外的关注。综述了目前关于人工湿地系统N2O的产生机理,从污水水质、环境条件、人工湿地系统以及微生物种群结构四个方面详细论述了国内外关于人工湿地系统释放N2O的影响因子的研究现状,并对该研究领域今后的研究重点进行了展望。     

岩体结构面面密度统计的地形化数字测窗及体密度优化

为了给岩体稳定性分析和渗透性评价提供更加可靠的数据,提出了基于差分进化算法拟合实测面密度从而优化结构面体密度的三维结构面网络模型建模方法。该方法采用RTK-GPS数字化量测技术,研究了结构面迹线3D数字化模型及数字化测窗建立方法;引入“地形化”的圆形测窗,提出扩展为地形化曲面正方形连续布置测窗,分析了圆形取样窗大小对密度估计的影响,比较了正方形测窗和圆形测窗估算结果。以甘肃北山地面花岗岩结构面量测数据为例,应用该方法。研究表明,优化的体密度能高度拟合各分块实测面密度,由此建立的3D结构面网络模型更符合实际结构面分布规律。     

改进非线性外源自回归网络的潮位实时预测

我国海域辽阔,海岸带面积约占全国总面积的13%,在沿海区域的交通运输及经济建设领域,都需要具备精确的潮位数据,因此实现精准快速的潮位预报具有重要的应用价值和实际意义。为了提高潮位预测精度和稳定性,提出了一种基于带外源输入的非线性自回归 (Nonlinear Auto Regressive models with Exogenous Inputs, NARX) 神经网络的实时潮位预测方法,并在其基础上做了相应改进。首先采用了模块化潮位预测(Modular tide level prediction)方法,将潮汐数据分为天文潮及非天文潮两部分,其次引入滑动时间窗(Sliding Time Window, STW)概念构建出改进的MS-NARX神经网络预测模型。利用美国比斯坎湾 (Biscayne Bay) 的实测潮汐值数据进行潮位预测的仿真试验,并与传统NARX神经网络及自适应粒子群算法优化的基本反向传播 (SAPSO-BP) 神经网络两种预测方法进行比较,结果表明在MAE、MSE及RMSE三项精度指标测算中,MS-NARX神经网络均为最小,可见其针对数据预测的精度和稳定性均优于 SAPSO-BP 神经网络和传统NARX神经网络,能够为提高船舶运营效率和保障船舶航行安全提供指导。