【摘 要】
：
脱附是导致粗颗粒浮选回收率低的重要原因.为了探究疏水性颗粒-气泡间脱附行为机理,利用自制的浮选颗粒-气泡脱附测试系统对不同疏水性颗粒的脱附过程进行观测,借助Image-Pro Plus图像处理软件对颗粒-气泡间接触角、三相润湿周边变化进行测量.结果表明:颗粒脱附过程中接触角并非保持不变,而是存在明显的接触角滞后,接触角为67.0°、83.9°和98.7°的3种疏水性颗粒在达到前进接触角106.7°、119.3°和128.3°后三相润湿周边开始滑动收缩.区别于传统三相润湿周边滑动脱附机制,发现在三相润湿周边
【机 构】
：
中国矿业大学国家煤加工与洁净化工程技术研究中心,江苏徐州221116;中国矿业大学化工学院,江苏徐州221116;中国矿业大学国家煤加工与洁净化工程技术研究中心,江苏徐州221116
论文部分内容阅读
脱附是导致粗颗粒浮选回收率低的重要原因.为了探究疏水性颗粒-气泡间脱附行为机理,利用自制的浮选颗粒-气泡脱附测试系统对不同疏水性颗粒的脱附过程进行观测,借助Image-Pro Plus图像处理软件对颗粒-气泡间接触角、三相润湿周边变化进行测量.结果表明:颗粒脱附过程中接触角并非保持不变,而是存在明显的接触角滞后,接触角为67.0°、83.9°和98.7°的3种疏水性颗粒在达到前进接触角106.7°、119.3°和128.3°后三相润湿周边开始滑动收缩.区别于传统三相润湿周边滑动脱附机制,发现在三相润湿周边滑动阶段为了保证颗粒前进接触角不变,不可避免地会在颗粒表面形成反向毛细颈部,且反向毛细颈部处曲率随着三相润湿周边的收缩而快速增加,并最终在拉普拉斯压力作用下发生断裂脱附,在颗粒表面留下微气泡.同时由于三相润湿周边滑移速度随着颗粒疏水性的增加而降低,因此反向毛细颈部处曲率增加速率随颗粒疏水性的增加而增加,导致最终颗粒表面残留微气泡大小也随颗粒疏水性的增加而增加.
其他文献
针对软件定义网络(Software Defined Ntwork,SDN)中的分布式拒绝服务(Distribute Denial of Service,DDoS)攻击检测的方法少、现存方法入侵检测率低的问题,提出了一种基于深度学习和三支决策的入侵检测算法.首先使用深度信念网络对SDN的流表项进行特征提取,然后利用基于三支决策理论的入侵检测模型进行DDoS攻击的入侵检测,对于正域和负域的数据直接进行分类,对于边界域中的数据使用K近邻算法重新进行分类.仿真实验结果表明,与其他入侵检测模型相比,所提算法的入侵检
针对传统图像隐写算法计算消耗时间较长的问题,提出了立方体迷你数独矩阵(CMSM)和两层数据隐写方案.将矩阵及其相应的数据嵌入和提取算法推广到N维迷你数独矩阵(NMSM),并阐述了提高时间效率的机制.通过定义了距离定位函数,可以显著提高多维参考矩阵的嵌入效率.该数据隐写方案具有复杂度高,能有效地提高数据隐写的安全性.实验结果表明,该数据隐写方案不仅能获得更好的图像质量,而且比其他相关方案具有更高的嵌入容量.
为解决传统的信息隐藏技术中隐写容量小和隐写安全性低的不足,提出了利用生成式对抗网络(GAN)的无载体信息隐藏方法.首先利用噪声驱动生成器直接生成含密图像,然后训练秘密信息提取器以恢复隐藏的秘密消息.同时,进一步优化了提取器的训练任务,并引入冗余纠错编码技术.实验结果表明,相比同类方法,在大隐写容量的情况下,具有更高的信息提取准确率,同时加快了提取器的训练收敛速度.
针对预制舱变电站物联网建设中存在的信息泄露和隐私保护问题,提出了一种基于超混沌数据的加密算法.即首先利用混沌发生器生成随机序列,其次对序列进行归一化处理,接着利用序列对明文进行掩膜置换等加密操作,最后将密文发送至预制舱变电站服务器,实现数据的加密通信.实验结果和分析表明,该加密算法具有密钥空间大、密钥敏感性强的特点.
