Cu-Al-Ni-Mn-Ti合金相变弛豫特性的研究

文章研究了Cu-Al-Ni-Mn-Ti多晶形状记忆合金的相变弛豫特性.实验结果表明,合金的相变内耗峰实际上由2个不同的内耗峰组成,低温内耗峰的峰值与频率对数呈现峰形函数关系,随升温速率的增加,频率峰向高频方向移动,相变弛豫时间减小;高温内耗峰的峰值与频率倒数成直线关系,随升温速率的增加,直线斜率变大,表明低频测量时升温速率对相界面法向运动的驱动作用更强.     

干旱胁迫下金线兰渗透调节物质的变化规律

以3种不同来源的金线兰组培苗(种子苗、根状茎苗、地上茎苗)为实验材料,设置5个土壤干旱梯度(9、13、17、21、25d),以0d为对照,研究金线兰组培苗渗透调节物质在土壤干旱胁迫下的变化规律,结果表明:可溶性糖随着时间的延长一直升高,3种苗变化规律比较一致;可溶性蛋白和游离脯氨酸都是先升高后降低,但是变化幅度差异较大,脯氨酸达到高峰的时间也不同.     

浅谈环境教育对鄱阳湖环境保护的重要性

鄱阳湖是中国最大的淡水湖,国际重要的湿地。前不久,温家宝总理就鄱阳湖生态环境保护问题作了重要批示,要求保护好鄱阳湖这“一湖清水”。公众对鄱阳湖环境保护意识水平的高低直接关系到鄱阳湖环境保护事业的成败。而提高公众环境意识,培养公民环境道德,最主要的途径就是有效开展对公众的鄙阳湖环境教育。     

定义在η-连通集上的η-凸函数的一些刻画

在η-连通集上,引进了η-凸函数和η-次微分,并利用η-次微分和Gateaux微分的关系,得到了一些定义在η-连通集上的η-凸函数的性质．     

基于遗传神经网络的多元渣系活度预测模型

基于遗传神经优化BP神经网络权值和阈值建立了多元熔渣活度模型.人工神经网络能实现任意函数逼近,结构简单;遗传算法是建立于遗传学和自然选择原理基础上的一种全局优化搜索算法,能根据个体的适应度函数,通过对个体施加遗传操作实现群体内个体结构重组的迭代处理,逐代演化出越来越好的近似解.通过对CaO-SiO2,CaO-SiO2-Al2O3,CaO-SiO2-Al2O3-MgO渣系组元活度的计算和仿真表明,遗传神经网络具有很强的非线性拟合能力,计算结果在不同的情况下均能很好地吻合文献值,因此能够准确预报多元渣系中组元活度值.     

硼酸重结晶过程影响因素研究

研究H3BO3-H2O简单体系中,在无外加影响因素的条件下,硼酸质量分数、结晶温度、结晶时间及搅拌速度对硼酸重结晶的影响规律.在相同的结晶温度和结晶时间的条件下,硼酸的质量分数控制在28.5%~31.0%,结晶率可达88%以上.结晶温度选择5~10℃之间,不同的降温方式对硼酸的结晶率影响不大.采用在高温时快速冷却,待降至一定温度后,再慢速冷却降温,可以保证硼酸结晶体多数为具有一定粒度的颗粒.在实验室现有条件下,硼酸的结晶时间在15 h附近为宜.选择硼酸质量分数为28.5%,最终结晶温度为10℃,恒温时间为15 h的实验条件下,慢速搅拌有助于硼酸晶体的生成.     

低品位双重难处理金矿石工艺矿物学及浸金影响因素

试验所用矿石来自我国云南某金矿,该矿含金2.4 g/t,砷0.97%,碳1.47%.它是典型的低品位含碳双重难处理金矿石,浮选精矿-氰化提金,金浸出率为10.43%;浮选精矿-焙烧-氰化工艺,金浸出率为46.52%,属于极难浸金矿.矿石主要金属矿物为黄铁矿、毒砂.脉石矿物主要为石英、绢云母、白云石、方解石、伊利石黏土矿物等.金的赋存状态绝大多数是"不可见金",主要为次显微、超显微的包裹金以及胶体金.金主要包裹于毒砂和黄铁矿晶体中.矿石中金矿物主要为自然金,少为银金矿.矿石金回收率低的原因主要是包裹金,矿石含砷、碳质以及黏土矿物.     

处理含多环芳烃植物油的吸附剂筛选及其性能评价

为循环利用植物油淋洗修复多环芳烃污染土壤,应用吸附过程去除植物油中的多环芳烃.对10种吸附剂进行吸附柱和批处理筛选实验,评价了这些吸附剂的物理化学性质,从中筛选出最适合的吸附剂.动态吸附柱筛选实验表明,植物油中的多环芳烃在活性炭F400及F300上的吸附量最高,分别为55.39μg.g-1和23.82μg.g-1,说明吸附剂的粒径对吸附效果有重要影响,而多环芳烃在其他几种吸附剂上几乎没有吸附.批处理筛选实验表明,多环芳烃在两种活性炭上的吸附量仍然最多,分别为211.85μg.g-1和203.79μg.g-1.     

多晶材料的微铣削建模与实验研究

对微铣削多晶材料的加工机理进行了详细分析,建立了相应的加工过程模型.重点考虑了最小切屑厚度和材料金相组织的作用,并对微铣削力和加工表面生成的影响因素进行了细致分析.分析发现多晶材料不同的晶粒特性会导致生成表面产生波动,并致使切削力产生附加振动.最小切屑厚度将决定刀具对晶粒是否进行材料去除,并使切削过程产生高频波动.大量的实验研究表明,模型准确地预测了微铣削现象,对优化加工参数、提高生产效率和加工质量提供了理论基础.     

面向高维度目标函数的微粒群优化算法

针对基本微粒群算法在处理高维度目标函数容易出现早熟的问题,提出了一种新的微粒群算法面向高维度目标函数的微粒群算法(HDOF-PSO).分析了基本微粒群算法难以处理高维度目标函数的原因.通过引入信心度和试探策略,算法的收敛速度得到提高;通过引入成功度,搜索过程中的变异概率能够自适应修正.在特定测试函数集上的实验表明,HDOF-PSO在处理高维目标函数时,比基本微粒群算法和一个改进的微粒群算法具有更快的收敛速度和更好的收敛性.