实验室用白肋烟烘焙机的设计及应用

为解决电热鼓风烘箱烘焙白肋烟效果不佳、与生产线烘焙效果差异大以及工艺研究中的原料浪费和能耗等问题，设计了一种实验室用的白肋烟烘焙设备。该设备采用三段式烘焙设计和PID自动控温技术，能够有效模拟在线生产中白肋烟的烘焙过程，满足白肋烟烘焙工艺研究、产品开发及配方维护需求，填补了国内白肋烟实验室三段式烘焙设备的空白。验证设备的实际应用效果，并对稳定性进行了评价。结果表明:①使用该设备处理后白肋烟中主要的美拉德反应产物和感官质量能够达到与在线烘焙机一致的效果。②该设备稳定性良好，同一叶组，经不同批次烘焙后，其主要的美拉德反应产物含量和感官质量均未见明显差异。      

吡啶-2-甲腈制备及其在不同领域中的应用

吡啶-2-甲腈是重要的吡啶衍生物之一,在药物和农药等生物活性物质合成、抗菌抑菌材料制备、特种催化、饲料添加剂生产等众多领域有广泛应用。本文概述了吡啶-2-甲腈的基本制备方法及其在相关领域的应用,提出了加强2-甲基吡啶催化氨氧化法制备吡啶-2-甲腈中催化剂的选择性和高效性研究的重要性,及对氨氧化法制备吡啶-2-甲腈工艺中形成的精馏残渣高值化利用技术开发的必要性。     

口孜东矿11-2煤岩巷顶板离层稳定性分析

淮南矿区口孜东矿11－2煤埋置深,顶板地质条件复杂,根据已有研究结果将多点位移计实测的顶板总离层分离为层间离层和塑性变形。比较分离后层间离层、塑性变形值与其临界值,得出了该煤层岩巷顶板失稳特征,并分析了顶板岩层组成变化对其产生的影响,可为顶板合理支护提供依据。     

改进互补滤波在六旋翼飞行器中的应用

针对目前大多数消费级六旋翼飞行器捷联惯性导航姿态解算中,低成本微机电系统(MEMS)器件易发散而导致的姿态漂移问题,提出了一种基于改进一阶互补滤波的姿态解算算法,利用MEMS传感器中加速度计补偿陀螺仪偏差引起的姿态漂移误差,并针对非匀速运动引起的较大误差引入了比例—积分(PI)控制器,用修正后结果代替互补滤波的加速度计输入,从而提高非匀速运动下姿态解算的精度.基于嵌入式处理器STM32,以MPU6050为姿态测量单元的六旋翼飞行器实验平台实验表明:算法计算量小、估计精度高、实时性好,易于在低成本飞行器控制系统中实现.     

天然气工艺管道防腐技术研究与探讨

因为天然气工艺管道大多敷设于地下,容易受到一些外部因素的影响,且天然气管道通常会遭到内外部腐蚀的威胁。鉴于这种情况,在天然气工艺管道运行管理中防腐工作起到至关重要的作用。基于此,本文介绍了影响天然气工艺管道腐蚀的主要因素,并且分析了天然气工艺管道防腐技术的实际应用。     

核磁共振定量法测定培美酸甲酯绝对含量

建立核磁共振定量法测定4-[2-(2-氨基-4,7-二氢-4-氧代-1H-吡咯并[2,3-d]嘧啶-5-基)乙基]苯甲酸甲酯(培美酸甲酯)绝对含量。以盐酸吉西他滨为内标,DMSO-d_6和D_2O为溶剂,测定~1HNMR,通过比较样品(A_s)与内标(A_r)的定量峰面积,分别计算3批供试品的含量。样品与内标物质的量比在峰面积比为0.505 3～1.980 0时线性关系良好,线性回归方程为y=0.730 2x+0.032 3(R~2=0.999 9)。精密度、重复性和稳定性试验的相对标准偏差(RSD)分别为0.43%、0.51%、1.12%。平行配制3份样品溶液进样测定,计算3批供试品的百分含量分别为98.37%、97.54%和97.70%,RSD分别为0.12%、0.17%、0.26%,与质量平衡法测定3批结果98.75%、97.16%和97.78%基本一致。经验证,建立的qNMR法简单、快速、准确,可用于培美酸甲酯原料药的含量测定。     

关于城市滨河景观设计的特点研究

随着我国社会经济的快速发展,城市滨河区被大量开发。如何利用这些有限的资源,对城市滨河景观进行科学、合理的设计,成为当前景观设计的重大课题。本文对城市滨河景观的设计特点进行了概述,并从五个方面,就如何加强滨河景观设计,提出了若干建议。     

集成多尺度微调卷积神经网络下的甲状腺结节良恶性识别

针对由于训练图像样本较少与忽略多尺度的结构和纹理信息而导致分类性能不佳问题,为提升甲状腺结节良恶性诊断准确率,提出了集成多尺度微调卷积神经网络下的甲状腺结节超声图像识别算法.首先将图像转换成具有3种不同尺度信息作为输入数据,以便模型能够学习到图像不同尺度的特征信息,提高模型的特征提取能力;其次,通过优化3种预训练模型(AlexNet,VGG16和ResNet50)的全连接层结构和迁移学习与微调策略,构建了3种不同尺度的9个微调模型,让模型能够更好地学习源域(ImageNet)和目标域(甲状腺超声图像)上的特征差异;最后选择最优的微调模型组合并通过对模型输出类别概率的加权融合方法得到最终的集成模型,利用模型的多样性进一步提升分类性能.文中算法在真实采集的数据集上和其他算法进行对比实验,得到甲状腺结节良恶性识别的准确率为96.00％,敏感度为94.10％,特异度为97.70％,AUC为98.00％ 实验结果表明,该算法在这些指标上均优于传统机器学习算法和当前甲状腺结节良恶性识别领域中的其他算法,能够有效地提取出互补的视觉特征信息,具有令人满意的分类性能.