学习图中节点的潜在向量表示是一项重要且普遍存在的任务,旨在捕捉图中节点的各种属性.大量工作证明静态图表示已经能够学习到节点的部分信息,然而,真实世界的图是随着时间的推移而演变的.为了解决多数动态网络算法不能有效保留节点邻域结构和时态信息的问题,提出了基于深度神经网络(DNN)和门控循环单元(GRU)的动态网络表示学习方法DynAEGRU.该方法以自编码器作为框架,其中的编码器首先用DNN聚集邻域信息以得到低维特征向量,然后使用GRU网络提取节点时态信息,最后用解码器重构邻接矩阵并将其与真实图对比来构建损失
作为自然语言处理中的热点问题,摘要生成具有重要的研究意义.基于Seq2Seq模型的生成式摘要模型取得了良好的效果,然而抽取式的方法具有挖掘有效特征并抽取文章重要句子的潜力,因此如何利用抽取式方法来改进生成式方法是一个较好的研究方向.鉴于此,提出了融合生成式和抽取式方法的模型.首先,使用TextRank算法并融合主题相似度来抽取文章中有重要意义的句子.然后,设计了融合抽取信息语义的基于Seq2Seq模型的生成式框架来实现摘要生成任务;同时,引入指针网络解决模型训练中的未登录词(OOV)问题.综合以上步骤得到
近几年,基于卷积神经网络(CNN)的单图像超分辨率(SR)重建方法成为了主流.通常情况下,重建模型的网络层数越深,提取的特征越多,重建效果越好;然而随着网络层数的加深,不仅会出现梯度消失的问题,还会显著增加参数量,增加训练的难度.针对以上问题,提出了一种基于密集Inception的单图像SR重建方法.该方法引入Inception-残差网络(Inception-ResNet)结构提取图像特征,全局采用简化后的密集网络,且仅构建每一个模块输出到重建层的路径,从而避免产生冗余数据来增加计算量.在放大倍数为4时,
获得清晰准确的水下图像是人类探索水下世界的重要前置条件.然而与平常图像相比,水下图像往往具有对比度低、细节保留不足及颜色失真等问题,这导致其视觉效果不佳.针对上述问题,提出了基于人工欠曝光融合和白平衡技术(AUF+WB)的水下图像增强算法.首先,利用调节伽马值的方式对原始水下图像进行操作,从而生成5幅相应的欠曝光图像;然后,以对比度、饱和度及良好曝光度作为融合权重,并结合多尺度融合来生成融合图像;最后,将各类颜色通道补偿后的图像分别结合灰色世界假设白平衡生成相应的白平衡图像,再利用水下彩色图像质量评价指标
针对现有表位预测方法对抗原中存在的重叠表位预测能力不佳的问题,提出了将基于局部度量(L-Metric)的重叠子图发现算法用于表位预测的模型.首先,利用抗原上的表面原子构建原子图并升级为氨基酸残基图;然后,利用基于信息流的图划分算法将氨基酸残基图划分为互不重叠的种子子图,并使用基于L-Metric的重叠子图发现算法对种子子图进行扩展以得到重叠子图;最后,利用由图卷积网络(GCN)和全连接网络(FCN)构建的分类模型将扩展后的子图分类为抗原表位和非抗原表位.实验结果表明,所提出的模型在相同数据集上的F1值与现
Pluronic(普朗尼克)是一类非离子型双亲三嵌段共聚物,分子结构为PEOn-PPOn-PEOn,能够在矿物表面形成多种吸附构型,依靠空间位阻作用调控颗粒间的分散聚团行为,在解决矿物颗粒罩盖、异相凝聚方面具有较高的研究价值.以Pluronic F-68为研究对象,通过沉降试验考察其在细粒石英与萤石异相凝聚体系中的分散作用效果,利用吸附量测试和接触角测试分析了Pluronic F-68在萤石和石英表面的吸附特性与分散机理,并通过分子动力学模拟研究其吸附模型.结果表明:①矿浆pH=7时,Pluronic F