采用Burgers模型对排土场散粒体蠕变的减速蠕变和等速蠕变两阶段进行描述,利用分层总和法的思想,将垂直填筑的排土场进行分层处理,底层在上覆‘自重’变荷载作用下发生沉降变形,分别采用定常和非定常Burgers蠕变模型从理论解析角度推导排土场填筑动态过程中沉降、工后沉降及累计沉降计算公式.以齐大山铁矿排土场监测数据进行实例验算,应用结果表明:非定常Burgers模型和定常Burgers模型拟合的相关系数均较高,非定常Burgers模型沉降最终收敛于5.07 m,定常Burgers模型沉降曲线具有发散性,可见非定常Burgers模型能更好地表述排土场沉降真实工况;将排土场分为十个分层,结合FLAC3D软件的蠕变数值分析计算,得出各单层沉降率的变化规律,即各单层工后沉降量上层沉降值小于下层和中间层,且上层沉降量呈现单调递减变化,越接近排土场顶部单层沉降量越小;中间层沉降量相对下层沉降量要大,其中第5单层的沉降量最大

利用离子交换树脂与溶液中的离子发生交换反应而进行分离的方法。 此法可用于: (1) 分离 (2) 富集微量物质 (3) 除去杂质、 高纯物质的制备 (水的纯化，去离子水的制备)

3.1 构造异构 一、碳架异构 二、官能团位置异构 三、官能团异构 3.2 顺反异构 一、含双键化合物的顺反异构 二、环状化合物的顺反异构 3.3 对映异构 一、物质的旋光性和分子的手性 二、含一个手性碳原子的开链化合 物的分子及其构型 2 三、含2个手性碳原子的开 链化合物分子及构型 四、含有其他手性原子的分 子及其构型 五、碳环化合物的对映异构 六、不含手性原子的对映异 构体 七、外消旋化、外消旋体的 拆分和不对称合成 3.4 分子的构象 一、烷烃分子的构象 二、环烷烃的构象

一、财务报表 二、一个可行的分析框架 三、比率分析 四、趋势分析 五、结构分析和指数分析

本课程为生物工程专业本科段专业课程,主要指生物体内物质及其代谢产物,特别是生 物大分子的分离、检测、制备与改造技术。通过课程的学习,使学生了解生物体系的基本特 点及对分离过程的特殊要求,掌握生物分离最基本的各种技术,特别是生物大分子的分离、 纯化、制备、检测等,包括各种方法的基本原理、过程、设备、计算和应用,了解生物分离 技术的发展趋势,培养学生结合基础知识分析解决试验研究和工业化生产可能遇到的根本问 题的能力,为进一步学习专业课以及参加专业设计与科研打下基础

1 有色金属及合金分析 2 高聚物性能分析 3 化学建材性能测试 4 快速分析及在线分析技术

本章主要讨论矩阵的四种分解：矩 阵的三角分解，QR分解，满秩分解，奇异 值分解

采用扫描电镜、X射线能谱仪以及扫描电镜配置的夹杂物自动扫描统计软件(INCAFeature)表征了Fe-Mn-C(-Al)系TWIP钢中夹杂物的成分、形貌和数量,考察了Al质量分数在0.002%~1.590%的四种TWIP钢中夹杂物的特征和Al含量对AlN析出行为的影响.并在此基础上,采用了适合TWIP钢中高锰高铝特点的热力学参数对AlN夹杂物进行了系统的热力学分析.研究表明,在含有相似N质量分数(0.0078%~0.0100%)的TWIP钢中,当钢中Al质量分数升高至0.75%时,AlN夹杂物开始在钢中析出,并在MnS(Se)-Al2 O3上局部析出形成MnS(Se)-Al2 O3-AlN复合夹杂;当Al质量分数升高至1.07%时,热力学计算表明AlN已经可以在TWIP钢液相中形成,经不断长大后在MnS(Se)夹杂物表面局部析出形成MnS(Se)-AlN复合夹杂物;在Al质量分数为1.59%的TWIP钢中,AlN的平衡析出温度比其液相线温度高出42℃,在液相中形成的AlN可以作为异质核心,MnS(Se)夹杂在其表面包裹形成MnS(Se)-AlN复合夹杂物.另外,在Fe-18.21% Mn-0.64% C-1.59% Al体系的TWIP钢中,AlN在液相中析出所需的最低氮的质量分数仅为0.0043%.因此,在TWIP钢的冶炼过程中,应尽可能的降低钢中的氮含量,避免生成过量的AlN夹杂

第一节 天然药物化学实验引言 第二节 天然药物化学常用实验技能 第三节 天然药物化学实验各论 实验 1 大黄中蒽醌苷元的提取、分离和蒽醌类化合 实验 2 芦丁的提取、精制和槲皮素的制备；黄酮、糖类化合物的检识反应(综合性实验) 实验 3 芦丁和槲皮素的紫外光谱测定 实验 4 苦参生物碱的提取、分离及生物碱的检识反应 实验 5 利用纸色谱先导设计法从洋金花中提取分离生物碱(综合性实验) 实验 6 青蒿素的提取分离和检定(综合性实验) 实验 7 穿心莲内酯的提取、分离、鉴定及其亚硫酸 实验 8 黄芩苷的提取与分离(自主设计实验) 实验 9 实验考核

为较好地表征当前北京整个区域大气颗粒物质量浓度随时间尺度的变化及区域分布污染特征，根据北京市35个监测站点获得的2013年3—5月颗粒物质量浓度1 h均值，分析和研究PM2.5和PM10质量浓度的季节性变化并提高其空间分辨率，在此基础上探讨颗粒物可能的影响因素及污染来源.结果表明，3—5月颗粒物质量浓度具有周期性变化规律和显著相关性，应用MATLAB空间插值算法实现的颗粒物质量浓度区域分布图具有一定精度，可外推并揭示颗粒物区域污染特征.分析表明当前北京颗粒物污染的影响因素有冬末的冷锋和降雪、春季的沙尘和大风、夏初的降雨和湿热等；污染区域则呈现南高北低的特征，污染来源除了本地人为源以外，周边区域传输也有较大影响.通过颗粒物污染的时间序列和空间插值的结合分析，可为进一步研究颗粒物时空关系及掌握区域污染特征提供方法