6082铝合金磨损性能分析

以6082铝合金为研究对象进行摩擦磨损实验,分析磨损转速对摩擦系数(μ)、磨损重量以及磨损形貌的影响规律。结果显示,6082铝合金常温下μ随磨损转速的增加先减小后增大,磨损重量变化与μ变化相一致。当磨损转速为392转/min时,磨损机制主要是粘着磨损;当磨损转速为590转/min时,磨损机制以磨粒磨损和犁沟磨损为主;当磨损转速为792转/min时,磨损主机制主要以磨粒磨损和粘着磨损为主。     

碳酸二甲酯捕集CO2的技术经济分析

降低CO2排放量、缓解温室效应,已成为国际社会的广泛共识。碳酸二甲酯(DMC)是国际公认的绿色溶剂,低温下对CO2具有良好的吸收性能,具有规模化应用的潜力。该文针对整体煤气化联合循环(IGCC)电厂燃烧前CO2的捕集过程,建立了DMC捕集CO2的工艺流程,对此流程进行了模拟计算并开展了技术经济分析。计算结果显示:在96%的捕集率下每吨CO2捕集能耗约在1.3～1.7GJ的范围内,DMC捕集每吨CO2工艺成本约为200元;在考虑关键变量不确定性的情况下,其成本变化范围约180～230元/t,具有经济可行性;由于具有环境友好的特点,DMC作为燃烧前CO2捕集技术的新型吸收剂具有一定的竞争力。     

结合嵌入式对“电子测量技术”课程实验深入的研究

将"电子测量技术"课程实验内容和嵌入式技术相结合,使得学生通过嵌入式技术这种实现手段和方法,结合电子测量仪器的工作原理和技术指标作为理论,开发一些设计性的实验项目,增强学生的嵌入式技术设计应用能力和电子测量仪器系统设计能力。     

Heine定理在极限判别及运算中的应用

在极限判断与求解中，函数极限与数列极限有许多类似之处，Heine定理就是联系这二者的纽带。结合工科数学分析教学实践．通过实例介绍Heine定理在优化极限判断及运算中的应用，给出了Heine定理在极限运算中的优越性。     

电场对煤瓦斯吸附渗流特性的影响

为了探讨地电场对包含在煤层中的瓦斯气体的储存、运移的作用以及如何利用电场采促进煤层气的渗流从而达到提高中国低压低渗煤层的煤层气抽放率等问题,研究了电场对煤瓦斯吸附渗流特性的影响．研究表明：静电场对煤瓦斯吸附特性的影响关键在于静电场的焦耳热效应使煤瓦斯系统温度升高和静电场增加煤表面吸附势阱的深度2种因素竞争的结果,当静电场增加煤表面吸附势阱深度占主导地位时,静电场使煤对瓦斯的吸附量增加,当静电场的焦耳热效应逐渐占主导地位时,静电场使煤对瓦斯的吸附量减少;外加静电场促使煤中瓦斯的渗流;交变电场作用使煤对瓦斯的吸附量减少;交变电场作用促使煤中瓦斯的渗流．     

召必至,战必胜没有硝烟的战场

2020年2月17日上午,1200名军队医护人员先后乘运输机和火车抵达武汉.至此,军队增派的2600名医护人员已全部投入援鄂抗疫一线. "全军要在党中央和中央军委统一指挥下,牢记人民军队宗旨,闻令而动,勇挑重担,敢打硬仗,积极支援地方疫情防控."习近平主席对军队做好新冠肺炎疫情防控工作作出重要指示.     

磁导向技术在稠油SAGD中的应用分析

蒸汽辅助重力泄油(SAGD)技术在稠油油藏的开发中得到广泛试验与应用,为确保SAGD双水平井的顺利施工,磁导向技术应运而生。国外研发的MGT和RMRS技术在测量时不会随着井深的增加产生累积误差,实现了井眼轨迹的精确测量和层间位置的准确计算,可对SAGD双水平井轨迹进行精细控制。本文主要阐述了MGT和RMRS技术的工作原理、基本组成、技术优势等,并结合现场应用,对两项技术进行应用分析和综合对比,为油田现场磁导向技术的选择提供参考。     

变形Ｙ型通风方式防治瓦斯积聚的试验

通过在平顶山煤业集团责任有限公司十矿已２２１６０采面的变形Ｙ型通风方式试验,探讨了采面通风方式对采漏风和采面瓦斯涌出的影响,发现变形Ｙ型通风方式通过降低机巷进风量可以减少回采工作面的采空区漏风,降低采空区的瓦斯涌出量,同时,由于中间巷的掺新风流对回采工作面上段及上隅角瓦期积聚带的冲洗,大大降低了回采工作面上半段沿倾向的瓦斯浓度递增梯度和上隅角瓦斯浓度,能有效地防止高瓦斯综采工作面的瓦斯积聚,为高瓦斯综采工作面的高产高效提供了可靠保证。     

一种改进的贝叶斯网络结构学习算法

贝叶斯网络的结构学习是数据挖掘与知识发现领域的主要研究技术之一,能从大量数据中寻找隐含的概率依赖关系和知识表达模型,对复杂决策任务的建模与求解提供支持,具有重要的研究意义.文章通过分析结构学习方法(1(2和MCMC算法)的基本思想,将两种算法的优点和模型平均的思路结合起来,提出-种改进的贝叶斯网络结构学习算法.仿真实验证明该算法解决了K2和MCMC算法的缺陷,可以在无先验知识的情况下以较快的收敛速度获得较正确、稳定的模型结构.     

基于核均值漂移聚类的改进局部协同训练算法

【目的】针对协同训练算法不能直接应用于单视图数据,且在迭代过程中加入的无标记样本隐含有用信息不够的问题,提出基于核均值漂移聚类的改进局部协同训练算法。【方法】该算法先在有标记样本集中利用改进局部协同训练算法训练一个完整视图分类器h1,同时挑选出价值高的特征子集来训练局部视图分类器h2,然后在无标记样本集中采用核均值漂移算法选择聚类过程中指定带宽范围内的样本,交由分类器h2标记类别后再加入分类器h1的训练中,以此来优化分类模型。【结果】在UCI数据集上的3组对比实验证明了该算法的有效性,实验结果表明该算法具有更高的模型评价能力。【结论】改进局部协同训练算法将数据集划分为局部视图和完整视图,解决了单视图数据的视图划分问题。利用核均值漂移算法选出较好表现数据空间结构的无标记样本,降低了无标记样本带来的误差。