固相萃取和液液萃取测定水中百菌清和环氧七氯

采用固相萃取与液液萃取测定水中的环氧七氯和百菌清,用带有电子捕获器检测器的气相色谱仪进行测定。百菌清液液萃取的回收率在57%-87%之间,固相萃取的回收率在87%-110%之间。环氧七氯液液萃取的回收率在50%-90%之间,固相萃取的回收率在83%-110%之间。固相萃取法的回收率更高,且方法检出限更低,完全满足《地表水环境质量标准》(GB 3838-2002)的要求。     

液固比智能集成预测模型

文章以中国铝业公司河南分公司氧化铝生产过程为背景,着重研究了液固比的智能集成预测模型的建立和应用,以原矿浆配料过程为研究对象,应用神经网络和灰色理论建立了液固比预测模型。现场运行结果表明该模型的有效性和精确性,很好地实现液固比的在线预测。     

渣浆泵流体动力与机械组合密封的设计与数值模拟

文章通过设计一种用于固液两相流泵的流体动力与机械组合密封的密封件,建立了较为完善的计算流体动力学分析模型.FLUENT计算选用标准k-8湍流模型,对固液两相流泵密封件内部流场三维湍流流动进行了数值模拟.利用数值模拟的结果分析了固液两相在泵密封件内部流场三维湍内的流动状况.最后进行整机实验验证,结果表明:采用组合密封的液固两相流泵的泄露量减少,耐磨寿命大大提高.     

水处理污泥中几种重金属的浸出变化研究

以电子工业水处理污泥为实例,通过改变浸提剂种类及液固比研究了污泥样品中重金属元素的浸出变化规律。结果表明:以醋酸缓冲溶液为浸提剂时重金属的浸出率显著高于纯水及硫硝混酸浸提剂;由于吸附或共离子效应,不同液固比对浸出结果影响显著,较高液固比时浸出率增加明显。     

渣浆泵流体动力与机械组合密封的设计与数值模拟

文章通过设计一种用于固液两相流泵的流体动力与机械组合密封的密封件,建立了较为完善的计算流体动力学分析模型。FLUENT计算选用标准k-ε湍流模型,对固液两相流泵密封件内部流场三维湍流流动进行了数值模拟。利用数值模拟的结果分析了固液两相在泵密封件内部流场三维湍内的流动状况。最后进行整机实验验证,结果表明:采用组合密封的液固两相流泵的泄露量减少,耐磨寿命大大提高。     

粉—液双室袋生产质量风险及使用安全性探讨

双室袋注射剂又称即配型注射剂,是一种新型的无菌注射产品,自20世纪90年代以来,即配型软袋包装在注射剂中的应用日益广泛。其可以分为固液或液液两种物态组成。使用时,在密闭下混合,安全、迅速、方便,符合临床要求。文章主要讨论固液两种物态组成的粉—液双室袋生产及使用的安全性。     

ANSYS在水池结构液固耦合计算中的应用

水池结构在很多工业项目，如给水排水、污水处理、石油化工等工程中都有广泛的应用。在地震的作用下，流体与结构将产生液固耦合作用。目前，常用于计算液固耦合作用的方法有Housner理论方法和液固耦合法。针对这两种计算方法，本文分别建立有限元模型进行模态计算与地震响应计算，分析两种方法对计算结果的影响。     

我国隔膜泵技术达国际先进水平

据了解，隔膜泵是固液两相介质远距离管道输送和压力喷射喂料输送的核心设备，采用油为介质推动橡胶隔膜做凹凸运动使泵体内的固液两相介质容积周期性变化而完成输送。可进行长距离、大流量和高浓度输送，主要的固液两相介质有氧化铝、铝原矿浆、铁尾矿、铁精矿、赤泥、水煤浆、磷矿浆和高炉泥等。在有色、冶金、矿山、化工、建材、煤炭、煤制油、煤化工、电力及环保等领域具有广泛应用前景。     

我国隔膜泵技术达国际先进水平

据了解，隔膜泵是固液两相介质远距离管道输送和压力喷射喂料输送的核心设备，采用油为介质推动橡胶隔膜做凹凸运动使泵体内的固液两相介质容积周期性变化而完成输送。可进行长距离、大流量和高浓度输送，主要的固液两相介质有氧化铝、铝原矿浆、铁尾矿、铁精矿、赤泥、水煤浆、磷矿浆和高炉泥等。在有色、冶金、矿山、化工、建材、煤炭、煤制油、煤化工、电力及环保等领域具有广泛应用前景。     

固液双态通用蒸馏设备的初步设计

本文根据蒸馏的操作方法分类,结合酒精蒸馏与精馏工艺要求以及当前企业所普遍使用的蒸馏设备的优点与不足,开发出一种多功能固液双态通用蒸馏乙醇的新工艺。根据该工艺设计出了一种固液双态通用蒸馏设备,并对蒸馏设备的组成部分和设备的工艺效果进行综合概述。     

Jason与PowerLog联合处理技术在储层预测中的应用

研究采用PowerLog软件进行测井资料预处理,为反演打好基础。应用Jason软件算出波阻抗之后,利用测井统计的波阻抗和岩性的关系,把波阻抗数据体转换成岩性数据体,再用测井统计的波阻抗和孔隙度的关系,生成孔隙度数据体,最后在Jason软件的三维可视化模块中利用岩性数据体和孔隙度数据体进行储层提取。     

