基于磁化微咸水灌溉的作物生长发育特征和产量研究——以青河县为例

为提升高海拔地区微咸水利用效率,以青河县试验区种植的玉米、向日葵和马铃薯为对象,对比分析了磁化微咸水处理对各作物生长发育和产量的影响,进一步研究了磁化微咸水灌溉的向日葵生长模型,分析其生长特征与花盘直径的关系。结果表明:与常规灌溉大田试验相比,研究区3种作物生长发育特征值均显著增大,各作物产量分别提高了28.90%、18.27%和8.19%;磁化微咸水处理的向日葵生长发育各特征指标间相关性很强,建立了向日葵花盘直径关于其特征的多元线性回归模型,拟合系数R 2为0.942;在高海拔地区磁化微咸水灌溉能有效增强作物的生长发育特征,并提高其产量。研究结果可为高海拔灌区推广磁化微咸水设备提供理论依据。

矿粉改善OPC基修补材料耐污水腐蚀性能的研究

针对混凝土表面缺陷修补材料存在耐久性不良的问题,研究普通硅酸盐水泥基(OPC)和普通硅酸盐水泥基-矿粉基(OPC-GGBS)修补材料在污水环境下外观形貌、质量、抗压强度及与老混凝土粘结强度的变化。结果表明:25%的矿渣粉取代率可显著减轻OPC修补材料的外观劣化程度,降低了质量、抗压强度及与老混凝土粘结强度的损失率,明显改善了OPC基修补材料的耐污水腐蚀性能。

两种不同流道结构的叠片水头损失研究

叠片的性能直接影响叠片过滤器的过滤效果和使用寿命。以两种不同的流道布置形式的叠片,在不同流量的清水工况下,研究其水头损失的规律。结果表明:在清水条件下,随着流量的增加,两种叠片的水头损失与流量呈现出幂函数的关系,并且随着流量的增大,两种叠片的水头损失增加值大幅度增加;进一步分析两种叠片之间的水头损失的差值,其水头损失之差与流量呈现线性函数的关系。试验结论:复合流道叠片的水头损失小于传统流道叠片,但还需要后续试验验证其抗堵塞性能,同时本文为国内的节水市场提供了一种新的产品。

水力驱动自清洗网式过滤器水力性能试验研究

自清洗网式过滤器是目前国内外应用最广泛的过滤器之一,是保证整个微灌系统正常运行的核心设备。针对自主研发的水力驱动自清洗网式过滤器的工作原理、结构特点和创新点进行阐述,并对4种型号的过滤器进行水力性能测试和试验。结果表明:自主研发的水力驱动自清洗网式过滤器过流能力强,清洗效率高,轻便且结构紧凑,使用寿命长。

C40机制砂自密实混凝土配合比设计及性能研究

参照JGJ/T 283-2012《自密实混凝土应用技术规程》,研究了C40自密实混凝土作为轨道预制件的配合比,结果表明:水胶比在0.30~0.46、砂率在35%~55%、胶凝材料总量在480~520kg/m^(3)范围内,细集料805kg/m^(3)、粗集料874kg/m^(3)、外加剂掺量为2.8%时,自密实混凝土满足C40设计要求。

田间电磁阀水力特性数值模拟研究

为了深入了解田间电磁阀压力分布及其内部流动特征,采用RNG k-ε湍流模型和压力速度耦合的SIMPLEC算法,对DN110和DN125两种田间电磁阀内流体流动进行了数值模拟计算和试验验证,分析了两种电磁阀的压力云图、流线图、速度云图。结果表明,数值计算结果与试验结果具有较高的吻合度,模拟结果表明阀腔内部进口上侧和下游段均有漩涡,阀体出口上下侧有回流,回流使阀体出口流道面积减小,产生射流。随着流速增大,上游段压力增大,阀腔上表面压力增大,下游段负压值增大;阀体出口射流激烈,漩涡直径增大,管道内流体紊动加剧。研究结果直观展现了田间电磁阀阀腔内部流场形态,揭示了阀腔受力特点和水流变化规律,为田间电磁阀进一步开发提供理论指导。

玄武岩纤维对水泥基复合材料抗裂性能的影响

玄武岩纤维可改善水泥基复合材料的性能,利用正交试验方法研究了玄武岩纤维长度、体积掺量,纤维素醚、硅灰对砂浆抗开裂性能、抗折、抗压强度等性能的影响。实验表明:硅灰对砂浆抗折、抗压强度影响最大,纤维长度对砂浆开裂性能影响最大,纤维素醚是影响砂浆失水率、流动性的主要因素,当纤维长度为12mm、用量为0.1%、硅灰用量为8%、纤维素醚用量0.3%时,砂浆具有较好的综合性能,28d抗折强度3.8MPa,28d抗压强度达到21.5MPa,砂浆流动度为113mm,开裂率为0。

Modeling of daily pan evaporation using partial least squares regression

This study presented the application of partial least squares regression （PLSR） in estimating daily pan evaporation by utilizing the unique feature of PLSR in eliminating collinearity issues in predictor variables. The climate variables and daily pan evaporation data measured at two weather stations located near Elephant Butte Reservoir, New Mexico, USA and a weather station located in Shanshan County, Xinjiang, China were used in the study. The nonlinear relationship between climate variables and daily pan evaporation was successfully modeled using PLSR approach by solving collinearity that exists in the climate variables. The modeling results were compared to artificial neural networks （ANN） models with the same input variables. The resuits showed that the nonlinear equations developed using PLSR has similar performance with complex ANN approach for the study sites. The modeling process was straightforward and the equations were simpler and more explicit than the ANN black-box models.