基于模糊C均值聚类的模糊RBF神经网络预测焊接接头力学性能建模

针对焊接过程的高度非线性,多种因素的复杂交互作用,难以预测焊接接头力学性能的问题和常用反馈(Back propagation,BP)神经网络的不足,利用模糊C均值(Fuzzy C-means,FCM)聚类算法和伪逆法相结合,建立焊接接头力学性能模糊径向基(Radial basis function,RBF)神经网络预测模型。以TC4钛合金惰性气体钨极保护焊(Tungsten inert gas arc welding,TIG焊)焊接工艺参数(焊接电流、焊接速度和氩气流量)作为模型的输入参数,以焊后力学性能(抗拉强度、抗弯强度、伸长率、焊缝硬度和热影响区硬度)作为模型的输出参数。利用27组试验数据对所建模型进行学习训练,用另外9组试验数据进行仿真。结果表明,利用该方法所建模型具有结构稳定、训练速度快、适应性强、鲁棒性好、预测精度高的特点,能够预测焊接接头力学性能。通过数学解析,用函数形式表达焊接工艺参数与接头力学性能之间的规律,可以优化焊接工艺参数,为调控焊接接头的质量提供依据。     

L-谷氨酰胺生产菌的选育及均匀设计在发酵条件试验中的应用

本文对L-谷氨酰胺生产菌的选育及发酵条件作了研究。以天津短杆菌TC-(866)-174为出发菌株,采用亚硝基胍、硫酸二乙酯等常规诱变方法,从500多株突变株中筛选出一株谷氨酰胺生产菌GW-77[CMSO~R、(NH_4)_2SO_4~R、SG~R]运用均匀设计法,以微机为辅助手段,摸索出最佳条件组合,在适宜条件下积累谷氨酰胺,平均值为31.4mg/ml,最高达33.2mg/ml。     

基于融合的SAR图像机场跑道边缘提取

结合SAR（合成孔径雷达）图像的特性,提出一种基于融合的SAR图像中机场跑道边缘提取新方法。该方法同时采用串行融合与并行融合两种方式,对同一地区机场的2幅不同SAR图像进行处理。提出了融合MRoA算子与MSP-RoA算子和形态学开、闭运算以及融合多幅结果图的思想,通过真实SAR图像实验,证实了该算法能够较准确和全面地提取出机场跑道边缘。     

地下工程抗浮锚杆内力长期监测试验与分析

为了研究抗浮锚杆安装完成后,其实际受力随时间的变化情况,以兰州某含裙房和地下室的高层建筑为研究背景,对照有限元数值模拟结果,将抗浮锚杆按受力情况划分为3个测区,在对应区域抗浮锚杆上安装钢筋应力计进行长期试验监测。监测结果显示:(1)抗浮锚杆的内力变化过程随时间和工程进度的变化分为三个阶段,即减小阶段、增长阶段和稳定阶段。产生这种变化趋势的主要原因是降水工作的逐渐停止和上部结构荷载的不断增加。(2)抗浮锚杆的受力状态与主楼的距离有关,靠近主楼的抗浮锚杆轴向拉力很小,而远离主楼的抗浮锚杆轴向拉力超过了其设计值。同一根抗浮锚杆上的轴力沿深度方向呈递减趋势,超过一定长度后杆体几乎不再受力。(3)数值模拟与实际监测结果互为验证,为抗浮锚杆的优化设计提供了理论依据与实测数据的支持。     

不同生态型高蛋白大豆的品质比较

试验利用国家标准方法对不同生态型高蛋白非转基因品种大豆的蛋白质和脂肪含量进行了比较分析,利用三波长紫外分光光度法比较测定了异黄酮含量。结果表明不同生态条件下的大豆品质差异明显,其中"南豆12号"的蛋白质含量最高而异黄酮含量最低,"东农42"和"郑92116"的蛋白质含量和异黄酮含量较高。     

电感耦合等离子质谱法检测矿泉水中重金属

建立电感耦合等离子质谱(inductively coupled plasma mass spectrometry,ICP-MS)检测矿泉水中Be、B、Cr、Mn、Ni、Cu、As、Mo、Ag、Cd、Sb、Ba、Hg和Pb 14种重金属的方法。采用硝酸直接酸化前处理方法,在线加入内标元素~6Li、~(45)Sc、~(72)Ge、~(89)Y、~(115)In、~(159)Tb和~(209)Bi,用ICP-MS进行测定。14种元素在各自的线性范围内线性关系良好(相关系数R0.999 3),检出限在0.003 1 ng/mL～0.576 0 ng/mL之间,回收率在78.3%～137.5%之间,RSD在1.3%～17.5%之间。     

最小偏二乘方法和近红外技术快速测定莲子多糖及抗氧化活性

目的对5个主要产区的莲子多糖含量和抗氧化活性进行测定,分析比较各省份莲子质量差异,并进一步采用近红外分析技术构建莲子多糖的快速预测模型。方法采用苯酚-硫酸法测定莲子多糖的含量;利用对1,1-二苯基-2-苦肼基自由基(1,1-diphenyl-2-picozide radical,DPPH)清除率测定莲子的抗氧化活性;并利用偏最小二乘方法构建莲子多糖的快速预测模型。结果实现了5个产地的莲子多糖含量及其抗氧化活性的精确测定;构建的快速预测模型对多糖含量及抗氧化活性预测准确率较好,模型的训练集均方根差(root-mean-square error,RMSEC)为0.0185,测试集均方根差(root-mean-square error of prediction,RMSECP)为0.0236;训练集和测试集相关系数的平方分别达到了0.9592和0.8516。结论本文所构建的快速预测模型能够对不同产地的莲子的多糖含量和抗氧化活性进行快速预测,为评价莲子多糖含量和抗氧化活性提供了科学参考。