浮选柱精选细鳞片中碳石墨实验

依据鳞片石墨浮选特点,设计石墨浮选柱实验装置。以细鳞片中碳石墨为研究对象,通过正交实验考察循环压力、矿浆浓度、柱体高度、捕收剂用量四个主要影响因素,分析因素的显著性;通过单因素实验确定实验因素对浮选效果的影响程度。结果表明：在循环压力为0．04MPa、矿浆质量浓度为40g／L、柱体高度为1550mm、捕收剂用量为200g／t条件下,石墨精矿的品位最高,为94．190％;矿浆浓度对精矿品位的影响最为显著,循环压力对精矿产率的影响最为显著;石墨精矿品位随着矿浆浓度、循环压力和捕收剂用量的增加而减小,随着柱体高度的增加而增大。该研究为浮选柱分选石墨的实际应用提供了技术参考。     

飞机结构强度试验中碳纤维增强树脂基复合材料无损检测技术

新型飞机大量使用碳纤维增强树脂基复合材料(CFRP)作为结构用材,为确定CFRP结构强度试验后的最终损伤状态,必须制定相应的无损检测方案与损伤评定方法。针对强度试验后CFRP工件表面粘接物对检测效率的影响、变厚度弧形CFRP结构原位检测损伤识别以及CFRP结构冲击损伤定量基准波选取等关键技术,结合强度试验中无损检测的特点,采用现场检测典型信号分析的方法,提出了CFRP结构强度试验中的无损检测方案和损伤评定方法,最后通过实验验证了检测方案和评定方法的有效性。     

不同金属骨架变形特性对柔性石墨复合垫片力学性能的影响

采用ABAQUS有限元数值模拟研究柔性石墨金属波齿复合垫片的不同金属骨架在一定齿数、齿深和齿厚时的变形特性,在齿数N=3～7、齿深H=0.3～0.7 mm、齿厚t=1～1.6 mm参数组合下的波纹形金属骨架的压缩回弹性能较好。复合垫片的压缩量主要由柔性石墨提供,而回弹量则主要取决于金属骨架的结构形式和参数。对波纹形金属骨架与柔性石墨复合后的垫片的压缩回弹性能进行了数值研究,以复合垫片最佳压缩率和最大回弹率为目标,对金属骨架的结构参数进行了优化,优化后的波纹形复合垫片的骨架结构参数为齿数N=3,齿深H=0.7mm和齿厚t=1 mm;柔性石墨层厚度T=1.5 mm。     

内蒙古东北部林西组碳酸盐岩结核的成因及油气地质意义

内蒙古西乌珠穆沁旗哈日根台苏木地区上二叠统林西组深水外陆棚灰黑色泥页岩沉积中发育大量的碳酸盐岩结核。这些结核呈透镜状、结核状及丘状,在产状上与现代海底发育的及古代的冷泉碳酸盐岩极为相似。通过对碳酸盐岩结核的微观组构、物质成分和碳同位素特征的研究,发现碳酸盐岩结核中发育较多的气孔构造、生物化石及草莓状黄铁矿;碳、氧同位素结果显示碳酸盐岩结核的碳同位素存在明显的负偏,表明其中有有机来源的碳。这些特征与现代海底由于天然气渗漏形成的冷泉碳酸盐岩特征一致,因而推测研究区发育的碳酸盐岩结核为古代海底天然气渗漏形成的冷泉碳酸盐岩。这表明在林西组沉积时期,海底存在天然气水合物,可能与海底早期沉积的灰黑色泥页岩中甲烷的释放有关。烃源岩潜力分析也表明,研究区大量发育的灰黑色泥页岩具有一定的生烃潜力,林西组具有较好的油气勘探前景;但是由于地层时代较老,成岩作用及构造运动的影响,现今的勘探难度较大。     

基于非局部梁理论的嵌入式弯曲碳纳米管在移动载荷作用下的振动分析

基于非局部连续介质力学理论,针对嵌入式弯曲碳纳米管建立了两端简支的Euler-Bernoulli梁计算模型,研究碳纳米管在移动载荷作用下的非线性振动问题．利用Galerkin方法对运动微分方程进行近似处理,将原方程从非线性动力学系统转化到二阶动力学系统;对于二阶动力学方程采用Magnus级数方法进行求解;通过数值实验,分析了非局部参数因子,纳米管长径比,移动载荷速度,弯曲波纹幅值,弹性介质常数对碳纳米管振动特性的影响,结果表明上述因素对碳纳米管动力特性有很重要影响．     

纳米科学和碳基纳米技术

纳米科学是一个宏大的科学,纳米材料的种类很多,本文将众多的纳米材料归结为三大类,即天然纳米晶体材料、人工纳米结构材料和聚合物功能分子材料.重点评述了碳基纳米材料的发展,包括结构特征、光电性质及其在光电子科学技术中的应用,并对石墨烯作了详细介绍,特别强调了碳基纳米技术要在应用中发展及其重要性.     

CuO—ZnO／PF催化剂合成碳酸二甲酯的研究

介孔碳作为一类新型的非硅基介孔材料,在催化剂栽4#-应用方面具有广阔的前景．采用溶胶一凝胶法制备了CuO—zno／PF系列负载型催化刑,并应用于甲醇和二氧化碳直接合成碳酸二甲酯（DMc）．研究结果表明：以铜锌氧化物物质的量之比为2：1,650℃煅烧的催化剂在温度为320．5℃左右,压力为3．oMPa时催化性能最好,甲醇的转化率达87．78％,碳酸二甲酯的选择性达80．46％．     

微波膨化对膨胀石墨性能影响分析

本文介绍了微波膨化的机理,并基于微波加热原理分析了微波法对膨胀石墨性能的影响。     

Artificial neural network prediction of mechanical properties of hot rolled low carbon steel strip

Conventionally, direct tensile tests are employed to measure mechanical properties of industrially pro- duced products. In mass production, the cost of sampling and labor is high, which leads to an increase of total pro- duction cost and a decrease of production efficiency. The main purpose of this paper is to develop an intelligent pro- gram based on artificial neural network （ANN） to predict the mechanical properties of a commercial grade hot rolled low carbon steel strip, SPHC. A neural network model was developed by using 7 x 5 x 1 back-propagation （BP） neural network structure to determine the multiple relationships among chemical composition, product pro- cess and mechanical properties. Industrial on-line application of the model indicated that prediction results were in good agreement with measured values. It showed that 99.2 % of the products＇ tensile strength was accurately pre- dicted within an error margin of ~ 10 %, compared to measured values. Based on the model, the effects of chemical composition and hot rolling process on mechanical properties were derived and the relative importance of each in- put parameter was evaluated by sensitivity analysis. All the results demonstrate that the developed ANN models are capable of accurate predictions under real-time industrial conditions. The developed model can be used to sub- stitute mechanical property measurement and therefore reduce cost of production. It can also be used to control and optimize mechanical properties of the investigated steel.     

SnS2纳米片/氧化石墨烯复合材料的制备及其光催化性能研究

为探讨SnS2纳米片/氧化石墨烯(GO)复合材料的光催化活性,采用液相氧化法制备GO,通过一步水热合成法,控制GO的含量和反应时间制备了一系列SnS2/GO复合材料.采用XRD,DRS,TEM,IR表征了制得的催化剂,研究了催化剂在可见光(λ ＞420 nm)下降解甲基橙的催化性能.结果表明:改变GO含量,SnS2六边形结构保持不变,SnS2/GO复合材料比纯的SnS2具有更高的光催化活性.当GO与SnS2质量比为5％,反应36 h催化效果较佳.