通过室内细菌脱硫柱浸实验,将硫化矿石颗粒表面的硫降低到临界值以下,使脱硫后矿石自燃倾向性等级下降.结果表明,44d最大脱硫率可达61.82%,脱硫率随着时间延长而逐渐增大.对矿石自燃倾向性分析显示,硫化矿石的5d氧化增重率从2.044%降低到0.902%,自燃点从209.6℃升高到319.8℃,自燃倾向性等级由Ⅰ级降为Ⅲ级,降低了硫化矿石的自燃风险

第8章自定义属性与自定义方法 8.1自定义属性 8.2自定义方法

何为网格自适应划分？ ANSYS 程序提供了近似的技术自动估计特定分析类型中因为网格划分带来 的误差。（误差估计在 ANSYS Basic Analysis Procedures Guide 第五章中讨论。） 通过这种误差估计，程序可以确定网格是否足够细。如果不够的话，程序将自动 细化网格以减少误差。这一自动估计网格划分误差并细化网格的过程就叫做自适 应网格划分，然后通过一系列的求解过程使得误差低于用户指定的数值（或直到 用户指定的最大求解次数）

7-1城市园林绿地的生态效应 城市生态系统虽不象自然生态系统那样能承受 相当程度的外界干扰压力,通过负反馈调节维 持自身的平衡,但仍具有一定的抗外界干扰和 自我维持的能力。这一能力,在很大程度上来 自于城市园林绿地的生态效应 作为一个生态系统,城市在正常生产和消费的 同时,产生大量的余热、噪音和三废。这些污 染物质在城市生态阈值限度之内时,城市生态 系统有自我净化、自我消弭的能力,即:

根据轧制数量、测量数据质量和轧制力预报误差的影响,建立了轧制力自学习速度因子优化模型.在长期自学习的判定条件中综合考虑了规格分档的变化以及厚度、宽度的改变量,减少了换规格的次数.长期自学习系数计算时利用了从前一块钢数据中分离出的设备状态信息,从而改善了模型自学习的连续性.离线仿真分析结果表明,轧制力计算精度相对于自学习算法优化前有较大的提高

语法分析: 自上而下(自顶而下) 自下而上(自底而上) 自顶向下语法分析法:或从开始符号出发, 找最左推导;或从根开始,构造推导树

利用装煤量850kg的XK型煤自然发火实验台,真实地模拟了煤的自燃过程.根据实验测定的温度场和气体浓度场变化,结合流体力学和传热学理论,推算出不同温度时煤氧复合的耗氧速度、放热强度,为煤自燃性的定量分析及自然发火预测提供理论依据.并根据煤自身的氧化放热性能及其所处的蓄热环境,应用热平衡法推导出煤自燃极限参数的计算方法,为煤自燃预测及防治提供了量化的理论判据

3.1.1 工作原理 3.1.2 变气隙式自感传感器 3.1.3 变面积式自感传感器 3.1.4 螺线管式自感传感器 3.1.5 自感式传感器测量电路 3.1.6 自感式传感器应用举例

一、自感现象和自感系数 由于回路中电流变化,引起穿过回路包围面积的全磁通变化,从而在回路自身中产生感生电动势的现象叫自感现象

一、自然区划的概念和区划的原则 (一)自然区划的概念 由于地域分异因素综合作用的结果,使自然环 境在空间分布上具有一定的规律性。根据这种 规律性去划分各自然区域之间的差异和界线, 确定各自然区域等级(整体与部分)之间的从 属关系,可以构成一个区域等级组合体系。自 然区域的这种系统研究法,称为自然区划