丁德馨
- 作品数：507 被引量：1,794H指数：19
- 供职机构：南华大学更多>>
- 发文基金：国家自然科学基金湖南省自然科学基金湖南省教育厅重点项目更多>>
- 相关领域：环境科学与工程矿业工程建筑科学冶金工程更多>>
- 一株碳酸钙矿化菌的分离与鉴定被引量：3
- 2014年
- 基于微生物诱导碳酸钙沉积的岩土工程加固技术是一种环境友好的新技术.碳酸钙矿化菌是该技术应用的前提.为获得具有诱导碳酸钙沉积能力的菌株,采用选择性富集培养、平板分离方法从土壤中分离得到了一株具有尿素分解能力的菌株,细菌诱导产生的沉积物检测结果表明该菌株具有诱导碳酸钙沉积能力.通过形态学、革兰氏染色和16S rDNA序列同源性分析鉴定该菌株为巴斯德芽孢杆菌.
- 张振远李广悦丁德馨王永东胡南
- 关键词：岩土工程
- 堆浸铀矿堆氡析出规律的实验研究被引量：3
- 2015年
- 堆浸铀矿堆是铀矿山大气氡的主要来源之一。为了揭示堆浸过程中矿堆表面的氡析出规律,以我国南方某铀矿山新上堆的矿石为实验对象,利用自主设计并制造的改进型一维堆浸实验装置,采用局部静态法测定了不同喷淋状态下和排水过程中矿堆表面的氡析出率。结果表明:在布液和改变喷淋强度的瞬间,矿堆表面的氡析出率突然增大,之后随着喷淋的进行而逐渐减小并趋于稳定,且喷淋强度越大,稳定期间的氡析出率反而越小;在排水过程中,氡析出率先迅速减小,而后逐渐增大趋于稳定。
- 叶勇军赵娅利丁德馨王立恒曹雅琴范楠彬
- 关键词：氡析出率
- 基于自适应神经模糊推理的导水裂缝带高度研究被引量：8
- 2005年
- 自适应神经模糊推理方法具有收敛速度快,拟合能力强,预测精度高,训练结果唯一等优点,已成功应用于边坡反演设计和开采沉陷预测。本文将其应用于康家湾矿Ⅲ—1号矿体 14采场的导水裂缝带高度的预测,结果表明,基于自适应神经模糊推理的导水裂缝带高度预测结果与实际情况相吻合,取得了满意的效果。
- 丁德馨王云刚张志军
- 关键词：导水裂缝带高度模糊推理方法收敛速度沉陷预测反演设计
- 一种酸碱联合工艺从低品位铀矿中浸出铀的方法
- 本发明公开了一种酸碱联合工艺从低品位铀矿中浸出铀的方法。本发明的目的在于提供一种酸碱联合工艺从低品位铀矿中浸出铀的方法。本发明的特征在于以下步骤：A.用碱液浸泡低品位铀矿以破坏脉石成分，得到碱浸后铀矿；B.用硫酸对步骤A...
- 李密张晓文黄婧丁德馨房琦谢超唐东山
- 地震作用下边坡的动态响应规律研究
- 以印度Koyna地震为输入动荷载,利用ABAQUS软件建立了一个均质土坡动力数值分析模型。在此基础上,分析了该地震作用下边坡的动力响应规律。结果表明,边坡对地震加速度存在放大作用,坡顶水平向峰值加速度为1.0 m/s~2...
- 毕忠伟张明金峰丁德馨
- 关键词：边坡工程地震作用
- 文献传递
- 一种含铀废水的处理方法
- 本发明提供一种含铀废水的处理方法，包括将含铀废水加入浮选柱中，调节含铀废水的pH值为8‑9；配置胺类捕收剂水溶液；将所述胺类捕收剂水溶液加入含铀废水中，形成浮选混合液，并充气进行浮选，得到清液的步骤，本发明所提供的处理方...
- 刘三军李广锐丁德馨刘永史文革李向阳刘建东罗明亮
- 岩石疲劳损伤模型的参数估计方法研究被引量：3
- 2009年
- 岩石是一种非均质的复杂地质材料,其疲劳损伤演化具有明显的3阶段发展规律。倒S型非线性疲劳累积损伤模型可以很好地描述这一规律。应用倒S型模型开展损伤计算和疲劳寿命分析的先决条件是确定出不同应力水平下的模型参数,而运用Levenberg-Marquardt法进行倒S型曲线拟合的结果表明,不用任何优化方法而随意选取参数初始值时迭代收敛到最优解的概率很低。因此,提出运用有限组合法估算初始值,即在参数可行域中均匀布点,以这些点为起始点分别实施一次Levenberg-Marquardt优化计算,取残差平方和最小的一组参数作为第2次Levenberg-Marquardt拟合计算的初始值。试验结果表明,以有限组合法估算参数初始值,Levenberg-Marquardt迭代计算总能收敛到最优解。
- 肖建清丁德馨蒋复量徐根
- 工程学科多媒体教学课件审美与认知分析被引量：1
- 2010年
- 文章介绍了工程学科多媒体教学课件的美学表现特点,即逻辑性、功能性、针对性、数字化等,其美学表现形态主要有情趣之美、壮阔之美、韵律之美、诗意之美、哲理之美等,分析了美的多媒体画面对审美、认知的促进作用。多媒体教学课件应针对特定的教学内容和教学对象,展现特定的专业美学,才能发挥多媒体技术优势,提高教学实效。
- 罗清海丁德馨邹祝英
- 关键词：多媒体课件审美
- 宏粒子强化黑曲霉浸出低品位铀矿石中铀的方法
- 宏粒子强化黑曲霉浸出低品位铀矿石中铀的方法，包括如下步骤，首先将待处理低品位铀矿石干破磨并过140目筛后备用；制备用于黑曲霉孢子培养的PDA培养基和用于铀矿浸出的土豆浸粉‑葡萄糖培养基，在PDA培养基上接种黑曲霉孢子培养...
- 李广悦李芳艳王永东孙静丁德馨胡南李峰
- 文献传递
- 基于深度学习的露天铀矿可爆性智能分级模型研究
- 2024年
- 湖山铀矿属于特大型露天铀矿山,目前矿山爆破生产为“一次设计,长期使用”,故存在爆破参数缺乏动态调整、炸药单耗高、爆破效果不理想的问题,对此,可通过对爆破区块进行动态可爆性分级管理并反馈调控爆破设计来解决。本研究利用该矿爆破区块的生产历史大数据,提出了采用钻孔率(α)、炸药单耗(β)和块度指标(γ)计算区块爆破性指数K的方法,并根据爆破性指数K的值对历史爆破区块的可爆性进行分级;再以爆破区块的单轴抗压强度(UCS)、矿石的质量指标(RQD)和矿体的地质强度指标(GSI)作为可爆性指标,建立了可爆性指标与可爆性等级相对应的数据集;然后构建了深度学习神经网络模型,并以可爆性指标作为输入,以可爆性等级作为输出对构建的深度学习神经网络模型进行了训练;最后通过现场试验验证了训练后的模型对可爆性等级预测的可靠性和准确性,同时优化了爆破设计和爆破效果。研究结果表明:建立的深度学习神经网络模型可用于爆破区块的可爆性分级与爆破效果优化。
- 刘玉龙扶海鹰黄磊凌阳连檬李峰谢烽丁德馨
- 关键词：神经网络
