夏天应吃姜 吃对了可防暑祛寒健脾胃

正俗语说,"冬吃萝卜夏吃姜,不劳医生开药方"。姜在我国应用得非常早,《神农本草经》里就有相关记载,《伤寒杂病论》更是对它的功效详加阐述和运用。那么,夏天到底怎么吃姜?哪些人要多吃些?生姜茶:防治空调病夏季贪凉,在空调房待得时间太长容易受寒,加上一直不出汗,会使人头痛、头闷、恶心,还会出现食欲低下、拉肚子等症状。生姜具有温中     

基于Simulink的车辆半主动悬架建模仿真及控制器设计

本文在车辆半主动悬架系统的基础上为研究对象,建立1/4车辆模型,利用线性二次最优控制理论进行控制器设计,并在Simulink中建立系统模型进行车辆动力学的仿真,通过半主动悬架系统仿真结果与被动悬架系统进行比较分析车辆的相关性能的改善状况。     

离子色谱-脉冲安培法测定饮料中的聚葡萄糖的含量

通过优化标准方法AOAC 2000.11和GB 5009.245-2016的样品前处理过程，简单、高效准确地分析饮料中添加的聚葡萄糖含量。方法 样品经离心超滤净化，去除基质干扰，采用色谱柱分离，离子色谱-脉冲安培检测器测定，外标法定量。结果 聚葡萄糖在0.20 ~ 2.00 g/L的浓度范围内呈良好线性关系 (R2 > 0.999)。方法检出限和定量限分别为0.01 和0.03 g/L，三个添加水平的平均加标回收率为90.0%~98.8%，相对标准偏差为0.63%~2.36%。同时考察了市场上10种不同品类的饮料，加标回收率为93.0%-105%。结论 本方法样品前处理简单、快速、广泛适用于饮料中添加的聚葡萄糖含量测定。     

森美思土壤调理剂对Cd污染稻田修复效果研究

森美思是一种自主研发的单层分子多孔陶瓷功能纳米材料,在陶瓷纳米材料表面引入官能团,能有效去除土壤中的特定成分,如镉。本试验选取江西省萍乡市安源区某中轻度Cd污染稻田,研究S(森美思)、L(石灰)和SL(森美思+石灰)对水稻产量、土壤有效态Cd和糙米Cd的影响。结果表明,除L处理外,施用S和SL均能促进水稻生长,显著提高水稻的产量。S和SL处理均能显著降低土壤有效态Cd含量11.11%～64.71%,其中S处理表现最为显著(P0.05);与CK相比,除中稻L处理外,其他处理都能降低糙米Cd含量,降幅在34.04%～95.74%之间,其中S和SL处理均显著低于CK(P0.05);S及其与L综合调理技术均能有效降低水稻糙米Cd含量,并且表现出较好的修复效果。     

高精度测微计在车轴测量机上的应用方案

介绍了高精度测微计用于车轴直径测量的基本结构、关键技术及其在车轴测量设备上的应用。     

新型无机内保温涂层的性能及应用

根据水泥烧成热耗的组成，降低高温设备表面散热是降低水泥烧成热耗的重要途径之一，而减少高温窑炉墙壁的热传导可有效降低设备的表面散热。本文在介绍无机内保温涂层隔热原理的基础上，对保温涂层的应用效果进行了对比研究，通过在传统耐火隔热材料的基础上增加新型无机内保温涂层，可有效降低高温设备外表面温度，减少水泥生产中的散热损失，达到节能降耗的目的。     

煤-油临氢缓和液化半焦晶相结构分析

以鄂尔多斯煤为原料，加氢后的煤焦油为溶剂油，在高压釜内进行煤-油共炼反应，采用元素分析、工业分析、X射线衍射(XRD)、扫描电子显微镜等对原料煤和半焦微晶结构进行分析。结果表明：煤与半焦主要由C和O元素组成，此外还含有少量的H,S,N等元素；与原料煤相比，半焦的H/C摩尔比减少0.23,挥发分和固定碳质量分数分别降低15.77,1.64百分点，灰分升高17.87百分点；煤和半焦的XRD谱图中出现大量无机矿物质特征衍射峰，主要来源于煤和半焦中的灰分；高温、高氢压环境下，煤发生裂解与聚合反应，煤中芳香结构缩聚明显，有机质碳原子排列趋于定向且规则，石墨化程度增加；原料煤表面光滑，排列有序，粒径较大，而半焦表面粗糙，排列无序，粒径较小，表面有大量孔隙。     

致密砂岩气藏多层试井解释方法研究

致密砂岩油气藏储层多套小层叠置发育，为实现产能及经济效益最大化，通常采用一套井网分层压裂多层合采的开发方式，受非均质性影响，开发过程中层间干扰严重，各小层产能贡献比例、能量衰减速度差异大，限制了产能有效发挥。在应用试井分析结果评价生产井储层动态参数、压力水平的过程中，常规试井解释模型只能反映各生产子层数据的平均值，无法准确评价各层段数据，实际指导意义存在局限性。综合运用单层、多层试井解释模型对试井数据开展精细解释，以生产测井的分层产量作为拟合计算的新增约束条件，并以此建立多层渗流试井模型，拟合结果符合率高，在降低单层试井解释模型多解性的同时，实现多层参数定量评价，对于多层合采井在开发过程中技术政策调整以及增产措施制定等工作提供强力支撑。     

基于预训练语言模型的关键词感知问题生成

问题生成任务是指根据给定的文本段落和答案来自动生成对应的问题。针对现有问题生成方法存在的误差累积现象以及问题生成任务固有的“一对多”情况，提出一种带有关键词感知功能的问题生成方法。在预训练语言模型的基础上，实现关键词分类模型与问题生成模型的网络结构设计。输入文本段落中蕴含关键词，为使所生成的问题中包含同样的关键词以保证问题与段落的语义一致性，利用关键词分类模型提取出文本段落中的关键词，将关键词与非关键词的区分特征融入问题生成模型的输入中，该特征作为问题生成过程的全局信息，用以消除问题生成模型仅依赖局部最优解的弊端，减少误差累积与“一对多”情况的发生。在SQuAD数据集上的实验结果表明，该方法能够提升问题生成的质量，其BLEU-4指标值可达24，优于带有复制机制、带有语义监督的问题生成模型，目前已经借助百度百科数据平台实现了大规模工业应用。