丙酸杆菌代谢物与山梨酸钾抑菌作用比较研究

以一株费氏丙酸杆菌突变株为出发菌株,通过改变发酵培养基、接种量和初始培养pH值3方面,研究其代谢产物对大肠杆菌和沙门氏菌的抑菌作用,并与山梨酸钾的抑菌作用进行对比。结果表明:3种发酵培养基均对大肠杆菌和沙门氏菌均存在一定的抑制作用,其中以乳酸钠(sodium lactate broth,SLB)培养基发酵时,该菌株代谢产物的抑菌活性分别为25.3 AU/mL和18.3 AU/mL,结果要优于0.1%的山梨酸钾的抑菌活性(21.1 AU/mL和14.1 AU/mL);对于接种量而言,对大肠杆菌和沙门氏菌的抑菌活性最佳的接种量分别为6%和5%,其抑菌活性分别为28.1 AU/mL和18.0 AU/mL,抑菌效果均优于0.1%的山梨酸钾;对于不同培养pH值而言,对大肠杆菌和沙门氏菌的抑菌活性最适初始pH值分别为6.5和6,抑菌活性分别为27.6 AU/mL和14.5 AU/mL,其抑菌效果也优于0.1%的山梨酸钾。所以,选择在适宜条件下发酵所得的丙酸杆菌代谢物,对大肠杆菌和沙门氏菌的抑制效果要优于山梨酸钾。对丙酸杆菌代谢物抑菌作用的研究将为新型天然防腐剂的开发提供依据与试验数据支撑。     

ZL30B装载机前车架焊接工艺分析

前车架作为装载机的主要结构件,它的焊接方法决定了整个装载机的精度问题,从而影响整机的性能,针对ZL30B轮式装载机前车架焊后变形超差率较高的问题,通过分析前车架的具体结构形式,制定并采用了合理的焊接工艺,使得前车架的焊接变形得到了有效的控制。     

基于不同疏浚绞刀结构的底泥污染物释放情况分析

分别采用普通绞刀、加罩普通绞刀、螺旋绞刀和加罩螺旋绞刀进行疏浚模拟试验,通过比较疏浚点周围上覆水中各污染物浓度变化情况,分析不同结构绞刀的环保性能。结果表明:采用螺旋绞刀疏浚下,底泥中污染物释放量较采用普通绞刀疏浚时小;在这两类绞刀上加装罩壳均能有效抑制底泥中污染物释放,特别是疏浚后1h内营养盐氮释放;理想的绞吸式挖泥船环保功能改造方案为采用螺旋绞刀替换普通绞刀并加装罩壳(防扩散装置)。     

NGN网络中QOS模型研究

NGN是电信网络变革的必然方向,特别是随着NGN试验与商用网络规模的不断扩大,对NGN所提供综合业务的QoS（Quality of Service）需求将会越来越突出。在这样的背景下．NGN的QoS研究具有重要的理论价值和实用意义,并且已经成为业界的研究热点之一．本论文深入研究几种NGN中常用的QoS模型。     

地震对风力发电机组塔架设计的影响

以国内典型的82m风轮直径、70m轮毂高度的1.5MW风力发电机组为例,介绍了Ⅷ级烈度地震载荷的计算方法,通过有限元法(FEA)建模计算了风力发电机组塔架的自然模态位移和地震载荷,并利用得出的计算结果确定地震对塔架设计的影响。实例应用结果表明,Ⅷ级烈度地震引起的载荷叠加值小于塔架的设计极限载荷,塔架设计能满足安装在烈度Ⅰ～Ⅷ地震地区的安全要求。     

谐振式无线电能传输系统的研究

阐述了磁耦合谐振式无线电能传输的工作原理,在对发射与接收电路几种拓扑结构分析的基础上设计了一个收发电路均采用串联补偿结构、谐振频率为1 MHz、负载为10Ω的模型。基于线圈的互感耦合等效模型,从电路角度分析得出系统的输出功率和效率与线圈、负载、互感等参数之间的关系。针对磁耦合谐振系统满足最大输出功率时效率比较低的状况,提出了功效积指标。在满足系统输出功率的基础上,该指标实现了较高的传输效率。最后,通过Matlab仿真验证了所提功效积指标的可行性。     

基于改进DenseNet的刺绣图像分类识别的研究

针对中华传统刺绣工艺传承保护问题中的分类任务,传统的刺绣分类方法存在耗时长、精度低以及需要大量掌握专业知识的人力资源等问题;设计了一种基于改进DenseNet的刺绣图像分类识别方法;构建刺绣图像分类识别数据集;采用局部二值模式LBP、Canny算子边缘提取以及Gabor滤波等方式提取纹理特征,将不同特征图与原图合并为四至六通道图像数据集送入网络进行消融试验,扩充了数据集宽度;为稳定训练过程,加速损失收敛速度,提出引入SPP (spatial pyramid pooling)结构优化模型;为提高分类识别精度使用Leaky ReLU激活函数优化ReLU函数;实验结果表明基于改进DenseNet的刺绣图像分类识别方法可解决传统刺绣图像分类方法中存在的问题,改进后的刺绣图像分类模型与基准模型相比准确率提高了8.1%,高达97.39%。     

克林根贝尔格锥齿轮铣齿机工作原理的基础分析——AMK852实践

通过对我公司的AMK852克林根贝尔格锥齿轮铣齿机进行理论、实践分析,理解设备刀具轨迹的形成(长幅外摆线)、机床主要参数的作用及其对齿轮副的接触区修整的影响。     

基于边缘设备和改进YOLOv5算法的车牌号码识别

自动识别车牌号码是智慧交通中的重要内容,针对现有车牌识别算法计算量大,不满足微型化、实时性等需求,提出一种基于边缘设备和改进YOLOv5算法的车牌号码识别方法。首先,构建车牌数据集;其次,通过改进YOLOv5网络模型架构,并引入注意力机制,提升对车牌号码的检测能力,并与未改进的YOLOv5算法作性能对比;最后,将Intel Movidius NCS2与树莓派硬件设备结合,进行实时推理。实验结果表明,改进的YOLOv5算法在边缘设备上的实时画面推理速度最快达到3.316 ms,YOLOv5算法推理速度为5.772 ms,改进的YOLOv5算法与原算法相比,其推理速度平均提升了13.41%。本文提出的方法能在边缘设备上提高车牌检测速度,并达到较高的准确率。     

基于改进的YOLOv5实现中药饮片的检测识别

针对中药饮片检测算法的模型参数量多,计算量较大等问题,提出一种改进的YOLOv5算法,改进后算法的特点主要是轻量化,可以在保持较高的平均精度下,大大降低参数量和计算量。在YOLOv5算法的主干网络基础上,设计了轻量级的GhostBottleneck模块;针对中药饮片中的小目标检测问题,在模型结构中加入了注意力机制,可以提高小目标的检测能力;将原有的卷积层替换为深度可分离卷积,降低网络的模型参数。经过在107种常见中药饮片的数据集上训练的实验结果表明,改进后算法的mAP@0.5可以达到98.37%,比原YOLOv5算法提高了2.93%,既保持了对中药饮片识别的较高精度,同时计算量又比YOLOv5算法降低了53.45%,改进后算法的模型大小仅为6.61 MB,大大降低了硬件设备的计算成本。