为了提升航班运行风险预测精度，基于某航空公司2016—2018年航班运行风险数据，在验证15个风险时间序列的混沌特性后，构建基于多变量混沌时间序列的风险预测模型。首先，对15个风险时间序列进行多变量相空间重构，采用主成分分析法（PCA）对相空间进行降维处理；然后，基于迭代预测的方式，分别采用极限学习机、RBF神经网络、回声状态网络和Elman神经网络建立风险短期预测模型；最后，以降维后的相空间作为输入，计算并比较分析未来1～7 d的风险预测结果。结果表明：多变量相空间重构后总维数为62维，经PCA降维处理，降至31维；在不同的预测模型中，降维后RBF模型预测效果最佳；其中，预测第1天结果相对误差<25%出现频数为82.62%，至第5天仍达75%以上；该模型第1天预测结果的修正平均绝对百分比误差（MAPE）值为11.32%，且前5 d均低于20%，满足航空公司使用要求。1～5 d预测结果对航班风险管控具有实践操作价值，证明基于多变量混沌时间序列的风险预测方案可行、有效

为了深入探讨胶磷矿难选的具体原因，采用化学分析、X射线衍射以及矿物自动分析系统（AMICS）测试手段对云南某胶磷矿浮选给料进行了系统深入的工艺矿物学研究，探索了该矿样难浮选分离的内在机理。结果表明：该样品中磷主要以氟磷灰石形式存在，其脉石矿物以白云石和石英为主。氟磷灰石的嵌布粒度较细，主要分布于10～75 μm的粒度范围，其单体解离度为59.17%。除了以单体的形式存在以外，氟磷灰石主要与白云石、石英连生，连生体的质量分数分别为26.23%和9.92%。而白云石和石英的单体解离度相对较低，分别为46.82%和39.10%。进行了粗选脱镁、一粗两扫脱硅的闭路流程浮选试验，获得了精矿P2O5品位为29.75%、P2O5回收率为81.95%，SiO2品位为12.63%的浮选指标。结合工艺矿物学分析结果，指出该浮选样品中胶磷矿嵌布粒度细、难以获得较好的解离度、泥化严重是浮选难于获得更好指标的主要原因

含氟矿石中生物浸出技术推广应用存在瓶颈,究其原因在于伴随含氟脉石矿物溶解,氟对浸矿微生物有较强的抑制作用.本研究利用氟的水化学特性,通过添加可形成稳定络合物的物质来转换F离子存在形态,进而使浸矿微生物可以耐受高氟环境.本文系统研究了氟对细菌的抑制机理,明确了氟的真实毒性形态HF,发现了氟对细菌存在跨膜抑制作用,氟胁迫条件下,干细胞内氟离子质量分数明显高于无氟对照组达到18%以上.选择在生物冶金体系中常见Fe3+做为研究对象,研究了Fe3+对F-的络合解毒作用,热力学分析结果可知,Fe3+可以与HF发生一级竞争络合反应,破坏HF络合结构.在铁离子存在条件下,细菌最高可以耐受F-质量浓度1.0 g·L-1的环境下生长.铁氟络合形态分析可知,只有当培养基中Fe3+质量浓度5倍过量于F-质量浓度,细菌才能正常生长,对应的FeF2+在氟化物中质量分数达45%时,而游离氟离子浓度为2.87×10-5 mol·L-1.络合机理实验结果表明,根据配位化学原理,随着F-/Fe3+浓度比的减小,配体浓度相对较低,氟与铁的络合物向低配位方向移动,可以通过调整培养基中的氟铁浓度比来调整氟铁络合产物,使细菌在高氟环境中生长成为可能

