淮阴站泵站变电所GIS设备预防性试验及局部改造

泵站SF_6全封闭组合电器是20世纪70年代初期出现的一种先进的高压电气配电装置,国际上称这种设备为Gas-Insulater Switchgear(GIS)。GIS由断路器、母线、隔离开关、电流互感器、电压互感器、避雷器、套管等电器元件组合而成。其绝缘介质为SF_6气体。由于它具有优良的技术性能和占地面积小的特点,在国内外获得广泛应用。本文对淮阴站变电所GIS预防性试验及检查内容进行简要介绍,并结合2017年两个间隔三通气室微水试验超标进行分析探讨,提出了相应的防范和解决措施。     

有机颜料开发的新动向

有机颜料是一类重要的着色剂。本文综述了近年的开发动向，除了开发新结构颜料外，重点放在现有颜料的改良，新的有机颜料诱导体与固溶体颜料的合成上。它们对促进有机颜料的发展具有重要的价值。     

苝系紫酱颜料在上海通过鉴定

苝系颜料是一类高档有机颜料,它具有优异的耐晒、耐热、耐溶剂和耐迁移性,不仅适用于高级油墨和纤维原浆着色,而且是汽车工业的专用颜料。过去我国不生产此类颜料,因此上海大众汽车公司桑塔纳轿车等所需的苝系颜料只得从国外进口。上海染化厂和华东理工     

基于最大似然准则的CHAN改进算法

Chan算法是一种经典的具有闭式解的高效时差定位解算算法,但在实际应用中却存在一些困难和不足。首先对Chan算法在二维平面下的解集作了说明,并提出一种基于最大似然准则的定位模糊消除方法以得到唯一最终解,其次,针对Chan算法在较大时差测量误差下定位精度下降明显的现象,提出一种基于近似最大似然的方法对Chan算法定位估计进行修正,以改善其定位性能。仿真结果表明,对Chan算法提出的改进措施是有效可行的。     

改进单尺度Retinex的复杂光照人脸识别算法

在光照复杂条件下人脸识别性能明显下降。针对单尺度Retinex算法易产生"光晕"现象,提出一种改进单尺度Retinex算法的复杂光照人脸识别方法(ISSR)。首先利用拉普拉斯梯度算子增强光照人脸图像的边缘信息,然后在单尺度Retinex算法的基础引入符合人眼视觉特性的中心自适应调节拟合函数,以增强图像各个颜色分量,提高人脸图像对比度,最后采用Yale B和CMU-PIE人脸库进行仿真测试。结果表明,ISSR算法增强了人脸图像的对比度,改善了人脸图像的视觉效果,有助于提高人脸图像识别率和识别速度,能满足复杂光照条件下的人脸识别要求。     

钙质微波炉用耐热陶瓷釉的研究

以CaO -Al2 O3-SiO2 三元系统组成为基础研制了一种适合耐热微波炉用的平滑光亮陶瓷釉 ,该釉的坯釉结合性、热稳定性及釉面质量均符合微波炉用耐热陶瓷的要求 ,釉α80 0℃ =6 .0 1× 10 - 6 ℃ - 1 ;热稳定性可达 36 0℃～ 2 0℃热交换一次不裂 ;该种钙质耐热釉加入过多碳酸锂 ,会使坯釉结合性变差。     

沪开发成功还原染料新品种——还原红6B

还原染料是我国解放之后发展起来的一类重要高级棉用染料,迄今虽然已有近40只生产品种,但一直缺少相容性好的三原色,特别缺少红色品种;3a前上海染化十厂的工程技术人员通过对市场和技术路线大量细致的调查研究     

重组人干扰素α2b内毒素检查法的研究

目的研究鲎试剂法与家兔法检测重组人干扰素α2b内毒素结果的相关性,并参照家兔热原试验的阈值量,来确定本制品质量标准中内毒素的限量标准。方法分别用不同浓度的内毒素溶液和含不同浓度内毒素的供试品溶液进行家兔热原质试验,确定供试品内毒素限值,并在此限值下进行内毒素检测,方法均参照2000年版《中国药典》和2000年版《中国生物制品规程》进行。结果在含不同浓度内毒素溶液的家兔热原质试验中,致热阈值小于5.0EUml。在含不同浓度内毒素供试品溶液的家兔热原质试验中,致热阈值小于1.25EUml。以此确定本品内毒素限值,检测该制品的内毒素含量,结果均符合规定。结论本品在内毒素含量小于3.5EU500万单位dose的范围内,根据具体的对照实验及制品的用途来规定细菌内毒素限值,可用鲎试剂法代替家兔法检测注射用重组人干扰素α2b冻干制剂的热原质。     

国际上禁用偶氮染料对我国染料工业的影响

1994年7月15日德国政府颁布“禁止生产和使用那些偶氮键在特殊条件下能分解产生20种对人体有害芳香胺的偶氮染料”法令。这类有害芳香胺包括联苯胺、4-氨基联苯、2-甲基-4氯苯胺、2-蔡胺、4-氨基-3,2’-二甲基偶氮苯、2-氮基-4-硝基甲苯、对氯苯胺、2,4-二氮基革甲醚、4,4’-二氨基二苯甲烷、3,3’-二氯联苯胺、3,3’-二甲氧基联苯胺、3,3’-二甲基联苯胺、3,3’-二甲基-4,4’-二氨基二苯甲烷、2-甲氧基-5-甲基苯胺、3.3’-二氯4,4’-二氮基二苯甲烷、4,4’-二     

基于小波去噪的有向加权社团发现研究

目前大部分社团发现方法都是针对无向无权图,但实际的社会媒体中的社团内部个体交互过程可以抽象为一个有向加权图,并且权重中含有大量的噪声.为解决有向加权社团的划分问题,本文提出一种基于非负矩阵分解(Nonnegative matrix factorization,NMF)可去噪声的社团发现方法.该方法通过小波阈值去噪对社会网络数据进行去噪处理,结合有向加权的非负矩阵分解算法对去噪后的数据集进行社团发现,准确找出社团结构.在社会媒体的实验数据集和标准数据集上的实验结果表明,该算法针对带噪声的有向加权图社团发现问题具有良好划分性能,SNR为15时,在Lesmis数据集上的社团划分准确率达到96％,划分模块度值提高了29％.本文为解决带噪的有向加权的社会网络数据提供了切实有效的处理方法.