深度神经网络轧制力建模及其并行优化研究北大核心CSCD

冷连轧过程控制的轧制力模型是整个轧制过程计算机控制的基础。为提高5机架2030冷连轧系统轧制力模型的精度和适用性,提出了多输入多输出深度神经网络轧制力模型的数据预处理、建模和并行优化方法。对含有不同隐含层数和节点数的神经网络,采用不同训练算法(SCG算法和L-M算法)与不同优化方法(多线程CPU、单GPU和多线程CPU+GPU),研究了神经网络结构、训练算法和优化方法对神经网络轧制力模型的性能、训练时长、线性相关系数的影响。研究结果表明:含有2个隐含层、采用L-M算法和多线程CPU优化方法可获得综合性能最优的神经网络轧制力模型;神经网络轧制力模型的计算误差远小于在线使用的Siemens轧制力模型的计算误差。     

对一类吉布斯现象解释方法的改进

针对方波函数的傅立叶级数的部分和,指出现有表达式存在的不足。给出了新的方波函数傅立叶级数前L次谐波之和的表达式。在此基础上对吉布斯现象进行了解释。用新的方法推导出傅立叶级数的部分和极值点的计算式。     

GPC-GC/MS测定火腿中多种有机磷农药的残留

建立气相色谱-质谱(GC/MS)法,电子轰击离子化(EI)同时测定火腿中敌敌畏、氧化乐果、乐果、马拉硫磷、对硫磷残留量的分析方法。试样经丙酮、二氯甲烷提取,共提物中的色素和油脂用凝胶色谱(GPC)净化去除。采用GC/MS-SIM法对火腿中敌敌畏、氧化乐果、乐果、马拉硫磷、对硫磷进行定性和定量分析。各组分离效果好,线性范围宽,方法重现性及回收率符合测定火腿样品的要求,5种农药加标回收率为86.75%~101.84%,相对标准偏差1.46%~5.19%,方法的定量限(S/N=10)均为0.01 mg/kg。     

Monacolin K的生产研究

人类对红曲霉的应用源于我国古代,但直到20世纪70年代,以Monacolin K为代表的多种红曲霉次级代谢产物在药用方面惊人的潜在价值才相继被发现,它们正成为国内外学者研究的热点。综合概述了各种发酵因素对红曲霉生产Monacolin K的影响及其在生产研究上的进展。     

饲料植酸酶制剂储存稳定性的研究

酶制剂的储存稳定性问题是酶应用过程中最常遇到的实际问题。该研究的周期长,样品保存困难,研究手段缺乏。文中系统探讨了糖类和金属盐类物质对植酸酶制剂热稳定性的保护作用,添加金属盐离子对植酸酶制剂的热稳定效果明显优于各种糖类物质的保护效果,其中以添加金属盐MgSO4的热稳定效果最佳,糖类物质中淀粉最适合作为固体酶制剂的载体。同时创新性地引入了药物制剂稳定性的恒温加速试验研究方法,用于酶制剂储存稳定性的研究。比较了糖类和金属盐添加剂对植酸酶制剂储存稳定性的影响,为酶制剂储存稳定性的研究提供了新的研究方法。     

细胞凋亡的研究

细胞凋亡是一种进化保守的细胞死亡形式,在细胞正常的生理状态中具有极其重要的作用。本文综合概述了细胞凋亡的特点、机理及其检测方法。     

红曲霉中Monacolin K的应用研究

20世纪70年代从红曲霉培养液中分离出了一种能够抑制胆固醇合成的活性物质,命名为莫纳可林K(Monacolin K),由于其在保健作用和药用方面的潜在价值成为了国内外学者研究的热点。文中论述了红曲霉中Monacolin K的特点以及应用研究的进展。     

混合式教学在"化工原理实验"中的应用与探索

"化工原理实验"是化学工程与工艺等工科专业的核心课程,对培养学生的动手能力、团队合作能力和创新能力起着至关重要的作用.基于教育信息化的发展和要求,结合虚拟仿真实验和实体实验的线上线下混合式教学手段,打造在线课程与课堂教学、线上实验与线下实验相融合的混合式实验课程,可以调动学生的学习积极性和主动性,对培养应用型人才具有一定的指导意义.     

高柔韧性低相对分子质量聚酰胺的合成及性能研究

以二乙二醇二(3-氨基丙基)醚(AM)和二聚酸(YD-29A)为原料,合成了高柔韧性低Mr(相对分子质量)的PA(聚酰胺);然后以此为EP(环氧树脂)的固化剂,并着重探讨了原料配比及反应条件对PA固化剂胺值和黏度的影响。研究结果表明:当n(—NH_2)/n(—COOH)=3.5、缩合反应温度为200~℃和反应时间为5 h时,PA的黏度为960 m Pa·s、胺值为236 mg/g;当m(EP)∶m(PA)=100∶80时,EP/PA固化体系的拉伸强度为25.1 MPa、断裂伸长率为51%,并且其热稳定性(玻璃化转变温度为42~55~℃)和柔韧性较好。     

(5S,6R)-2-苄基-6-[(1R)-叔丁基二甲基硅氧乙基]-青霉烯-3-羧酸乙酯的合成

以(3R,4R)-3-[(1R)-叔丁基二甲基硅氧乙基]-4-乙酰氧基氮杂环丁-2-酮(4AA)为原料,合成了标题化合物.中间体和产物的结构经 1HNMR、IR、元素分析和质谱表征.