泵送剂能有效改善膏体料浆流动性能,然而其对膏体料浆凝结性能的影响机理尚未明确.针对这一问题,本文进行泵送剂的抗压强度试验和环境扫描电镜观察.强度试验结果表明:泵送剂可有效改善膏体料浆凝结性能,泵送剂掺量越高不同龄期的膏体凝结性越好.环境扫描电镜观察结果表明:泵送剂添加后,大尺寸絮团减少,料浆内孔隙减少,改变了膏体微观结构.基于应用计算机图像处理技术和分形理论,计算膏体微观结构计盒维数,量化分析膏体微观结构.最终对泵送剂改善膏体凝结性能的机理进行分析,认为泵送剂通过改变絮团大小和数量、孔隙率、水化反应等方面影响膏体凝结性能

对广泛用于电厂主蒸汽管道的耐热钢12Cr1MoV的蠕变曲线进行了研究.将恒应力蠕变与恒载荷蠕变进行对比，证明原始的θ—ConceptProject方法可以成功地描述恒应力蠕变，但它不能用于恒载荷蠕变.根据12Cr1MoV钢的蠕变特性，提出一种修正的θ法，可以成功地描述恒应力和恒载荷蠕变曲线，从而可以利用已有大量的恒载荷蠕变数据，有效地进行的蠕变曲线的外推

通过对含钒螺纹钢的性能进行研究,发现钒在细化晶粒方面效果较好.由各种强化机制对屈服强度的贡献计算结果不难发现钒能够加强析出强化的作用.文章对HRB400螺纹钢中钒的析出情况进行热力学计算,并分析了不同钒含量对析出温度的影响

通过测量大庆地区区域土壤的理化性质以及碳钢的短期腐蚀数据,分析土壤传质过程的逻辑关系,构建了碳钢短期土壤腐蚀预测模型.通过用该模型在BP人工神经网络中进行学习、训练及模拟,并与现场碳钢埋片腐蚀实验结果对比,进一步验证了腐蚀模型的合理性.结果表明:含水量、空气容量、pH、Cl-含量、SO42-含量和可溶盐总量六种土壤环境参数为影响区域土壤中碳钢腐蚀的主要因素;运用基于Matlab平台的人工神经网络,通过不断地积累土壤腐蚀信息,多次训练后可以建立起稳定性好、泛化能力强的土壤腐蚀预测模型,能较好地预测了大庆地区碳钢在土壤中的腐蚀速率

一、掌握描述磁场的物理量——磁感强度的概念，理解它是矢量点函数. 二、理解毕奥－萨伐尔定律，能利用它计算一些简单问题中的磁感强度. 三、理解稳恒磁场的高斯定理和安培环路定理.理解用安培环路定理计算磁感强度的条件和方法

为了提高瓦斯涌出预测的准确性,采用BP型神经网络,利用BP型神经网络自学习、自组织和自适应等特性,在MATLAB环境下构建瓦斯动态预测模型.通过对唐山矿瓦斯信号实时监测数据的分析,对瓦斯动态预测模型进行训练和测试.结果表明,该模型的预测速度快、精度高,可以实现对工作面瓦斯涌出的动态预测,并能综合判断工作面所处地点的安全状况以及前方的潜在的危险性

针对如何识别无人机的问题，提出了一种基于卷积神经网络的声音识别无人机的方法。首先，对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值，将其特征参数作为卷积神经网络学习和识别的数据集；然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验。实验结果表明，运用支持向量机识别无人机的准确率为91.9%，卷积神经网络识别无人机的准确率为96.5%。为了进一步验证设计的卷积神经网络的识别能力，在部分UrbanSound8K数据集上进行测试，准确率达到90%。实验结果表明运用卷积神经网络识别无人机具有可行性，且识别性能优于支持向量机

一、关于经济预测 1、什么叫经济预测 所谓预测，就是“鉴往知来”。 经济预测：根据经济发展过程的历史和现实，综合各方面的信息， 运用定性和定量的分析方法，揭示经济运行的规律，并据此推断经济 现象和经济过程未来发展的可能途径及结果

一、膜电位产生的原理 二、电位法测定pH的原理 三、离子选择电极的类型 四、离子选择电极性能的重要参数:检测限、响应斜率、响应时间和电位选择性系数。 四、常用的离子选择电极的定量方法:直接比较法、校正曲线法、标准加入法 五、电位滴定反应的类型及其指示电极的选择

采用Gleeble-3800D热模拟试验机在应变量0.6、变形温度750~1050℃、应变速率0.01~1 s-1工艺条件范围内, 研究了Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的热变形与动态再结晶行为.采用线性回归方法, 建立了三种成分实验钢的流变应力本构方程.计算得到Fe-5.5% Si、Fe-6.0% Si和Fe-6.5% Si高硅电工钢的热变形激活能分别为310.425、363.831和422.162 kJ·mol-1, 说明Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的热变形激活能随Si质量分数的增加而增大, 这使得Fe-(5.5%、6.0%、6.5%) Si高硅电工钢相同条件下的变形抗力随Si含量的升高而增大.采用金相截线法对不同成分和变形条件下实验钢的动态再结晶百分数进行了统计, 结果表明: 同一热变形条件下, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的动态再结晶百分数随Si质量分数的升高而减小.本文实验条件下, 当变形温度为750~850℃时, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢软化机制主要为动态回复; 而变形温度为950~1050℃时, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢软化机制主要为动态再结晶