基于拟牛顿法频率域全波形反演研究

全波形反演是综合利用地震波场的运动学和动力学参数,通过最小二乘来拟合实际波场和预测波场,从而获得地质结构和岩性资料的方法。本文先简述了频率域地震波正演,之后利用拟牛顿法来推导频率域全波形反演,克服了高斯——牛顿法中海森矩阵可能奇异或者非正定特性,通过图形对比,得到频率域全波形反演局限在于频率的缺失和来自其它地质结构对三维地质模型受到的影响比较大,合理选择频点和频宽进行反演可解决频率缺失的影响,二维地质模型的反演效果理想,而三维地质模型的反演有待提高和改进。     

一个基于无迹卡尔曼滤波的传热反问题求解方法

准确估计材料的物性参数、初始条件、边界条件等对于热能工程领域具有重要意义。导热反问题(Inverse HeatConduction Problems,IHCP)提供了一种获取上述参数的有效途径,IHCP的成功应用在一定程度上取决于反演算法的效率。文章提出一种同时考虑被反演对象演化信息和测量信息的反演模型,原始IHCP问题被转化为一个状态-空间问题,无迹卡尔曼滤波(Unscented Kalman Filter,UKF)方法被发展用于求解该反演模型。数值模拟结果表明,该算法能够改善反演精度,而且,该算法的执行并不要求计算目标函数的梯度信息、雅克比矩阵和黑森矩阵,有效地降低了计算的复杂性与代价,从而为求解IHCP问题提供了一个有效途径。     

StatModcMC反演在薄互层地震储层预测中的应用

地质统计学反演首先应用确定性反演方法得到波阻抗体,以了解储层的大致分布,并用于求取水平变差函数;然后从井点出发,井间遵从原始地震数据,通过随机模拟产生井间波阻抗,再将波阻抗转换成反射系数并与确定性反演方法求得的子波进行褶积产生合成地震道,该方法有效地综合了地质、测井和三维地震数据,反演结果是多个等概率的波阻抗数据体实现,符合输入数据的地质统计学特征并受地质模型的约束,具有测井数据的垂向分辨率高和地震数据的横向分辨率高的优势,可用于不确定性评价.     

大地电磁测深数据一维自动反演

在学科实践中,反演是一种相当普遍的手段。地球物理反演则是通过对地面、地下、空间,甚至海洋上的观测(地震仪、重力仪、地电及地磁仪)资料进行分析计算,来推断地球内部介质的地震波速度、密度、电导率等参数的分布,从而得到地球内部介质分布的二维或三维结构图像。本文根据阮百尧教授在其"电阻率激发极化法测深数据的一维最优化反演方法"一文中所述,导出了在大地电磁测深中与电阻率测深一维最优反演相似的反演方法,通过自动迭代反演出地下模型参数。计算表明,这是一种快速和实用的自动反演方法。     

Jason地震反演技术分析

文章分析了Jason反演软件对基础地震资料品质的要求和如何建立符合实际地质情况的地质模型。讨论了层位控制测井外推趋势及反演参数中入值的合理选择问题。该项研究有助于地震反演技术的推广应用。     

多属性多参数横波预测

岩石物理理论模型是地震岩石物理研究的基础,通过对叠前反演中横波速度的应用,提出了横波速度曲线优化的估算方法,通过对PNN视神经网络算法以及非线性多属性参数的分析,解决了横波预测中误差较大的影响,研究结果为后续的叠前反演打下了很好的基础。     

基于符号学的笔记本电脑翻转方式的研究

现有笔记本电脑市场的发展极为迅速,为了适应市场的要求各大公司企业对笔记本的创新投入了更大的人力,物力,财力。笔记本的创新除了在于内部的硬件、软件的更新外,其外观和内部的结构也是十分主要的组成部分,而其翻转的方式就是外观和结构创新的主要的组成因素,其发转方式的改进成了笔记本电脑创新的重要的一部分,也是带动其销售其重要的增长点之一。本文基于符号学的研究方法对其翻转方式进行初步研究。     

A vertex-exchange-method in D-optimal design theory

Summary A vertex-exchange-method for findingD-optimal experimental designs is presented. Formulae for the optimal step-length and for the inversion of the information matrix are provided. Convergence of the procedure is established, and the convergence behavior investigated through example including comparisons to other known iteration procedures.     

Inversion copulas from nonlinear state space models with an application to inflation forecasting

We propose the construction of copulas through the inversion of nonlinear state space models. These copulas allow for new time series models that have the same serial dependence structure as a state space model, but with an arbitrary marginal distribution, and flexible density forecasts. We examine the time series properties of the copulas, outline serial dependence measures, and estimate the models using likelihood-based methods. Copulas constructed from three example state space models are considered: a stochastic volatility model with an unobserved component, a Markov switching autoregression, and a Gaussian linear unobserved component model. We show that all three inversion copulas with flexible margins improve the fit and density forecasts of quarterly U.S. broad inflation and electricity inflation.