微震能级随时间发生变化，高能级微震事件与冲击地压有良好的对应关系，为预测矿山微震能量时序变化，基于一维卷积神经网络（Convolutional neural networks，CNN），建立微震能级时间序列预测模型；通过模型训练，实现以前十次微震事件的能量级别作为输入来预测下一次微震事件的能量级别。由于微震样本数据类间不平衡问题，导致模型测试时将106能量级别的微震事件全部判断为105能量级别的微震事件，为进一步提高模型对106能级微震事件预测的准确率，对模型进行改进并使用混合采样方法训练改进后的模型；利用砚北煤矿250202工作面微震能级实测部分数据，改进后模型的总体测试正确率达到98.4%，其中106能量级别的微震事件测试正确率提升到99%。将模型应用于砚北煤矿250202工作面进行微震能级时序预测，模型的预测正确率整体达到93.5%，且对高能级微震事件的预测正确率接近100%

1-2基本物理量与参考方向 一、基本物理量(基本变量): 电流i,电压u,电量q 磁链,能量W,功率p

14-6相对论性动量和能量 一、动量与速度的关系 (1)相对论动量遵循洛伦兹变换

3.1变量类别 3.2定义新变量 3.3变量的位处理 3.4搜索被引用变量和删除变量

3.1.表示力学量的算符 3.2.动量算符和角动量算符 3.3.电子在库仑场中的运动 3.4.氢原子 3.5.厄密算符的性质本征函数的正交性 3.6.算符与力学量的关系 3.7算符的对易关系两力学量同时有确定值的条件测不准关系 3.8.力学量平均值随时间的变化守恒定律

钢渣用作建筑材料时,由于其中含有大量游离氧化钙(f-CaO),稳定性较差,通常需要改性钢渣以提高其稳定性、胶凝性. 在对钢渣、高炉渣进行化学成分和矿物组成分析的基础上,对高炉渣改性钢渣的可能性进行了热力学计算,结果表明高炉渣中的SiO2与钢渣中f-CaO反应,生成胶凝相,同时降低了钢渣中的f-CaO含量. 本文通过研究热态高炉渣改性钢渣,结合X射线衍射、拉曼光谱、扫描电镜及能谱分析等研究方法,对改性钢渣的矿物成分、f-CaO含量、黏度变化等进行了分析. 研究发现随着热态高炉渣配比量的增加,改性渣黏度缓慢增加,改性钢渣中f-CaO、RO相含量降低,改性渣的胶凝性能提高. 在1550℃下,钢渣中添加10%高炉渣时,改性渣中2CaO·SiO2(C2S)、3CaO·SiO2(C3S)含量显著提高,f-CaO质量分数降至1.64%,稳定性大大提高,符合建材化使用要求. 此外,进一步使用焦炭还原改性渣中的铁,轻松实现了渣铁分离,提高改性渣的易磨性

针对传统可溶性压裂球材质存在的缺点，采用铸造法制备性能优异的可溶性镁合金，系统研究了铝含量对可溶性镁合金组织、溶解性能及力学性能的影响.结果表明：可溶性镁合金组织由α-Mg和β-Mg17Al12相组成，随着铝含量的增多，组织中β-Mg17Al12相数量增多，呈连续网状分布于α相晶界处，并且α晶粒也变得粗大.可溶性镁合金在氯化钾（KCl）溶液中可自行溶解，且随KCl浓度的升高，溶解速率变大，在质量分数为3%的KCl中溶解性能最佳.随着铝含量的增加，可溶性镁合金的溶解速率变大，室温下溶解速率最高可达7.42 mg·h-1·cm-2.溶解产物粒度分析结果显示，中值粒径D50为38.691 μm，溶解产物物相为Mg17Al12和Mg （OH）2.可溶性镁合金的抗压强度最高可达430 MPa，变形量为3.0%时试样断裂，随着铝含量的增加，可溶性镁合金的塑性降低

⚫ 地址和指针的概念 ⚫ 变量的指针和指向变量的指针变量 ⚫ 数组的指针和指向数组的指针变量 ⚫ 字符串的指针和指向字符串的指针变量 ⚫ 函数的指针和指向函数的指针变量 ⚫ 返回指针值的函数 ⚫ 指针数组和指向指针的指针 ⚫ 有关指针的数据类型和指针运算的小结

 确定燃料燃烧所需要的空气量  燃料燃烧生成的烟气量  烟气的成分和焓值  烟气分析方方程、空气系数监控及不完全燃烧的热损失 4.1基本概念  化学当量比  标准空气  燃料的理论空气量  实际空气及过剩空气系数a 4.2 理论空气量计算 几个假定:  空气和烟气所有成分都假设为理想气体  烟气温度不超过2000oC时不考虑烟气的热分解  忽略空气中的各种微量成分 4.3 完全燃烧时燃料烟气量计算 4.4 不完全燃烧时烟气量的计算

如果所要计算的量U对于闭区域D具有可加性(就是说,当 闭区域D分成许多小闭区域时,所求量U相应地分成许多部分 量,且U等于部分量之和),并且在闭区域D内任取一个直径很 小的闭区域do时,相应的部分量可近似地表示为f(x,y)do的形 式,其中(x,y)在do内,则称f(x,y)do为所求量U的元素,记为dU 以它为被积表达式,在闭区域D上积分: