广西天等—德保地区三叠系含锰岩系地质特征与成矿规律研究

来源 :中国锰业 | 被引量 : 0次 | 上传用户:liuliyuanll
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
对广西天等—德保地区三叠系含锰岩系进行了详细分析和对比研究;总结了广西天等—德保地区摩天岭复向斜含锰岩系的含矿性特点和分布规律,划分出2种不同微相的含锰岩系.新建立了田东—德保地区含锰岩系柱状图(硅质岩—灰岩—火山岩微相型),探讨了锰矿的成因;研究对在广西三叠系锰矿找矿具有重要意义,指导了研究区碳酸锰矿找矿工作,并提交了东平驮琶碳酸锰矿、平尧碳酸锰矿、那造碳酸锰矿3个碳酸锰矿矿产地.
其他文献
新时期背景下,高校学生创新创业必然要与专业课程教育紧密衔接,避免理论与实践相脱节。随着我国工程行业的快速发展,对于高素质的应用型复合人才有着更大的需求,机械制造与自动化专业的有效结合为高质量工程人才的教育培养奠定了坚实的基础。机械自动化专业的创新创业与人才的教育培养有着密不可分的联系,成为推动工程行业可持续发展的重要保障。本文将从互联网背景出发,对机械自动化专业创新创业的有效路径展开全面的分析研究,并提出有效的观点和措施。
球形机器人是一种具有特殊构造与行动方式的特种机器人,其通过内部驱动单元驱动球形外壳实现全方位运动。由于其特殊的密闭外形结构与驱动方式,相比轮式机器人以及足式机器人,球形机器人具有转向灵活、复杂环境适应性强的优势,使其在灾害救援、军事侦察、地质探测等领域具有广阔的应用前景。近年来,机器人在人类工作中的参与度逐渐提高,使其工作任务面临复杂化的趋势,这一趋势对球形机器人运动速度提出了较高要求。现有研究成
近年来国家对智能网联汽车发展的重视程度与支持力度日益加强,但基于单车智能的自动驾驶技术仍然存在车载感知设备复杂、计算需求大、存在视觉盲区等问题。随着车联网技术的发展,基于车联网的自动驾驶技术为自动驾驶的发展提供了新的技术支撑。在车联网支持下,车辆可以通过V2X技术与周围其他车辆、基础设施进行通信,从而拓宽车辆的感知范围、细化感知的粒度。在边缘计算支持下,车辆也可以将一定的复杂计算任务卸载到边缘云,
通过南非Postmasburg锰矿田东矿带Kapstewel矿区的详细调查,将矿区地层自下而上划分为8个岩性单元.分析矿区地层、构造、变质作用、矿层及矿石地质特征认为矿区主要控矿因素为白云岩基底容矿,Maremane隆起控制矿体展布,海侵—海退制约铁锰矿沉积形成厚度与层数,铁质建造提供了矿区物质来源,后期成岩为矿床保存提供保护作用.
有机物还原浸出氧化锰矿的主要问题是浸出液中存在未完全反应的有机物,探究氧化锰矿法消除浸出液中有机物的试验.用单因素试验法依次考察了液固比、反应时间、反应温度和初始酸浓度对锰的浸出率和COD去除率的影响.结果表明,当原液的初始酸浓度为1.937 mol/L的条件下,液固比10,反应时间2 h,反应温度90℃时,锰的浸出率为28.23%,COD的去除率为81.51%.原液连续两次氧化后,锰的二次浸出率是20.43%,COD未检出.该方法就地取材,成本小,具有较强的可行性.
陕西略阳杨家坝深埋铜矿受到地质背景条件影响,导致该区域内的找矿工作效率偏低.为优化略阳县杨家坝区域内的找矿工作,提出基于构造叠加晕找矿法的略阳县杨家坝深埋铜矿磁测及找矿靶区定位方法.根据略阳县杨家坝深埋铜矿地层条件、构造条件、变质作用等,对略阳县杨家坝深埋铜矿完成地磁测量,利用构造叠加晕找矿法,确定有利的成矿部位与预测靶位,定位略阳县杨家坝深埋铜矿的找矿靶区.
电解锰渣是锰矿酸浸后固液分离产生的一种压滤渣,也是制备锰电解质时产生的高硫工业固体废物.通过粉煤灰、水泥、生石灰等对锰矿渣进行固化后,研究其用于道路填方材料的可行性并通过浸柱试验分析降水对锰渣中重金属浸出浓度的影响,通过回填的方式研究电解锰渣对周遭环境安全的影响.根据研究结果,固化后的电解锰渣可以安全地应用于道路填方材料且不会对环境造成不良影响.
锰湿法冶金产品包括了电解锰、高纯氯化锰、高纯碳酸锰、硝酸盐及高纯有机锰盐等,其中电解锰除了是有色冶金上的脱氧剂、锰合金、电子工业功能材料等外,还可生产一系列深加工产品.锰湿法冶金产品作为锰产业链的下游产品,提高产业附加值,作为今后地方锰产业发展的重要方向.
内生安全网络研究主要围绕协议安全、身份真实、行为可控、数据可信等方面构建安全能力。与传统基于先验知识的、“亡羊补牢”式的网络安全机制相比,内生安全从内嵌和原生角度出发,设计实现不依赖攻击者先验知识的主动防御能力。本论文聚焦于数据可信方面,开展网络流指纹机制研究,通过在流量行为层面主动嵌入安全机制,提供主动流量分析能力,实现网络内生安全。本文的主要工作包括:(1)针对流指纹理论建模问题,提出了一种基
计算机视觉(Computer Vision)是专注于模拟人类视觉的感知,分析并深层次理解图像和视频数据的学科,而图像生成(Image Generation)是计算机视觉中一种新型的研究方向,其通过学习真实图片的分布,并从学习到的分布中采样而获得逼真度较高的生成图片。本文聚焦于图像生成中的人脸生成领域,研究可支持姿态定制的人脸生成方法。得益于当前生成模型对于人脸分布的建模与拟合变得愈发清晰且真实,本