表面平整度测量的新方法研究

介绍了用反射干涉频谱法测量透明或半透明薄膜表面平整度的方法，薄膜厚度的测量范围约在0．2－20μm（小于20μm）之间。在对二氧化硅薄膜的测试中，该测试方法与椭圆偏振仪的测试结果相比较，其纵向测量误差小于2nm。通过光纤传感器的薄膜下的移动，对薄膜下各点的反射光谱进行分析，得到各点的厚度。通过步进电机的移动，连续测量膜上不同点的厚度，从而获得薄膜的表面形貌。该方法对薄膜无破坏作用，且无需测量干涉条纹，与其他的非接触式测试方法相比较，具有无横向测试范围限制、测试系统结构简单、测试精度高、测试结果可靠的特点，因此有较强的实用性。     

生物质气化炉智能控制器设计

生物质气化炉采用秸秆热解制气,适用原料广泛.由于气源没有液化气、管道燃气稳定,气阀控制过程复杂,存在不少安全隐患.阐述了生物质气化原理,制气控制流程;将原生物质气化炉的手动控制改为自动控制;给出了系统硬件设计及软件实现方法;通过实验调试控制程序.结果表明,基于PLC的智能控制器,解决了气化炉手动控制阀多、控制过程繁杂、操作人员专业水平要求较高的难题,有助于生物质可再生能源开发利用和减碳减排.     

地浸采铀地下水中放射性污染物迁移的模拟

地浸采铀对地下水的放射性污染是一个倍受关注的环境问题．本文对新疆某地浸采铀矿山井场地下水污染的监测结果进行了分析,建立了地浸采铀井场地下水中污染物迁移的动力学模拟,对污染物在地下水中的迁移规律进行了数值模拟．在地浸生产期间,有少量的放射性污染物U和硫酸向井场外迁移,但污染物：迁移速度和迁移距离都比较小,污染物浓度较低,污染物呈不规则的齿形迁移,U和SO4^2-的迁移规律与迁移趋势是一致．数值模拟对分析地浸采铀矿山地下水中污染物的迁移规律、预测和控制污染物的迁移提供有效的途径和依据．     

多溶剂萃取法分离制备绿衣枳壳中枳属苷

目的建立一种从绿衣枳壳中快速分离制备高纯度枳属苷的方法。方法采用多溶剂萃取法将枳属苷从绿衣枳壳乙酸乙酯萃取部分粗提物中分离出来,并通过多次试验优化了多溶剂萃取法条件,枳属苷最佳分离实验条件为:萃取溶剂V(甲醇):V(氯仿)=6:5,分相液为水,V(萃取溶剂):V(分相液)=11:4。结果该法所得的枳属苷单体,经HPLC峰面积归一化法计算其纯度均不低于98%。结论多溶剂萃取法是一种简单。高效的分离制备绿衣枳壳中枳属苷的方法。     

非负半环上的积和式半群

证明了非负交换整半环上矩阵半群的一个子半群是积和式半群当且仅当这个子半群中的每一个矩阵至多含有一个非零对角.     

真空作业提高地浸采铀钻孔抽液量试验研究

提高钻孔抽液能力是原地浸出采铀生产过程中的关键问题.本文采用在空气提升溶液的条件下,配上钻孔的真空作业来增加钻孔涌水量.试验表明,采用真空作业时钻孔的涌水量均有所增加,而且较稳定,平均增长率为20.3%.同时发现试验前后溶液的酸度和金属铀浓度变化甚微.采用真空作业,是强化地浸试验和生产过程的有效手段,可在地浸矿山推广应用。     

铀尾矿氡析出率的Hurst指数与分形特征

铀尾矿氡的析出是一个重要的环境问题.通过室内实验测定了铀尾矿氡析出率随时间的变化,结果表明尾矿中氡析出率随时间呈现明显的非周期振荡变化.应用R/S方法对所获得的氡析出率时间序列数据进行了分形分析,其整个时间序列数据的Hurst指数为0.83,分维值为1.17.移动Hurst指数在大多数情况下位于0.5-0.8之间,实验后期的Hurst指数部分位于0.5以下,表明铀尾矿氡析出率长期趋势不满足随机游走理论,氡析出率具有长期记忆性,但是短期记忆性不显著.尾矿中氡的析出是一个确定性的混沌动力学过程.     

一种新的复杂地质体采矿工程剖面图自动生成方法

提出基于三维实体快速切割算法和区域(内含孔、岛)自动识别技术的地质体剖面图自动生成方法.基本思想是:首先采用基于平面隐函数的切割算法实现地质体的快速切割,生成离散的交线;并采用基于KD树的空间快速索引方法,确定交线间的邻接关系,并生成一系列封闭的轮廓线;封闭的轮廓线将平面划分为多个复杂的区域,采用图论中的树结构形式化表达复杂区域;最后对树表示的区域进行岩性图案的填充.该算法已在DIMINE 数字矿山系统中实现,并应用于三维地质实体工程出图模块中.实验结果表明:该算法有较好的计算效率,是一种比较实用的地质体剖切方法.     

塑料杯豆奶生产技术

豆奶是一种需求量较大的大众化饮料,目前采用玻璃瓶包装,其缺点是包装投资较大,周转慢,运输困难,流通距离短,消费者饮用不方便.介绍了用一次性塑料饮料杯生产包装豆奶的工艺方法.杯装豆奶成本低,生产、销售、运输、饮用都很方便.必然是玻璃瓶豆奶的替代产品,极具推广应用价值。     

基于最小风险贝叶斯的垃圾博客识别算法研究

针对当前垃圾博客识别研究中,正常博客误识别为垃圾博客损失高的问题,提出了一种基于最小风险贝叶斯的垃圾博客识别算法。该算法提取多结构特征,在朴素贝叶斯分类方法中引入风险因子,通过最小化风险进行垃圾博客和正常博客的分类。实验结果表明:该算法能在对召回率影响很小的情况下,进一步降低误判率,提高识别准确率。与朴素贝叶斯方法相比,准确率提高近5个百分点,与支持向量机方法性能接近。