通过对颗粒分离理论、铅锌尾矿分选处理工艺等进行分析,提出适用于铅锌尾矿分选的反向流化结构旋流器,利用锥面反向流化作用,快速分离具有密度差异的铅锌尾矿。结果表明,轴向压力值在不同径向截面处对应的值不同,整体上随轴向距离的增大而降低,且在圆锥段获得最大压力值;轴向速度分布呈对称分布,不同轴向截面处的轴向速度增减趋势有区别,颗粒分布主要集中在锥段;随着反向流化速度的增加,PbO矿粒从主要集中分布于旋流器器壁逐渐扩散至整个旋流器流场范围内,大密度PbO颗粒在器壁富集量先增加后降低;当反向流化速度为0.01m/s、
研究了乙硫氮作捕收剂时无机调整剂硫酸锌、亚硫酸钠、硫化钠和硫酸铜不同加药顺序对典型硫化矿物黄铜矿、方铅矿、闪锌矿和黄铁矿浮选行为的影响。结果表明,调整剂与捕收剂的加药顺序对硫化矿物浮选的影响不同。与调整剂先加时相比,乙硫氮先加,硫酸锌对黄铜矿和方铅矿浮选的抑制作用减弱;硫酸锌、低用量硫酸铜、亚硫酸钠或硫化钠对闪锌矿浮选以及硫酸铜对黄铜矿和方铅矿浮选的抑制作用更强;硫酸锌或硫酸铜对黄铁矿浮选以及较高用量硫酸铜对闪锌矿浮选的活化作用相当;亚硫酸钠或硫化钠对黄铜矿、方铅矿和黄铁矿浮选的影响很小。研究结果可为部分
超声引导穿刺及介入置管在临床诊断和治疗中日趋增多,然而超声下可视化不良是该技术用于穿刺和介入置管的主要不足之处。该文总结了针对器械材料改性和结构优化来增强其在超声场中可视性的方法,同时介绍了引入的相关风险及应对措施。
医疗设备运维状态全景感知是智慧医疗落地实施的基础性保障,提出了一种基于机器学习算法的医疗设备运维状态自主感知及主动预警模型。引入深度学习多维感知医疗设备多源异构故障数据训练样本特征.实现医疗设备运维状态自主感知.引入强化学习实现测试样本故障特征自主决策.构建医疗设备故障主动预警机制。以该院设备科为模型效能验证载体.对模型开展效能仿真验证.结果表明模型具有故障信息感知全面.医疗设备兼容性强.主动预警有效率高等优势。