摘要：本发明提供一种铝造渣材料中金属铝含量的测定方法，试样由三氯化铁-氯化铵混合溶液浸取，在振荡器上振荡，选择性地溶解金属铝，使金属铝与其它元素以及其它形式的铝分离。在过量EDTA存在下，调节pH值，然后先用硫酸铜标准滴定溶液滴定过量的EDTA，再用氟盐取代与铝络合的EDTA，最后用硫酸铜标准滴定溶液滴定取代出的EDTA，求得金属铝量。本发明测定方法成本低，测试过程简单、快速，准确度高，能很好满足科研生产要求。

摘要：本发明公开一种炉渣中游离氧化镁的测定方法，其特征在于，该方法包括：用硝酸铵-乙醇混合溶液溶解炉渣基体，使硝酸铵和游离氧化镁形成溶于水的络合物；经过震荡，水浴加热、冷却后，过滤分离溶液，使其它未溶解的杂质被过滤除去，然后将滤液用EDTA滴定法测定滤液中游离氧化镁的含量。本发明的优点及效果是，通过采用一定比例硝酸铵-乙醇混合溶液浸取游离氧化镁，经震荡和水浴等条件，保证硝酸铵只与游离氧化镁定量反应，不受其它镁相干扰，高选择性、快速、准确分析炉渣中游离氧化镁；消除了碳酸镁、硫酸镁、氟化镁等杂质的干扰，简化了操作，能很好的解决炉渣中游离氧化镁的测定问题，为钢铁冶炼研究和炉渣再利用提供可靠的分析依据。

摘要：本发明公开一种测定含铁物料中金属铁的方法，其特点是，采用无水亚硫酸钠浸取含铁物料中金属铁，采用氧化剂将二价铁全部氧化至三价，再用抗坏血酸还原滴定剂，用电位滴定仪滴定含铁物料中金属铁。本发明避免了还原态和氧化态物质对测定的干扰，减少了人为判断终点误差，简化了调节酸度及温度操作，摒弃了通用测铁方法的铬污染，极大的改进了现有方法的缺陷。应用于冶金含铁物料中金属铁的测定具有准确、环保的益处。

摘要：本发明涉及空间垂直交错齿轮传动领域，尤其涉及一种圆弧螺旋齿轮副，包括齿轮一和齿轮二，齿轮一与齿轮二的中心轴相互空间垂直，其特征在于，所述齿轮一与齿轮二上通过中心轴的轴向剖面与蜗轮的轴向剖面类似，均为中部凹下形式，齿轮一与齿轮二的法面模数相等、端面模数则随自身螺旋角变化而变化，但一对齿轮副的螺旋角之和为90°，所述齿轮一的轴向剖面在沿齿宽方向的各个截面上的齿顶圆、节圆、齿根圆分别与齿轮二横剖面的圆弧形几何尺寸匹配。与现有技术相比，本发明的有益效果是：是空间螺旋线接触啮合，消除了传动中不正常啮合所发生的干涉和阻滞，同时具备圆柱螺旋斜齿轮的双向传动和包络蜗轮蜗杆的线状啮合的优点，提高了承载能力。

摘要：本发明提供一种冷轧后钢板或钢带表面氯离子含量测定方法，其步骤：将测试样板放入2％～10％的稀硝酸溶液后加热到50～80℃，再加入占溶液总体积5％～30％的异丙醇并浸泡10～30min，然后提出样板用蒸馏水冲洗，再将浸取液放在电沙盘上加热蒸发至10mL以下，冷却后转移到25mL容量瓶中，再加入3～5mL硝酸溶液(1+1)、2～4mL浓度为0.1moL/L的硝酸银溶液，定容至25mL，放置20～40min，在紫外分光光度计上测定其在450nm时的吸光度，根据标准曲线读出样品中氯离子的浓度，最后按公式(1)计算钢板表面氯离子含量。本发明方法简单、易行，能最大限度地将氯离子转移到溶液中，且检测准确率高，能真实反映冷轧后钢板或钢带表面氯离子的含量。

摘要：一种负载铜配位卟啉金属有机框架的丝蛋白微针、制备及应用，属于药物技术领域。将蚕茧经过煮丝、溶丝、透析以及定浓度之后制备成丝蛋白溶液，将金属有机框架负载在针尖部位，制备出一种负载铜配位卟啉金属有机框架的丝蛋白微针贴片，其具有优秀的机械性能以及溶解性能，通过超声作用产生羟基自由基诱发DNA损伤和细胞焦亡，在48h的释药率可以达到65％以上，浅表肿瘤治愈率高达90％。

摘要：本发明涉及油田开发技术领域，涉及一种深层低渗稠油油藏的降粘压驱方法。该方法包括以下步骤：步骤1，筛选评价确定降粘驱替体系；步骤2，优化确定油藏降粘压驱的井网井距；步骤3，注入井高压高速大排量注入降粘体系驱替段塞、焖井；进行降粘剂注入量和注入浓度优化；步骤4，生产井降粘吞吐引效后焖井；确定最优降粘吞吐引效方案；步骤5，生产井开井生产；步骤6，循环步骤3‑5直至开发结束。本发明方法提高了注采井之间的生产压差，形成大量三维立体缝网，改善了地层的孔渗结构；降粘剂溶液的波及系数及驱油效率大幅提高，油相粘度大幅降低，地层中液体流动能力大幅提升，进而大幅提升油井产能，最终提高油藏采收率，达到高效开发。

摘要：本发明涉及油田开发技术领域，具体涉及一种低渗稠油油藏降粘压驱开采方法。本发明所述方法通过注入降粘剂，降低原油粘度；通过超高压力快速注入，在油藏形成裂缝、提高储层的渗流动力；通过短时间大量注入、升高地层压力，提高油藏的驱动力，从而实现采油量的大幅提升，有效解决了低渗稠油油藏开采难度大的问题。

摘要：本发明提供一种基于去噪深度残差网络的雷达信号智能分选方法，所述方法包括以下步骤：使用仿真雷达数据集作为训练数据集，并根据训练数据集制作带噪声的雷达信号数据集；以深度自编码器为基础搭建雷达信号去噪网络，并用步骤S1制作的带噪声的雷达信号数据集训练雷达信号去噪网络；以卷积神经网络和残差网络为基础搭建雷达信号分类网络，并用步骤S1中的训练数据集对雷达信号分类网络进行训练；获取待分类的雷达信号，利用训练后的雷达信号去噪网络对待分类的雷达信号进行去噪，然后利用训练后的雷达信号分类网络对去噪后的数据进行分类，得到雷达信号分类结果。本发明有效地提升了雷达信号识别分选的精度。

摘要：本发明涉及一种用于雷达信号分选的深度网络模型，包括利用训练集对预训练模型进行训练后得到的雷达信号分选网络，雷达信号分选网络包括局部特征学习子网络、跨域特征学习子网络、特征融合模块以及分类器；待分类的雷达信号作为输入信号经过特征向量构建后分别输入至局部特征学习子网络和跨域特征学习子网络，局部特征学习子网络负责学习当前时刻的雷达信号特征，跨域特征学习子网络负责学习当前时刻的雷达信号与其他时刻雷达信号之间的时序关系，特征融合模块完成局部特征和时序特征的融合，融合后得到的最终特征交由分类器进行分类。本发明能够完成对多种雷达信号的精准分类，高效的实现对雷达信号的分选工作，同时具有较强的鲁棒性和高效性。