为实现矿山突水孕育过程中岩石破裂事件的有效分析,利用河北矾山磷矿所监测的异常微震事件,引入基于数字地震学的矩张量反演方法.矿井尺度的震动位移场可表示为矩张量与格林函数的时间褶积.通过提取微震事件位移场资料,并计算格林函数(震源至传感器之间传播介质的脉冲响应),线性反演了微震事件的矩张量,并利用微震事件的破裂方位判别了其破裂类型.随后建立微震监测三维效果图,拟合出岩石破裂面发展趋势,并初步确定了突水危险区域范围.研究表明,矩张量反演方法能够计算出微震事件震源机制解,可有效反映矿山突水孕育过程中岩石破裂的形成过程及发展趋势

提出了一种利用两相流Eulerian Wall Film(EWF)模型和自定义结露量公式相结合来预测样品表面相变行为及液膜变化的方法.首先利用自搭建环境实验箱开展结露物理实验,并分别基于两相流EWF模型与单相流模型进行仿真实验.结果表明,相对于单相流模型,EWF模型因考虑了相变过程而能够更加精确地模拟样品表面相变行为.然后通过自定义公式计算所得结露量与实测结露量的对比,验证了所提出结露量公式的正确性.最后在模拟与实测的温湿度曲线以及结露量吻合较好的前提下,模拟了样品表面液膜变化过程,过程中液膜呈现的形态与物理实验中原位摄像系统捕捉到的液膜形态初步吻合

分析了影响转炉冶炼终点钢水中锰含量的因素, 针对基于BP神经网络算法的转炉冶炼终点锰含量预测模型存在的收敛速度慢, 预测精度低等问题, 提出了一种基于极限学习机(ELM) 算法建模的新思路, 并引入正则化以及改进粒子群优化算法(IPSO), 建立了基于改进粒子群算法优化的正则化极限学习机(IPSO-RELM) 的转炉终点锰含量预测模型; 应用国内某炼钢厂转炉实际生产数据对模型进行训练和验证, 并与基于BP、ELM和RELM算法的三类模型进行比较.结果表明, 采用IPSO-RELM方法构建的模型, 锰含量预测误差在±0. 025%范围内的命中率达到94%, 均方误差为2. 18×10-8, 拟合优度R2为0. 72, 上述三项指标均显著优于其他三类模型, 此外, 该模型还具有良好的泛化能力, 对于转炉实际冶炼过程具有一定的指导意义

针对印度尼西亚某低品位锰矿，提出盐酸法富集与酸介质高值再生的工艺。借助X射线衍射分析，光学显微镜和电子显微镜等表征方法进行工艺矿物学分析。结果表明：该锰矿矿物组成简单，主要由方解石、软锰矿和少量菱锰矿、褐铁矿、高岭石等组成。筛析结果显示该锰矿粒度越小，锰含量相对越高。粗碎后以2 mm筛孔的筛子过筛可得到锰质量分数为33.32%的锰中矿。锰中矿盐酸直接浸出的最佳条件为：浸出pH 3.0、浸出时间1.5 h、搅拌转速200 r·min?1、液固比4∶1 mL·g?1，此条件下产出的锰精矿品位为54.50%，钙质量分数为0.57%。常温下盐酸再生可产出二水硫酸钙晶须，其长径比可达50以上。再生盐酸返回浸出锰中矿，产出的锰精矿品位为52.16%，钙质量分数为1.39%，验证了该工艺流程的可行性。X射线衍射分析、扫描电镜及能谱分析结果显示产出的锰精矿主要组成成分为软锰矿，杂质为少量褐铁矿、高岭石等。酸介质循环时杂质将逐渐积累，当镁离子质量浓度积累到96.74 g·L?1时，采用水解沉淀法进行除杂

以带钢宽度为坐标的带钢横截面与带钢平坦度控制密切相关.常规的带钢横截面表示方法不能精确描述不规则带钢横截面情况,影响板形质量及控制精度.建立多参数带钢横截面表示方法,可以对带钢横截面做更准确全面的描述.以CVC轧机为例,利用ANSYS有限元模型对各横截面参数之间的耦合关系进行分析,提出各板形因素的综合控制以及与平坦度的解耦控制是进一步提高热轧带钢板形控制精度的难点亦是关键所在

学习目的:掌握决策的概念;掌握决策的程序;了解决策的分类;理解并能应用部分定量决策方法。 学习内容: 1、决策的定义 2、决策的制定过程 3、决策方法

教学目标： • 1、了解人体测量的基本术语、人体的体部指数、知道人体测高仪、直角规、弯角规的使用方法、理解均值、方差、标准差、百分位数等的定义和含义； • 2、掌握如何选择百分位和适用度、人体测量数据的运用准则、能够确定功能修正量； • 3、能够综合运用和掌握人体测量数据，尤其熟悉人体测量数据在设计产品中的应用。 教学内容： 第一节 人体尺寸测量 第二节 人体的人机学参数计算 第三节 人体测量数据的应用

GB 5009.4-2016 食品安全国家标准食品中灰分的测定 第一节 灰分的测定 第二节 几种重要矿物元素的测定  1、教学目标：能够熟练掌握测定食品中灰分的方法；根据实验条件正确测定出食品中重要矿物质的含量。  2、教学要求：通过本章学习，要求学生了解各种灰分的定义，理解灰分测定的意义；掌握灰分的测定原理、方法及操作条件的控制；掌握铁、钙、锌等重要矿物元素的测定方法选择及样品处理过程

浮选回收率是金矿选矿过程重要的生产指标，目前主要是通过人工化验的方法检测获得，人工检测周期较长，造成金矿厂不能及时把握浮选工艺水平.在大量现场生产数据的基础上，分别采用多元线性回归和BP神经网络的方法，建立了金矿厂浮选回收率的预测模型.预测误差分析表明，BP神经网络预测模型能较好地预测金矿厂的浮选回收率，当预测相对误差在±3%范围内时，模型的预测精度达到91%，对于实际生产具有良好的参考作用

本文将物理模型实验与数学模型数值求解相配合,对底吹气体揽拌下熔池内流场进行了研究。以湍流运动学方程和动力学方程、Harlow—Nakayama湍流k—ε双方程模型[1]及边界条件构成了所研究问题的数学模型,应用Spalding等计算湍流回流的方法[2],对数学模型数值求解,得到熔池流场涡量,流函数、湍动能、湍动能耗散率、湍流旋涡粘性系数、速度、含气率及密度等的分布,计算与测定了三种工况,计算与实验结果吻合