以白云鄂博铁矿东矿C区岩体节理产状为研究对象，通过构造空间直角坐标系，采用基于Euclidean距离度量标准的系统聚类法对反映节理产状的单位法向量进行分类，选用合适的分布函数描述各组节理，并对各组节理的概率分布模型进行卡方检验.结果表明，采用系统聚类法能较好反映现场节理产状，准确给出岩体节理分类方案，消除人为判别模糊性.基于聚类分析结果，结合边坡参数，采用赤平极射投影法进一步确定边坡最可能失稳模式，为调整边坡设计参数，控制边坡灾害提供依据

1适用范围 扩散放射法是定量的方法,适用于测定低浊度的水(如饮用水) 2采样 用玻璃或塑料瓶采样,采样后尽快分析。或将样品放在阴凉、黑暗处,24小时内分析。 防止样品与空气接触,避免样品温度不必要的变化

针对复杂采空区激光探测中存在探测“盲区”和点云数据分布不均的问题，研究激光多点扫描和点云数据拼接与精简方法.通过多点探测避免了单次探测“盲区”，加密了数据稀疏区.提出了基于公共坐标和最小二乘法的靶标矩阵转换方法，实现了多点探测点云的拼接.统计了点云密集区的分布规律；对密集散乱点云，提出了沿y轴方向分层剖分，层内数据以x和z坐标极值分区，区内每点以x值排序后依步长筛选的精简算法.大型贯通采空区验证表明：基于最小二乘法的拼接算法最优，误差范围在0.1 mm左右；数据精简率为15%-25%，确保了边界三维信息的完整性

1适用范围 透明度测试圆盘法是半定量的方法,适用于测定地表水。 2采样 用玻璃或塑料瓶采样,采样后尽快分析。或将样品放在阴凉、黑暗处,24小时内分析

本文论证了Stelco第6号和第7号焦炉燃烧室物理模型是能够定性地决定火焰的位置及高度的,模型表明燃烧室中控制燃烧的流动条件受到空气流动状态的强烈影响,尤其是和连接蓄热室和空气喷口的倾斜上升道有关。在6号焦炉燃烧室中空气流量分二部分供入,此时煤气流被从下空气喷口出流的倾斜空气射流吸至燃烧室的一侧,在7号炉燃烧室中,所有空气是从一个庭部喷口进入燃烧室的,由于倾斜空气流引起燃烧室中再循环气流,它控制着化学当量混合火焰的高度,同样可以看到,从煤气喷口底部通过一个小圆孔进入的煤气实际上是一个限制射流;它造成在喷口中的再循环促进了煤气高温裂解的可能性。应用模型来决定\火焰\的高度及位置,和从正在加热的燃烧室拍摄的照片大致相符,但正如所预期的那样,实际火焰约比根据模型化学当量混合浓度预测的火焰要高1.35至1.5倍,通过模型预测的火焰高度和测得的焦碳VTD结果相符较好,尤其对6号焦炉是如此。还应用模型研究了6号和7号焦炉燃烧室改变操作后的效果,其中包括在6号焦炉中采用改变气流的装置如转向砖,煤气喷口延伸管以及空气喷口角部盖板以及减少7号燃烧室的过剩O2等,模型试验表明只有采用延伸管能有效地使火焰在6号焦炉燃烧室下半部分布更均匀,而对7号炉来说采用5%过剩O2将获得同样的效果。模型试验的潜力和局限性需要继续研究,因为它们为燃烧室设计操作和燃烧以及它对VTD的影建立了重要的联系,可以认为这不仅是对上述个别燃烧室设计及操作条件的叙述,它还将对燃烧室系统的工作提供一般性的见解

1适用范围 透明度测试试管法是半定量的方法,适用于测定纯水和高度污染的水。 2采样 用玻璃或塑料瓶采样,采样后尽快分析。或将样品放在阴凉、黑暗处,24小时内分析

针对预控顶分段充填法在深部开采存在的预控顶巷道掘进工序繁杂、顶板易受爆破震动影响等缺点,本文提出垂直孔与水平孔协同回采的机械化分段充填采矿法(协同回采分段充填法).该方法通过改变顶板支护工序的顺序,将预控顶变为后压顶,能够有效地解决顶板围岩稳定性问题.进而对协同回采分段充填法进行优化研究:一方面,通过SURPAC到ANSYS的模型转换技术,进行采场稳定性数值分析,获得最佳的结构参数;另一方面,通过分区出矿分区支护的方式,解决两帮支护不到位和出矿效率低的问题.将该方法应用于新城金矿V#矿体开采,结果显示顶板岩移量显著减小,且各项经济技术指标均得到改善,实现了高应力条件下厚大矿体的安全高效开采

以程潮铁矿为工程背景,将采矿方法初选视为分类问题来处理,采用模糊聚类法从技术影响因素方面按照相似程度对采矿方法进行了分类初选,避免了以往采用工程类比进行初选的主观随意性,提高了采矿方法初选方法的科学性.在此基础上,运用层次分析法,综合考虑经济、资源、效率、安全及环境等五大类因素,构建了较为全面的采矿方法选择综合层次评价指标体系,并得到了合理的权重矩阵,较好地解决了多因素决策时各方案评判指标出现优越性交叉时的权重分配问题.最后采用模糊综合评判方法确定最优采矿方法

1适用范围 辐射通量弱化法是定量的方法,适用于测定高浊度的水(如废水、污染过的水) 2采样 用玻璃或塑料瓶采样,采样后尽快分析。或将样品放在阴凉、黑暗处,24小时内分析。 防止样品与空气接触,避免样品温度不必要的变化

第一节采食量的概念和意义 第二节影响采食量的因素