纤维藻培养及制备生物柴油的研究

探讨了纤维藻(Ankistudesmus sp)的低成本培养模式,考察了氮源和碳源以及反应器形式对纤维藻生物量、油脂积累以及油脂组成的影响。户外培养纤维藻在氮饥饿条件下油脂产率较高;通过槽式反应器和管式反应器的比较发现:槽式反应器更适合微藻的大规模培养;混养培养时能显著增加纤维藻的生物量和油脂含量,最佳添加条件下藻的生物量和油脂含量分别高达1.64 g/L和15.9%,1.41 g/L和11.9%。藻油经酸催化甲酯化制备生物柴油,经气相色谱分析,藻油主要成分为棕榈酸、油酸和亚油酸。氮缺陷、流加葡萄糖培养得到的纤维藻油含有25.32%的棕榈酸、44.74%的油酸,其制备得到的生物柴油具有更好的氧化稳定性和低温流动性。     

嵌入式Linux操作系统的应用与实践

信息技术的发展推动各种操作系统的更新和升级,嵌入式Linux操作系统也有很大的改善,并得到广泛的应用,从嵌入式Linux操作系统的特点着手,分析该操作系统的设计原理,以银行的应用实践为例,探讨嵌入式Linux操作系统的实践应用,目的是对其应用进行总结和改进,进而提高系统提供服务的质量。     

天然产物纯度鉴定方法

天然产物产量小和结构复杂的特点,决定了其在进行结构研究之前,必须要确定化合物纯度。文章通过讨论熔点（mp）、薄层层析（TLC）、纸层析（PC）、气相色谱（GC）、高效滚相色谱（HPLC）、氢核磁共振（IHNMR）和碳核磁共振（13CNMR）的在纯度鉴定方面的特点。文章说明每一种鉴定方法有其优点,也有其不足之处,在研究过程中为了证明某个化合物纯度到达测试要求,要多试验几种纯度鉴定方法。     

突入“禁区”——一年级建筑设计基础教学中的CAAD实验

建筑教育多年传统的陈旧教育思想,导致许多年来国内大部分建筑院校对于建筑设计基础课程长期仅重视“手头功夫”的训练模式。并拒绝CAAD的介入,明显忽视了教学的多样性和学生创造能力的培养。本文对一年级的学生采取问卷形式进行调查,研究了加入计算机辅助设计课程之后产生的效果,并进行了初步的讨论。     

提高微藻产油能力的研究进展

现阶段微藻产油是公认最有潜力的产油方式，因此提高产油微藻的油脂合成量一直是近年来研究的热点。从两个方面重点介绍了提高藻细胞油脂含量的方法，即通过选择合适的培养条件和培养模式来增加产量，同时也详细阐述了在不同条件及模式下，对藻细胞产物含量合成的具体影响。综述了目前提高微藻油脂合成量的主要方式，为进一步提高生物柴油产量奠定了基础。     

非常规天然气液化研究进展

煤层气、合成天然气、焦炉煤气、化工尾气等非常规天然气液化是回收利用的有效途径。由于含有大量氧、氮或氢,通常需要进行低温精馏提纯,非常规天然气液化技术与常规天然气有较大差别。本文回顾了近年与非常规天然气液化相关的研究进展。对于煤层气,国外大型煤层气项目因制冷剂供应原因均采用级联式流程,国内则注重小型或撬装式装置的开发以及含空气煤层气液化的特殊性的研究。对于合成天然气,由于脱氢的需要均采用液化-精馏的流程结构,并可以通过液化-精馏两部分的能量整合实现系统能效提升。对于焦炉煤气,甲烷化生成合成天然气后再液化是主流技术方案,而将焦炉煤气分离液化同时制取液化天然气和液氢的新技术方案应予重视。此外,非常规天然气液化过程安全性、相平衡和溶解度等方面的研究也取得了一定进展。     

宁夏荒漠草原土壤微生物季节变化的初步研究

为了深入了解荒漠化草原土壤退化与土壤微生物数量变化规律的相关性,采用土壤微生物数量测定方法,对宁夏盐池四墩子地区荒漠化草原土壤微生物数量的季节变化进行了初步研究.结果表明:⑴好气性细菌和放线菌数量的时空分布是秋季>春季>夏季,秋季分别是春季和夏季的1.88倍和1.69倍;⑵芽孢细菌数量活动强度的时空分布是春季>夏季>秋季,由春季至秋季,依次减少;⑶厌气性细菌数量的时空分布是秋季>夏季>春季,秋季分别是夏季和春季的1.23倍和2.71倍;⑷真菌数量的时空分布是夏季>秋季>春季,夏季分别是秋季和春季的1.98倍和3.45倍.反映出土壤微生物各类群数量变化均有明显的季节变化特性.     

基于SVR的瓦斯传感器故障诊断方法

介绍了回归型支持向量机（SVR）的基本原理,建立了基于SVR的传感器时间预测模型,对时间预测器实行离线训练、在线应用的方法,用训练好的SVR模型模拟煤矿井下瓦斯传感器系统的动态特性,阐述了瓦斯传感器故障诊断和信号恢复的实现过程。仿真结果表明：SVR时间预测器能准确预测和跟踪瓦斯传感器的输出,及时诊断出传感器故障信息,并对传感器信号进行恢复,实验验证了该方法的正确性和有效性。     

基于粗集理论的属性约简改进算法

粗集理论是一种处理不确定,不一致数据的新的数学工具.属性约简是粗集理论研究的重要内容,是在保持信息系统分类能力不变的基础上,删除冗余属性.而求取最优约简是一个NP难题,为了能够有效地获取信息系统的约简,提出一种改进算法.该算法以知识量作为启发式信息,每次删除知识量小的属性,直到找到约简为止.分析及实例表明此算法具有有效性.     

基于KPCA子空间虚假邻点判别的非线性建模的变量选择

特征变量选择技术是非线性系统建模过程中降低信息冗余和提高精度的有效方法。提出一种结合核主成分分析法(Kernel principal components analysis,KPCA)与虚假最近邻点法(False nearest neighbor,FNN)的变量选择法。引入核方法,将非线性原始数据映射到线性空间,再采用主成分分析法有效合理地消除因子之间的多重共线性,受混沌相空间虚假最近邻点法的启示,通过计算原始数据在KPCA子空间中投影的距离,判断其对主导变量的解释能力,由此进行变量的选择该方法用氢氰酸生产工艺工程中的非线性模型验证,并与全参数模型进行比较,结果显示该方法有良好的变量选择能力。因此,该研究为非线性系统建模的变量选择方法提供一种新方法。