为了回收铜渣中的铜和铁,本文提出了一种铜渣氧化脱硫-废阴极碳熔融还原两步处理新工艺,在熔融还原过程中,废阴极碳不仅可作为还原剂,同时也可作为助熔剂降低熔渣熔点。在1450℃时,铜渣在空气气氛中保温60 min后,添加14.4 wt%的废阴极碳和25 wt%的CaO至铜熔渣中并在高纯Ar气氛下进行熔融还原180 min,Cu和Fe的回收率分别可以达到95.89%和94.64%。同时,废阴极碳中90%以上的氟化物以CaF
2和Ca
2Si
2F
工程胶结复合材料中使用的大多数材料的晶粒尺寸细小,有较好的韧性。石浆粉(SSP)是石工业中的一种惰性材料副产品,对环境产生有害影响。本文研究了用不同含量(25%和50%)SSP部分替代硅砂(SS)和细砂(FS)来制备工程胶结复合材料。根据强度、拉伸应变、中跨度偏转能力、超声波脉冲速度和微观结构对其性能进行了评价。在两种替换含量下,替换含量为25%时材料强度增加,而替换含量为50%时材料强度略有下降。拉伸应变、中跨度挠度和混凝土质量随着SSP含量的增加而提高。使用SSP形成的冷凝胶复合材料,可以节省自然资源
现有对薄膜声学超材料的研究大多是通过改变附加质量厚度与数目、调整附加质量布设位置、构建复合结构等方式,提高其吸声性能,鲜有分析材料参数与几何参数对其吸声性能的影响。为此,基于弹性波动理论,联合有限元及边界元法,建立吸声型薄膜声学超材料的声固耦合模型,并通过阻抗管试验进行验证,探究吸收峰的出现原因及其幅频特性,研究材料及几何参数的改变对吸收峰幅频特征的调控机制。研究结果表明:吸收峰主要来源于薄膜弹性振动;改变薄膜及附加质量的材料及几何参数均会显著改变吸收峰的幅频特征,因此,可针对目标频谱特性,通过优化薄膜和
颗粒阻尼技术是一种被动减振降噪技术,已成功应用于多个领域。根据填充颗粒的空心圆柱体建立仿真模型,通过搭建的试验台,进行试验数据采集和分析,验证仿真模型的有效性。采用离散单元法(Discrete element method,DEM),在仿真模型基础上研究颗粒材料类型、粒径、数目、初始位移量等参数变化对结构振动特性的影响规律;同时还研究该阻尼结构的隔振效果。研究表明:随着颗粒阻尼器中颗粒数目增加,结构减振效果先增强后减弱;其他条件相同时,减小粒径可有效提高减振水平;所选材料中,钢颗粒减振效果较好;初始位移量
针对从滚动轴承振动信号中所提取的故障信息精度低的问题,提出一种基于鲸鱼优化算法(WOA)-变分模态分解(VMD)能量熵的特征提取方法,并采用改进鲸鱼优化算法(WOA)-支持向量机(SVM)进行故障诊断。首先,利用鲸鱼优化算法对变分模态分解模态个数K和惩罚参数α寻优,然后根据VMD处理信号得到若干模态分量,筛选后进一步提取能量熵作为特征向量。最后,针对WOA种群迭代机制易陷入局部极值等缺点,引入随机变异策略进行改进,根据改进WOA-SVM对轴承信号进行故障诊断。实验表明,该方法能够准确提取故障信息,提高轴承
本文研究了在碱性溶液中用取代酚类萃取剂分离钾和钠。4-叔丁基-2-(α-甲基苄基)苯酚(t-BAMBP)比4-仲丁基-2-(α-甲基苄基)苯酚(BAMBP)具有更好的提钾效果。最佳萃取条件为:1 mol/L t-BAMBP,相比(O/A)3:1,萃取级数两级。通过错流萃取,钾的萃取率达90.8%。用去离子水按4:1的相比进行4级洗涤,钠的洗涤率为88.2%。用1 mol/L H2SO4按3:1的相比反萃,钾的反萃率达94.2%。钾/钠(K/Na)浓度比从料液中的
本文以304不锈钢管为研究对象,探究在固溶处理前后,304不锈钢管中织构演化、孪晶的晶体学特征及晶粒取向变化。研究结果表明:固溶处理后,304不锈钢管中管材中织构类型发生明显变化,并且织构强度显著增强。固溶处理过程中,少数晶界沿着有利于晶粒长大的取向进行迁移,使一些晶粒吞并周围较小晶粒而异常长大。固溶处理前后304不锈钢管组织中均存在较多<111>60°孪晶,并且多数晶粒内出现二次孪晶。固溶处理后,由于孪晶所占体积比的增加,管材内60°角的孪晶界含量明显增加。对面心立方晶体中孪晶的晶体学特征分
为研究列车进、出站所引起某地铁换乘站楼板及办公区休息室的振动特性及其在不同楼层的传播规律,基于现场实测数据,采用时频分析、插入损失、1/3倍频程及Z振级曲线拟合等方法进行分析,得出以下结论:(1)地铁列车进、出站工况下的垂向加速度大于水平加速度,出站工况下楼板振动加速度大于进站工况,负一楼楼板振动加速度大于负二楼。无论哪种工况的振动响应在频谱上主要都集中在20 Hz~50 Hz和80 Hz~150 Hz频段;(2)列车引起的振动响应随着垂直轨向距离的增加而呈线性衰减趋势,负一楼振源引起楼板振动的线性衰减率
传统有源控制算法未考虑控制后的声品质特性,而误差滤波最小均方(Filter-error least mean square,FeLMS)算法通过对误差滤波器的设置可较好地优化声品质。已有FeLMS算法的优化目标大多仅基于心理声学客观参量,未考虑不同类型噪声的频谱差异。针对该问题,以直升机舱内噪声为研究对象,研究面向声品质优化的有源控制算法。首先将直升机舱内人耳位置处采集的噪声样本作为初级噪声,开展烦恼度主观评价实验,然后对烦恼度实验数据进行多元线性回归得到直升机舱室噪声烦恼度的声品质模型,最后根据模型中烦
针对滚动轴承故障信号信噪比低、特征学习效率低、诊断模型结构复杂等问题,提出一种基于经验模态分解快速独立成分分析(Empirical mode decomposition fast independent component analysis,EMDFICA)与卷积神经网络(Convolution neural network,CNN)相结合的滚动轴承故障诊断方法。首先,通过经验模态分解预处理得到原始振动信号的内禀模式函数(Intrinsic mode function,IMF);然后,对提取的IMF分量进