工业废渣对海泥烧结砖泛霜程度影响的试验

研究两种不同特性工业废渣铁尾矿、粉煤灰对海泥烧结多孔砖样品泛霜程度的影响及机理.结果表明:铁尾矿减轻海泥烧结砖泛霜程度的有利因素多,粉煤灰提高海泥烧结砖泛霜程度的不利因素多.此外,掺加外加剂可以在某种程度上降低海泥烧结砖的泛霜等级;当掺量达到某一范围时,能够较大幅度减少砖坯成型用水量,烧成中产生液相的非瘠性工业废渣-铁...     

矿区电厂粉煤灰物化特性与吸附特性关联研究

试探讨矿区电厂煤质和燃烧条件对粉煤灰物化特征(粒径分布、比表面积、孔径及孔径分布)的影响,以及粉煤灰物化特性对吸附特性和选择性的影响.研究表明:吸附容量仅与有效吸咐表面积有关;粉煤灰的粒径和孔径分布与灰熔温度ST和煤的变质程度有关;粉煤灰对活性红的吸附在试验范围内,并与langmuir模型相符合.     

高掺量粉煤灰混凝土路面应用性能的试验研究

为了揭示高掺量粉煤灰混凝土性能，加快其在路面工程中的应用，研究了添加粉煤灰、硅粉和引气减水剂的混凝土性能，包括力学性能、部分耐久性、干缩性及耐磨性．通过对13种配合比混凝土性能评价，得出粉煤灰取代率为30％、硅粉掺入率为7％和引气减水剂为1％的混凝土，具有较高的抗折强度、抗压强度、低渗透性、高抗冻性、低干缩性、高耐磨性及良好的经济效益，建议该配合比为路面设计配合比．     

泵送高强粉煤灰混凝土的研制

通过掺加减水剂，调整水灰比等途径配制了泵送高强粉煤灰混凝土，并力求加在粉煤灰掺量以降低混凝土成本，介绍了泵送混凝土配合比，分析讨论了泵送高强粉煤灰混凝土的性能。     

高应力软岩巷道壁后充填支护研究

高应力软岩巷道属非线性大变形问题,巷道支护必须满足其变形要求。总结了白皎煤矿高应力软岩砌碹巷道变形破坏特征,分析了砌碹巷道破坏机理,并对碹体壁后充填粉煤灰基材料改善"支护-围岩"关系的作用机理进行了分析,最后得到了现场验证。     

低掺量粉煤灰基地聚物胶凝材料性能试验研究

为了研究粉煤灰基地聚物胶凝材料的组成对其性能的影响,对C类粉煤灰分别掺入少量（质量分数小于17%）偏高岭土和矿渣粉后,进行了两种地聚物胶砂试块的力学性能试验研究,并与相同配比、相同制作养护条件下的普通硅酸盐水泥胶砂试块进行了比较.试验结果表明：纯粉煤灰（C类）地聚物胶凝材料强度低于P.O 42.5水泥;当外掺料质量分数大于17%时,粉煤灰基地聚物胶凝材料强度超过同龄期（14 d）的水泥;掺入矿渣粉的粉煤灰基地聚物抗压强度高于掺入等量偏高岭土的粉煤灰基地聚物.     

粉煤灰微珠化学镀银的研究

本文采用化学镀的方法对粉煤灰微珠表面进行镀银处理,制备出导电良好的银包粉煤灰微珠,且探讨了粉煤灰微珠粒径、镀银工艺参数对镀银效果和镀银微珠导电性能的影响。实验结果表明：粉煤灰微珠粒径越大,镀银效果越好;经每升含有30mLHF（质量分数36%）和10gNH4F的粗化液处理和每升含有3gAgNO3银氨活化液的处理的微珠镀银效果好;银氨镀液中AgNO含量应为8g/L,镀液的pH值应控制在10～11。     

一种基于果蝇优化方法的连续查询攻击算法

针对位置信息服务的隐私保护轨迹安全隐患,在已有研究的基础上提出了一种新的连续查询攻击算法(Continuous Queries Attacking algorithms based on Fruit Fly,CQAFF).首先该算法结合熵和查询匿名度量定义了查询识别率的计算模型,并利用果蝇优化方法给出了模型的求解流程.最后,利用移动对象数据生成器来进行实验,深入研究了影响CQAFF算法的关键因素,同时对比分析了该算法与其它算法的性能差异,结果表明CQAFF算法的有效性.     

水热合成对低等级粉煤灰活性的影响

低等级粉煤灰由于活性低,需通过一些方法将其活性激活后再利用。为研究粉煤灰活性,通过水热合成的方法激发其活性,然后测试其力学性能及微观分析。将低等级粉煤灰分别以10%、20%、30%、40%的掺量等质量代替水泥制作胶砂试件,在1. 3 MPa、180℃的条件下蒸压10 h后分别标养7 d、60 d、90 d后测试其抗折抗压强度,并做XRD分析。结果表明,高温高压条件下养护提高了试件强度,激发了粉煤灰活性;随着养护时间增长,试件强度逐渐提高,且代替水泥掺量在20%～30%时效果较好。     

基于改进果蝇算法和长短期记忆神经网络的油田产量预测模型

产量预测是油田生产动态开发研究的重要内容之一。油田的长期生产积累了大量数据,但是波动幅度很大,直接应用长短期记忆神经网络预测油田的生产指标,会出现神经网络泛化性很差的问题。因此,首先利用双层长短期记忆神经网络(long-short term memory,LSTM)和随机式失活对神经网络架构进行调整,建立了深度学习神经网络模型;并提出了一种新的果蝇聚集方法,通过改进的果蝇优化算法对所建立的神经网络模型进行优化,避免其陷入局部最优解,搜寻解空间的最优解;最后,油田实例验证表明,优化后的深度学习网络的网络泛化能力和预测精度有了较大提高,对于油田波动性较大的数据也能较好地拟合。所建立油田产量预测模型可应用于矿场开发实际。