以硫化镍精矿为原料，采用共沉淀–煅烧法成功制备出Cu掺杂尖晶石铁氧体(Ni, Mg, Cu)Fe2O4异相类Fenton催化剂。利用X射线衍射(XRD)、扫描电子显微镜(SEM)及X射线光电子能谱(XPS)等手段系统研究了Cu掺杂量对所制备产物微观结构、形貌及催化性能的影响；确立了最优催化体系为光助类Fenton催化体系“(Ni, Mg, Cu)Fe2O4催化剂/H2O2/可见光”，揭示了Cu掺杂对(Mg, Ni)Fe2O4催化活性的增强机制。结果表明：在选定的实验条件下，制备得到的产物均为纯相立方尖晶石铁氧体。当Ni与Cu摩尔比为1∶1时，合成的(Ni, Mg, Cu)Fe2O4在可见光照180 min条件下对质量浓度为10 mg?L?1的罗丹明B(RhB)溶液的降解率可达94.5%。究其主要原因为：随着Cu掺杂量的增加，占据(Ni, Mg, Cu)Fe2O4八面体位的Fe3+和Cu2+的相对含量增加，即裸露于铁氧体表面的Fe3+和Cu2+数量增多，以及两者的协同作用，加速了羟基自由基(·OH)反应的发生，最终使得RhB溶液的降解效率从73.1%提高至94.5%

以碳热预还原和氢气深还原两步制备的纳米钨粉作为烧结原料，即先通过碳黑还原脱除三氧化钨中的大部分氧，再以氢还原脱除残留的氧。该方法制备的钨粉颗粒呈球形形貌，平均晶粒度可达90 nm。同时，向钨粉中掺杂质量分数为1%和2%的氧化铝，探究了氧化铝对钨粉烧结行为的影响。通过烧结样品的断口形貌和晶粒的平均尺寸分析发现，氧化铝对烧结后期的晶粒长大有明显的抑制作用，相同的烧结温度下晶粒的尺寸随着氧化铝含量的上升而减小。在1600 ℃时，纯钨粉烧结坯的晶粒平均尺寸为2.75 μm，但添加质量分数为1%和2%氧化铝的烧结样品晶粒平均尺寸约为1.5 μm，这是由于氧化铝能有效地抑制烧结后期的钨粉晶粒长大。纯钨粉和掺杂氧化铝钨粉的烧结坯的硬度随温度升高具有不同的趋势。掺杂钨粉烧结坯的硬度随着温度的升高而升高，且其最大值高于800 HV。但是，纯钨粉烧结坯的硬度随烧结温度增加而先增加后降低，在1400 ℃时取得最大值（473.6 HV），这是由纯钨粉烧结坯的晶粒在高温下急剧长大所导致。在烧结温度为1600 ℃时，纯钨粉、掺杂质量分数1%和2%的氧化铝掺杂的钨粉的烧结坯的相对密度依次为98.52%、95.43%和93.5%

为研究三轴循环加卸载条件下三山岛花岗岩细观能量演化规律, 采用颗粒流理论确定了花岗岩的应力门槛值(起裂应力σci、损伤应力σcd和峰值强度σf), 研究了应力门槛值对应的边界能、应变能(线性接触应变能和平行黏结应变能)、耗散能(摩擦能和阻尼能)、动能随围压变化的规律, 并从能量角度建立了岩爆倾向性评价指标Wx. 结果表明: 三山岛花岗岩不同围压下相应的σci/σf位于37.0%~44.8%区间, σcd/σf位于81.2%~89.0%区间, 随着围压的增大, 起裂边界能、应变能和耗散能呈线性关系增加, 损伤(峰值)边界能、应变能和耗散能呈指数关系增加; 其中耗散能受围压影响最为敏感, 增幅倍数最大, 其次是边界能, 最后为应变能. 围压对起裂应变能比例影响不大, 损伤和峰值应变能比例随围压增大缓慢减小, 峰值应变能比例下降幅度最大. 基于岩爆倾向性评价指标Wx可知, 当围压在20 MPa内, 三山岛花岗岩岩爆倾向性相对较小; 当围压达到30 MPa时岩爆倾向性开始迅速增加. 研究成果为岩爆倾向性的评价提供了新的参考指标, 进一步为井下岩体工程的稳定性研究提供了新思路

