1。单调有界数列必收敛; 2。如果一数列收敛于S,那么,其任一子数列均收敛于S

从生物接触氧化池的生物膜中筛选分离出10株在高盐条件下对蒽醌染料中间体溴氨酸有降解脱色作用的菌株.通过对10株菌株的逐级驯化复筛,得到一株脱色效果好且脱色能力稳定的菌株C-7,经鉴定为弗氏柠檬酸杆菌(Citrobacter freundil).菌株C-7的耐盐性试验结果表明,盐的质量分数为1%～3%时,对菌株的生长和脱色没有影响,脱色率为80%以上;盐的质量分数为7%时,菌株C-7也具有较高的耐受力,脱色率可达到50%以上;盐的质量分数为10%时,对菌株的生长产生抑制作用,不能降解溴氨酸.菌株最适生长条件为:蛋白胨7g·L-1,pH7.0,摇床转速160r·min-1,250mL摇瓶中装液量120mL,接种量10%,在此条件下,在盐的质量分数为1%、蛋白胨为唯一氮源的培养基中,溴氨酸(100mg·mL-1)的脱色率可达85%以上

在实验装置中添加了转子导流系统,使模型装置更接近于现场高效浓密机.采用均匀设计方法,以单位面积固体处理量和底流体积分数作为尾砂浓密效果的评价指标,考察各因素对尾砂浓密效果的影响.结果表明:单位面积固体处理量与絮凝剂单耗正相关,最佳入料体积分数为6.56%;底流体积分数与入料体积分数、停留时间和絮凝剂单耗均正相关.最后通过凯奇沉降模型对沉降曲线进行分析,速度限制层一般为过渡区与压缩区的交界处,根据实验结果和尾砂日处理量计算得出浓密机的最小直径为14m

2.1程序设计概述 2.2预备知识:数制之间的转换 2.3数据类型 2.4常量与变量 2.5不同类型数据间的转换 2.6运算符和表达式

首钢京唐公司采用转炉铁水预处理脱磷工艺作为洁净钢生产平台,通过前期58炉冶炼实验,摸索出一套适和京唐公司生产实际的操作工艺,并在造渣制度、吹炼模式、温度控制等方面取得了重大突破,实现了稳定、高效生产低磷钢、超低磷钢的目标.脱磷炉终点磷的质量分数平均为0.017%,碳的质量分数为3.69%,脱磷炉终点平均温度为1350℃,并有10炉钢的脱磷炉终点磷的质量分数小于0.015%,最低为0.008%,达到了生产超低磷钢的预脱磷要求.对实验中影响脱磷效果的因素,如铁水硅含量,脱磷炉终点温度、终点碳含量、终渣碱度和氧化性等,进行了深入研究.分析表明当铁水硅的质量分数小于0.45%时,可以达到比较好的脱磷效果;脱磷炉的脱磷效果随终点温度的升高而逐渐变差,但为保证脱碳炉有足够的热量,脱磷炉终点温度控制范围为1350~1380℃;脱磷炉合理的碳含量范围应该在3.3%~3.8%之间;碱度控制在1.8~2.2即可满足脱磷炉的脱磷效果;通过增加矿石加入量,保持较高枪位可以提高冶炼过程渣中(FeO)含量,提高脱磷炉的脱磷效率

依据Darcy定律,在Navier-Stocks方程的基础上,对祁南煤矿综采工作面采空区瓦斯抽放问题作了计算分析,并进行了CFD数值模拟.从理论上模拟采空区瓦斯聚集过程,直观展示了瓦斯抽采时采空区流态、瓦斯分布变化.把抽放钻孔布置在顶板裂隙内,结合上隅角埋管实施瓦斯抽放,该抽放瓦斯技术起到了对开采工作面上隅角瓦斯的截流作用,现场管路测量显示,可抽出高浓度瓦斯达30%～80%(体积分数),工作面回风瓦斯的体积分数基本控制在0.3%以下

研究了大吸附雷诺数下,可渗透、膨胀或收缩的半无限长管道中的层流流动.采用自相似理论,把描述该模型的Navier-Stokes方程转化成一个四阶的非线性微分方程.应用奇异摄动方法,对该方程进行渐近求解.分析了不同的膨胀系数、吸附雷诺数对管道流动的影响.壁面收缩时,边界层变薄;壁面膨胀时,边界层变厚;当膨胀率与雷诺数之比大于1时,管道流动出现回流

利用紧束缚分子动力学的方法,模拟了球形和立方体金纳米微粒的最近邻原子间距以及结合能.研究表明,原子数为108,256的立方体纳米微粒的稳定结构是非晶态,而其他尺寸的球形和立方体形微粒则是面心立方结构.对于晶态结构,在一定的形状下,金纳米微粒的最近邻原子间距以及结合能随着微粒尺寸的减小而降低;而在微粒原子数一定时,球形金纳米微粒的最近邻原子间距以及结合能的变化量分别要小于立方体形微粒的相应变化量.由于晶体-非晶转变对于最近邻原子间距的影响非常明显,因此最近邻原子间距可以作为晶态和非晶态纳米微粒的一个判据.通过线性拟合模拟数据,定量地给出了形状对于最邻近原子间距变化量的贡献为总变化量的2%,而对于结合能的贡献为总变化量的15%.本文模拟的最近邻原子间距的数值与文献上报道的实验结果符合得很好

给出一组离散点,确定一个函数逼近原函数,插值是这样的一种手段在实际中,数据不可避免的会有误差,插值函数会将这些误差也包括在内因此,我们需要一种新的逼近原函数的手段: ①不要求过所有的点(可以消除误差影响) ②尽可能表现数据的趋势,靠近这些点

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