Ce4+对东北红豆杉细胞有丝分裂的影响

以悬浮培养的东北红豆杉细胞为材料,研究了不同浓度的Ce4 在不同处理时间对细胞有丝分裂的影响。结果显示,Ce4 能诱发东北红豆杉细胞多种异常有丝分裂,在浓度为0.5mmol/L、处理时间为5h时,即开始出现异常有丝分裂现象,而且细胞有丝分裂指数(MI)比对照组明显降低(P<0.05),表明细胞有丝分裂受到抑制,Ce4 对细胞有丝分裂过程有显著影响。Ce4 具有一定遗传毒性。     

一种基于局部模型的非线性多工况过程监测方法

针对复杂工业过程中的非线性、非高斯特性以及多工况问题, 提出了一种基于局部模型的在线统计监测新方法. 首先利用局部最小二乘支持向量机回归 (Least square support vector regression, LSSVR) 模型对过程输出进行预测, 与真实的输出相比较构成残差序列. 然后利用 ICA-PCA 两步特征提取策略, 完整地提取残差的高斯和非高斯信息, 最后用三个统计量 (I2、T2 和 SPE) 对过程进行监测, 建立了一种具有非线性、非高斯特性的多工况过程在线监测算法. 通过对 TE (Tennessee Eastman) 过程的仿真研究, 验证提出的方法是可行、有效的, 并显示出了一定的故障检测能力.     

云母钛珠光颜料的研究进展

综述了云母钛珠光颜料的制备方法、工艺条件、表面改性等方面的研究进展，比较了国内外研究的差距，进而提出了我国今后在云母钛珠光颜料方面的研究重点和发展方向。     

外加紫杉醇后南方红豆杉细胞的耐受性及其凋亡的研究

利用显微照相和DNA提取等技术，研究了外源紫杉醇作用于服浮培养南方红豆杉细胞（Taxus chinensis var.Mairei)的凋亡和对紫杉醇（taxol）的耐受性。利用荧光显微照相技术观察到，外源紫杉醇作用下，随培养时间延长，南方红豆杉细胞发生明显核分化，应用DNA电泳观察到细胞DNA断裂形成典型的180bp及其整数倍梯形条带（DNA.ladders) ,应用TUNEL检测发现DNA的3'-OH断端可被特异性标记，证实了加入紫杉醇后南方红豆杉细胞发生了凋亡。研究结果说明南方红豆杉细胞对紫杉醇的耐受性是有限度。并证明了植物细胞有类似于动物细胞的凋亡特征，也表明该体系可以作为研究植物细胞凋亡的实验模型。     

磁场流化床的研究与应用

介绍了磁场流化床的基本原理以及近年来在基础研究和应用研究两个方面取得的进展及成果,综述了磁场流化床在化工环保、生化工程、能源三个领域的应用现状并分析了其工业化前景及存在的问题。     

微囊固定化东北红豆杉细胞的生长与代谢

通过对海藻酸钠-壳聚糖液芯、固芯胶囊包埋的东北红豆杉细胞生长与代谢的比较研究,发现液芯胶囊包埋的细胞存活率大于固芯胶囊,对糖类等营养物质的吸收好于固芯胶囊,更有利于包埋细胞的初生代谢. 同时发现,海藻酸钠-壳聚糖固芯、液芯胶囊包埋均利于次级代谢产物等胞内物质向胞外释放,尤其是液芯胶囊的促释作用更为明显,且其酚类物质合成与分泌增多. 结果表明,液芯胶囊包埋植物细胞是一种较为理想的微囊固定化植物细胞的方法.     

复合衬里在常减压加热炉上的应用分析

常减压加热炉由于受高温度和压力的影响,往往出现加热炉散热损失大,炉壁板腐蚀严重,衬里发生脱落损坏的现象。根据这些现象,本文主要分析了复合衬里在常减压加热炉上的应用问题。笔者在本文主要对加热炉的现状以及复合衬里在常减压加热炉上的作用进行了简单的介绍,进一步指出复合衬里的使用价值。     

对动臂焊接残余应力时效处理的研究

为推广新消除应力的工艺方法来提高焊接结构件的质量及寿命,对动臂进行时效处理后采用盲孔法验证应力处理效果,同时关注时效处理后应力释放对动臂关键尺寸的影响,以及对比自然时效与振动时效对动臂尺寸稳定性的影响。     

基于MCUSUM-ICA-PCA的微小故障检测

针对过程中难以检测到的微小、缓变故障的检测问题，以及过程中普遍存在的非高斯信息，提出一种新的多变量统计过程监测方法.把传统的单变量累计和控制图（CUSUM）扩展为多变量的形式，并与独立成分分析（ICA）和传统的主元分析（PCA）方法相结合，构成新的MCUSUM-ICA-PCA方法，采用 ICA-PCA两步信息提取策略，完整地提取出过程的非高斯和高斯信息，重新构造统计量并建立其对应的统计限.通过对Tennessee Eastman（TE）过程的仿真研究，验证了该方法的可行性和有效性，改善了该过程微小故障的检测效果，从而更好地保证过程运行的安全、稳定性.     

基于混合变分自编码器回归模型的软测量建模方法EI北大核心CSCD

近年来,变分自编码器(Variational auto-encoder,VAE)模型由于在概率数据描述和特征提取能力等方面的优越性,受到了学术界和工业界的广泛关注,并被引入到工业过程监测、诊断和软测量建模等应用中.然而,传统基于VAE的软测量方法使用高斯分布作为潜在变量的分布,限制了其对复杂工业过程数据,尤其是多模态数据的建模能力.为了解决这一问题,本论文提出了一种混合变分自编码器回归模型(Mixture variational autoencoder regression,MVAER),并将其应用于复杂多模态工业过程的软测量建模.具体来说,该方法采用高斯混合模型来描述VAE的潜在变量分布,通过非线性映射将复杂多模态数据映射到潜在空间,学习各模态下的潜在变量,获取原始数据的有效特征表示.同时,建立潜在特征表示与关键质量变量之间的回归模型,实现软测量应用.通过一个数值例子和一个实际工业案例,对所提模型的性能进行了评估,验证了该模型的有效性和优越性.