水力压裂过程中支撑剂的注入是为了防止地应力将已压裂出的裂缝重新闭合。为了研究复杂裂缝网络中支撑剂的运移分布规律，及支撑剂非均匀分布对开采动态规律的影响，基于作者之前提出的数个数学模型，建立了致密储层压裂注砂开发耦合计算模型。通过计算结果可以得知：裂缝网络中，支撑剂会在裂缝交汇处大量堆积，砂堤高度高于缝网其他部分。次级裂缝中的支撑剂更多的处于悬浮状态，且支撑剂沉降堆积高度相较于主裂缝小25%～50%，相互沟通的次级缝具有更高的支撑剂沉降程度。缝网中支撑剂非均匀分布对模拟计算结果具有较大影响，当储层渗透率为0.05 mD时，忽略支撑剂非均匀分布计算出的产量高出实际值41.7%，因此在进行低渗透率储层模拟时，支撑剂非均匀分布状态不可忽略；当基质渗透率为5 mD时，产量计算差异在5%以内，此时不考虑支撑剂非均匀分布相对合理

提出采用煤较低温度下选择性还原选铜尾矿中的铁, 还原球团磁选回收铁的技术, 并考察了还原温度、还原剂用量、还原时间、活化剂用量对选铜尾矿选择性还原回收铁的影响, 得出最佳工艺条件: 还原温度为1200℃, 还原剂用量为原料质量25%, 还原时间为2 h, 活化剂用量为原料质量5%;在最佳工艺条件下, 磁选精矿中铁质量分数超过90%, 铁回收率大于95%.借助X射线衍射仪、光学显微镜和扫描电子显微镜等检测手段对原料、还原球团、磁选矿的矿相组成和结构进行分析, 揭示了铁矿相还原及金属相生成/融合演变规律: 升高温度促进金属相的还原、融合兼并和生长; 增加还原剂用量使金属颗粒的融合兼并变得更加普遍; 延长还原时间促进金属粒子的融合和铁橄榄石相的还原; 活化剂促进金属粒子的扩散和融合.金属颗粒的兼并生长促使其粒度增大, 粗粒金属颗粒在磁选工序裹夹带入磁选精矿的渣相量相对较少, 磁选精矿铁含量显著提高

以承德钼尾矿和水泥构成的简单免烧砖体系,对其在成型工艺、微观结构和着色特性方面进行基础工艺研究.结果显示,水泥-钼尾矿免烧压砖适宜的水泥/钼尾矿质量比为0.18~0.25,成型水/固体原料质量比为0.1,成型压强25 MPa,保压时间30 s,在阶梯式成型施压方式下可改善砖块性能.经长期养护后,压砖中Ca (OH)2、钙矾石和CaCO3的相对含量会随水泥掺量增加而逐渐升高,而云母含量则逐渐降低.当水泥量质量分数达25%时,会有低硫型水化硫铝酸钙相(AFm)形成.此外,在试块中可见大量水化硅酸钙(C-S-H)凝胶、钙矾石和Ca (OH)2矿相形成.掺加9%以内氧化铁型红、黄、绿颜料,对试块强度无不利影响,而掺加蓝、黑颜料会使试块强度损失,在保证砖材强度前提下,添加量宜控制在6%~9%

在输电场景中，吊车等大型机械的运作会威胁到输电线路的安全。针对此问题，从训练数据、网络结构和算法超参数的角度进行研究，设计了一种新的端到端的输电线路威胁检测网络结构TATLNet，其中包括可疑区域生成网络VRGNet和威胁判别网络VTCNet，VRGNet与VTCNet共享部分卷积网络以实现特征共享，并利用模型压缩的方式压缩模型体积，提升检测效率，从计算机视觉和系统工程的角度对入侵输电场景的大型机械进行精确预警。针对训练数据偏少的问题，利用多种数据增强技术相结合的方式对数据集进行扩充。通过充分的试验对本方法的多个超参数进行探究，综合检测准确率和推理速度来研究其最优配置。研究结果表明，随着网格数目的增加，准确率也随之增加，而召回率有先增加后降低的趋势，检测效率则随着网格的增加迅速降低。综合检测准确率与推理速度，确定9×9为最优网格划分方案；随着输入图像尺寸的增加，检测准确率稳步上升而检测效率逐渐下降，综合检测准确率和效率，选择480×480像素作为最终的图像输入尺寸。输入实验以及现场部署表明，相对于其他的轻量级目标检测算法，该方法对输电现场入侵的吊车等大型机械的检测具有更优秀的准确性和效率，满足实际应用的需要