阿克苏地区主栽棉花品种综合评价分析

对阿克苏地区主栽的5个细绒棉品种在统一的种植管理模式下,进行农艺现状调查、棉花产量和棉纤维品质分析,并通过灰色关联度法对5个品种细绒棉品质进行综合性评价。结果表明,优质棉品种综合性状排序为J206-5>新陆中84>新陆中80>新陆中68>新陆中62。运用综合评价筛选出适宜阿克苏地区推广种植的优质棉品种,为阿克苏地区棉花产业持续健康发展提供理论依据。     

建筑电气设计中相关问题分析

在民用建筑电气设计中,经常会遇到一些让人感到困惑的问题,特别是在国家及行业设计规范、标准的更新替换时,设计师对于新标准、规范的理解,往往会有不同程度的偏差,导致设计过程中出现一些问题或错误.就执行GB 51348-2019《民用建筑电气设计标准》过程中收集到的几个具体问题进行分析.     

天津石油:锚定目标高点起步

新的一年,天津石油为加快实现高质量发展,划重点。2020年,极不平凡的一年,中国石化天津石油新一届领导班子迎难而上,团结带领公司全体干部职工,取得了可圈可点的成绩。公司连续第6年荣获全国文明单位、连续3年荣获榜样天津最具社会责任企业等荣誉称号,还通过审核被评为中国石化绿色企业。2021年是中国共产党成立100周年,也是"十四五"规划的开局之年,天津石油制定各项经营指标,新目标新战略,任务艰巨,使命光荣,将着重做好以下几方面工作。     

《建筑结构》持续入编北大中文核心、中国科技核心并在世界期刊影响力指数中名列前茅

踔厉奋发,笃行不怠。在近期发布的科技期刊评价指标中,《建筑结构》整体表现良好,特向长期关心和支持学报发展的专家、学者汇报《建筑结构》2021年度所取得的成绩。(1)继续入编2020版《中文核心期刊要目总览》即北大核心期刊。(2)经过多项学术指标综合评定及同行专家评议推荐,《建筑结构》杂志继续被收录为"中国科技核心期刊"(中国科技论文统计源期刊),且在同类期刊中名列前茅。     

利用纤维床生物反应器发酵生产链霉素

利用纤维床生物反应器(FBB)发酵生产链霉素,对发酵培养基氮源进行了优化,并与传统搅拌发酵进行了比较。结果表明,以可溶性有机氮源大豆蛋白胨作为发酵培养基氮源,并添加一定量蔗糖,可以完全替代黄豆粉,在1 LFBB中发酵96 h时链霉素效价达到5 567 U·mL~(-1)。在整个发酵过程中,所有菌体都被固定在纤维床反应器上,而发酵液保持澄清,这不仅有利于从无菌体的发酵液中进行产物的提取和纯化,也可以重复利用菌体生产次级代谢产物,从而缩短发酵周期,进一步提高链霉素在发酵过程中的体积生产率。     

天津中医药大学图书馆同行优势能力评价的研究

本文论述了天津中医药大学图书馆在中医教育事业中发挥的作用,指出了进行同行优势能力评价的意义,研究建立了相应的评价体系,给出了评价指标的评分标准,得出了天津中医药大学图书馆同行优势能力评价的具体结果。     

基于PCA和灰色关联的齿根裂纹损伤程度识别

在齿轮齿根裂纹故障检测方面,利用倒频谱分析可以比较损伤程度的轻重,但很难具体量化损伤程度范围。为实现损伤程度的量化检测,提出采用主成分分析(Principal Component Analysis,PCA)与灰色关联分析(Grey Relational Analysis,GRA)相结合的方法。首先,利用能量法计算含不同齿根裂纹的齿轮副时变啮合刚度,分析不同损伤程度的响应,并结合损伤检测统计指标进行量化检测,通过PCA算法,对多维损伤检测统计指标进行降维优化后,计算待检目标序列与各个比较状态序列的关联度,用关联度表征裂纹损伤程度。在理论仿真的基础上,进行实验验证。结果表明,倒谱分析可有效地识别出齿根裂纹故障,损伤程度越大,倒谱的尖峰幅值越大。PCA与GRA结合算法与GRA算法计算的关联度相比更大,区分度也更加明显。并可以有效地量化待检目标的损伤程度,为齿根裂纹的定量识别提供理论依据。     

双季戊四醇在3种混合溶剂中的固-液相平衡

采用动态平衡法，在293.15～332.80 K、常压下，测定了双季戊四醇(DPE)在水+(甲醇、乙醇、异丙醇)三种混合溶剂中的溶解度数据。结果表明：DPE在不同质量分数的水+(甲醇、乙醇、异丙醇)混合溶剂中的溶解度随体系温度升高而增大；同一温度下，其在所选取溶剂体系中的溶解度随着甲醇、乙醇或异丙醇质量分数的增大而先增大后减小。λh方程、两参数方程与Apelblat方程均能够对所测定的溶解度数据进行较好的关联；通过修正的van’t Hoff方程计算得到DPE在所选取溶剂体系中Δ_sol H ⁰、Δ_sol S ⁰和Δ_sol G ⁰均大于零，表明DPE在所选取溶剂体系中的溶解过程为吸热、熵增的非自发过程。     

基于Hadoop大数据平台的人力资源决策技术研究

针对传统人力资源决策技术对海量人力资源数据辨别能力不高,导致决策效果不佳,研究基于Hadoop大数据平台的人力资源决策技术。该技术对海量的企业人力资源数据进行分布式处理,将神经网络下的员工信息按照输入层、隐含层、输出层进行组别划分;根据影响每一数据组数据变化的影响因素建立初选数据集合;通过计算人力资源的熵值离散度设立决策指标,以员工的姓名、部门、历史业绩、往期工作效率等要素作为选择条件;采用决策树分类算法构建决策树,生成人力资源决策分析报表,以此实现人力资源决策技术。实验结果表明:所研究的人力资源决策技术面对海量的人力资源数据,其辨识能力更强,决策结果的完整度达到了98.35%,比传统决策技术高出了21.55%。由此可见,所研究的决策技术性能更优越、更能满足企业当前的发展需求。