固相微萃取-气相色谱-质谱联用法检测物流过程中液态乳质量

目的建立固相微萃取-气相色谱-质谱联用法检测物流运输前后液态乳质量。方法利用顶空固相微萃取,结合气质联用技术和吹扫捕集法分析液态乳制品中挥发性成分,检测牛奶中的氯仿和脂质降解程度。结果液态乳制品样品中有7种挥发性成分具有指示作用,主要是醛和酮;使用顶空分析能够量化氯仿污染物,脂肪分解的程度可以通过测量游离脂肪酸来量化。结论脂肪酸酶解产物可作为液态乳制品物流过程质量控制的生物标志物,固相微萃取的灵敏度和重现性满足液态乳制品物流过程的质量控制的要求。     

基于条件生成对抗网络的成像测井图像裂缝计算机识别

识别裂缝是油气储量评价和产能预测的关键。目前识别裂缝主要采用基于人机交互的方法,该方法耗功耗时且易受主观因素影响,因而对裂缝的识别不够精确。为此,提出利用条件生成对抗网络(CGAN)识别图像中的裂缝。CGAN通过训练给定的图像和对应标签图像,提取训练图像和标签中的特征,以此特征识别图像中的信息。利用CGAN识别模拟图像中的正弦形态裂缝,识别裂缝准确率达93.4%。CGAN对地层微电阻率扫描成像(FMI)图像中的水平缝和低角度缝识别准确率为90%。研究结果表明,和蚁群算法相比,CGAN是一种效果好、速度快及抗干扰能力强的计算机自动识别裂缝方法。     

固相微萃取-气相色谱法结合感官评价建立液态乳在物流中酸败的预测方法

乳制品在物流过程中可能受环境或人为原因导致酸度增加,产生异味,质量下降,需要一种方便精准的方法来检测乳制品质量。本文利用固相微萃取和气相色谱法结合感官评价建立检测和预测液态乳制品在物流过程中酸败的分析方法。由评审员根据感官评定参考标准,对牛奶样品进行评分;通过固相微萃取和气相色谱法(Solid Phase Microextraction and Gas Chromatography,SPMEGC)测定牛奶中的短链游离脂肪酸(free fatty acids,FFA)(C4-C12)浓度和酸度值(Acidity value,ADV),检验FFA浓度和ADV值与感官评估的相关性。使用逐步多元线性回归将不同酸度样品的FFA和ADV数据进行回归分析。结果表明短链脂肪酸浓度和酸度值与酸度感官评分存在相关性;逐步回归确定牛奶中酸败风味强度方程,对19种商业液态乳制品进行酸度分数测定时,一种样品发生明显地酸败,显示了模型的预测能力,对于所测试的样本,预测准确率为100%。本研究通过固相微萃取-气相色谱法结合感官评价建立的预测液态乳在物流中酸败的方法快速、准确,适合评估液态乳制品的质量。     

一种基于非线性偏最小二乘的风电机组齿轮箱状态监测方法北大核心CSCD

风电机组状态监测是提升机组运行水平和经济效益的重要手段。文章提出了一种基于非线性偏最小二乘(PLS)的风电机组齿轮箱状态监测方法,利用数据采集与监控系统(SCADA)数据对齿轮箱油温进行建模和监测。首先,基于无监督聚类对SCADA数据进行预处理,利用相关性分析选取与齿轮箱油温相关的输入变量;然后,构建用于表征非线性关系的输入变量,建立正常运行工况下齿轮箱油温的非线性PLS模型;最后,根据模型输出结果与齿轮箱油温的残差分布,设置合理阈值,用于齿轮箱状态监测。应用该模型对某大型风电机组齿轮箱进行状态监测。监测结果表明,相比于BP神经网络模型,该模型具有更高的拟合优度和预测精度。     

考虑风险与调峰性能的水光互补中长期调度

传统水光互补中长期调度模型未考虑日内运行风险以及系统的调峰特性,高估了系统的互补性能,由此制定的调度规则难以提升互补系统效能。为此,本文构建长短期决策响应函数,用以定量表征中长期水电出力与日内综合风险率、弃电率、调峰性能指标之间的关系;然后,将决策响应函数嵌套到中长期调度模型中,推求考虑日内风险以及调峰性能的水光互补中长期优化调度规则。以忠玉水光互补电站为实例,研究表明：嵌套决策响应函数的优化调度模型可显著提升系统发电量（增加2.61%）以及发电保证率（由46.7%提高到85.7%）,降低系统剩余负荷标准差（降低10.0%）和综合风险率（由9.51%降低到5.43%）,综合效能更优。