川气东送管道工程建设水土流失成因与防治措施

分析了川气东送管道工程建设过程中水土流失的特点,对工程区地形地貌进行了区域划分。针对不同防治分区采取相应的防治措施即采用分层开挖、设排水沟、护坡、种树、修建拦渣墙等方式防治水土流失。同时坚持水土保持三同时制度,有效减少因本工程建设所引起的水土流失。     

计算流体动力学在模拟气升式环流反应器中的研究进展

计算流体动力学(CFD)是对气升式环流反应器进行数值模拟的重要手段.为此,本文综述了CFD模拟概况及气升环流反应器中流体数值模拟研究进展,总结了目前CFD模拟气升环流反应器存在的问题,并提出了进一步的研究方向.     

英国煤矿安全监管经验谈

长期以来,煤炭一直是支撑工业发展的重要能源。随着我国社会经济的快速发展,我国煤炭业也迎来了一个全新的发展时期。然而,由于各种原因,我国煤矿安全事故频频发生,成为人们心中抹不去的伤痛。其实,作为相对发达的西方国家,在煤矿安全管理上也曾经走过弯路。目前,英国是世界上煤矿事故率最低的国家之一。然而,在翻开英国煤矿历史时,我们不难发现,在煤矿开采初期,     

煤工尘肺患者生存质量与家庭功能和社会支持的关系研究

为了解煤工尘肺患者的生存质量的现状及其与家庭功能和社会支持之间的关系,采用SF-36量表、家庭功能评定量表和社会支持评定量表对212名煤工尘肺患者进行问卷调查。单因素分析显示,煤工尘肺患者在SF-36量表的躯体疼痛、总体健康、活力、情感职能、精神健康5个维度的得分与对照组的差异有统计学意义（p〈0.05）。生存质量得分与家庭功能得分呈负相关,生存质量得分与社会支持得分呈正相关。以生存质量得分为因变量,以家庭功能和社会支持的分量表得分为自变量进行多元逐步回归分析显示,生存质量的影响因素为社会支持利用度、家庭功能的总的功能、情感介入、社会支持的客观支持和问题解决。研究结果表明,煤工尘肺患者生存质量较低,与其家庭功能和社会支持有密切关系,需要从家庭功能和社会支持采取综合措施,提高煤工尘肺患者的生存质量。     

反应性气体观测中标准气的误差问题及建议

通过制定严格的质量保证和质量控制措施,在实验室对不同的国产标准气与同一的具有NIST标准的进口标准气进行定量比对.结果发现,国内不同厂家生产及同一厂家生产不同批次的标准气,特别是SO2和NO标准气,其出厂浓度与比对后的浓度间存在较大的偏差.在所有比对结果中,有2/3的SO2标准气样品超过±5%的相对偏差,有1/3的SO...     

煤气加热设备的安全使用

在点燃煤气时,应遵守以下操作要求:(1)等待煤气的总管向分配支管送煤气的工作全部完成后,才能向各加热设备送煤气。(2)准备好点燃煤气的火把,并将烟道的闸门打开。(3)将点火的火把放在煤气烧嘴的前方,然后打开阀门点火。严禁先送煤气后点火,以免引起爆炸。(4)当点火煤气没有被点燃时,应立即关闭煤气阀门,并使其充分自然通风;严禁一次没有将煤气点燃,紧接着连续再点火。(5)在开始送煤气时,不可将煤气的阀门拧得太大,而应     

地质因素对煤层瓦斯赋存影响的研究

为研究地质因素对煤层瓦斯赋存的影响,针对淮北矿区石台煤矿3煤层,采用瓦斯地质块段划分的方法,以井田内主要断层和天然焦区为界,把3煤层划分为3个独立的地质块段,分区对不同地质块段内地质因素对煤层瓦斯赋存规律进行研究,分析褶皱构造、断裂构造及岩浆侵蚀等对煤层瓦斯压力和瓦斯涌出量的影响。结果表明:地质构造对瓦斯保存和运移起到重要作用,岩浆岩侵入对石台煤矿3煤层煤与瓦斯突出的控制作用最为明显,地质块段的划分(分区管理)对地质构造复杂的高瓦斯及煤与瓦斯突出矿井具有重要意义。     

基于Hilbert谱信息熵的煤矸放落振动特征分析

针对煤矿安全生产中的综放工作面煤矸界面探测问题,提出利用煤矸下落冲击钢板的振动特征来探测煤矸界面的方法。煤矸振动信号表现出非平稳特征,采用经验模态分解方法将复杂矿井环境下的煤矸振动信号分解成固有模态分量。选择包含煤矸振动特征的前7个本征模函数(IMF)分量,通过Hilbert变换得到Hilbert谱。分析不同放煤状态下钢板振动信号的Hilbert谱发现,顶煤下落时的Hilbert谱分布较均匀,而煤矸混放时的Hilbert谱呈现不均匀分布。根据信息熵理论,提出了基于Hilbert谱信息熵的煤矸振动特征提取方法。试验结果表明,顶煤下落时的Hilbert谱信息熵要大于煤矸混放时的Hilbert谱信息熵,因此,煤矸振动的Hilbert谱信息熵特征能够准确地反映放煤状态。     

基于MMAS-BP的煤与瓦斯突出强度预测

为提高煤与瓦斯突出强度的预测精度及预测速度,用最大最小蚂蚁系统和BP神经网络相结合的方法进行预测模型设计。根据煤与瓦斯突出强度及其主要影响因素之间的关系数据,建立其神经网络的预测模型。以网络的权值和阈值为自变量,网络误差为目标函数,通过蚁群算法的迭代运算,搜索出误差的全局最小值,以实现BP神经网络的初始权值、阈值优化,并用优化后的网络进行瓦斯突出强度的预测。实例结果表明,MMAS-BP算法的预测值均方差为0.089,约为BP神经网络的0.1倍,且输出稳定性好,适用于煤与瓦斯突出强度的预测。