煤气化半焦的孔隙结构

用氮气等温吸附(77K)方法测量了原煤及其加压、常压部分气化后半焦的BET比表面积,并通过BJH法计算了孔比表面积、孔容积、孔径和孔分布．结果表明,原煤在转化为半焦的过程中,孔隙结构变得发达,比表面积、孔比表面积和孔容积明显增大．实验发现半焦的孔比表面积和孔容积分布曲线存在2个明显的峰值,第1个尖峰对应的孔径稍小于2nm,说明微孔的比表面积大大增加;第2个尖峰对应的孔径在3.8nm左右,说明中孔的比表面积增加很快以至于出现了中孔的扩展．加压气化后的半焦孔隙结构更加发达,加压气化比常压气化更能促进半焦孔隙的生成和发展．     

具有路途感染和入境检查的SIQS模型的全局稳定性

研究了具有路途感染和入境处有健康检查的SIQS传染病模型的全局渐近稳定性.通过构造Lyapunov函数,Dulac函数,证得当基本再生数小于等于1时,无病平衡点全局渐近稳定;当基本再生数大于1时,得到了地方性平衡点全局渐近稳定的充分条件.     

异方差删失下多元加速失效时间模型的参数识别性

证明了条件矩不等式的解与异方差删失下多元加速失效时间模型回归参数的一致性,解决了异方差删失下多元加速失效时间模型回归参数的识别性.     

空气气氛下医疗废物热分解特性

利用热重(TG)和傅里叶变换红外光谱(FTIR)联用技术对医疗废物中的塑料类(输液管)、化纤类(口罩)及其混合物进行空气气氛下热分解实验,研究单组分及混合物热分解的失重特性,并对热分解气体产物进行定性分析.结果表明:与N2气氛相比,塑料类(输液管)失重峰数量增多,且第一个失重峰峰值增大明显;化纤类(口罩)热分解起始温度...     

采煤机截割与牵引功率匹配的理论方法

采煤机截割功率与牵引功率的合理匹配,直接影响到采煤机的牵引性能、生产能力和装机功率与生产率的比值。根据采煤机截割和牵引功率与整机参数、煤层条件的关系,导出了截割与牵引功率相关联的数学模型。在已知采煤机截割功率的基础上,给出了牵引功率等参数的计算方法,结合具体采煤机机型进行定量数值模拟,获得了截割与牵引功率的比值随不同工作参数变化的曲线。数值模拟反映了牵引速度随煤层倾角的变化规律和牵引速度的有效工作区域。这一方法对采煤机的选型、合理使用、功率等参数的设计有着理论和应用意义。     

新形势下高校学生思想政治工作存在的问题与对策

在社会转型时期，高校学生思想政治教育工作面临一系列的新情况、新问题。本文主要是从教育内容、教育工作的职能、教育方式方法三个方面去分析和思考。     

温度对污泥流化床焚烧飞灰重金属迁移的影响

通过在城市污泥流化床焚烧炉炉膛出口及对流受热面处进行高温飞灰在线取样,以及对布袋除尘器飞灰在水平管式炉上进行不同温度下的煅烧试验,研究温度对焚烧飞灰中Cr,Mn,Ni,Cu,Zn,As,Cd和Pb8种重金属迁移富集特性的影响.试验结果表明,飞灰的主要化学成分为Si O2,Fe2O3,Ca O,Al2O3和P2O5.在流化床焚烧温度范围内,Mn,Cu,Cr,Ni和Zn没有经历挥发-冷凝,主要通过夹带富集于飞灰颗粒,它们在尾部烟道不同温度区域飞灰颗粒上的富集程度相当;在炉膛内挥发的Cd,As及其化合物在500~700℃和500~800℃之间大量富集于飞灰颗粒.Pb在焚烧炉内因生成氧化铅和铅酸盐等比较稳定的化合物而少量挥发.Zn的化合物与飞灰基体中的化合物发生反应,生成硅酸锌和铝酸锌等稳定的化合物,在一定程度上阻止Zn的挥发.     

河流冲刷作用下人工堤岸稳定性研究

针对河流冲刷造成堤岸坡脚及坡面缺损的情况建立了将冲刷预测和边坡稳定分析相结合的耦合分析方法。首先基于实测资料建立人工神经网络预测模型,对冲刷作用下堤岸及河床的变形进行预测分析,以获得堤岸坡脚被冲刷后的几何形态,然后在此基础上对边坡进行稳定分析和应力-应变分析,得出被冲刷后的边坡的整体稳定评价和变形特征。通过北江大堤某河段典型断面的计算,验证了所建立的模型和所采用的方法的有效性,对于人工堤防的运行管理具有理论意义和重要的实用价值。     

迪昂-蒯因问题及其解答

迪昂-蒯因问题是：在什么条件下，一个理论的某一假设可以被证据反驳？迪昂-蒯因论点对此给出否定的回答，即否认有这样的条件。仅仅承认迪昂一蒯因论点的逻辑合理性而否认其实用上的正当性，那就是所谓的“迪昂-蒯因弱论点”；如果同时承认迪昂一蒯因论点的逻辑合理性和实用正当性，那就是“迪昂-蒯因强论点”。波普尔所持的是弱论点而反对强论点，拉卡托斯和库恩虽然也反对强论点但却有条件地接受它。拉卡托斯的条件是：当一个研究纲领处于进步的问题转换；库恩的条件是：当一个范式处于常规科学。这里给出的贝叶斯方案是对拉卡托斯和库恩观点的逻辑重建。     

利用神经网络对温度系统的辨识

针对神经网络对系统辨识时,在一次采样周期内只学习一次样本对的低效率情况,采用一种改进措施,即在一次采样周期内进行多相样本对的学习,同时还采用离线辨识和在线辨识结合的方法,使神经网络能快速,准确地辨识系统的特性。