基于可靠性分析的过盈配合优选法

研究一种基于可靠性分析的计算和选择过盈配合的新方法.首先根据结合直径确定国家标准推荐的优先和常用配合过盈量的数学期望和方差,计算给定设计条件下各种配合的可靠度,在此基础上选择能够经济地满足可靠性要求的配合.此外,对影响过盈联接可靠性的基本因素进行分析,针对前期结构设计中可能存在的不足提出改进措施.这种方法不仅使过盈配合的选择变得简便易行,而且能够提高过盈联接的质量,对过盈联接的推广应用具有实用价值.     

溶剂热法降低烟梗中木质素含量及提高发烟剂负载量的初步研究

[目的]在降低烟梗木质素含量的同时提高发烟剂的负载量对提升加热卷烟用再造烟叶的品质具有重要意义.[方法]采用不同浓度的发烟剂(丙二醇和甘油)处理烟梗碎末,烘干后采用GC-FID、FTIR、TG、SEM等对样品进行表征,通过Klason法测定反应前后烟梗中的木质素含量.[结果]烟梗中木质素含量降低33％～37％;样品中丙...     

可食性肉桂精油复合膜的制备及其缓释性能

为了拓展肉桂精油（cinnamon essential oil, CEO）的应用途径,将CEO作为活性物质加入到氧化羟丙基木薯淀粉中,制备出复合膜。以力学性能、阻隔性能作为测试指标,通过单因素和正交试验优化CEO膜制备工艺,并测定其在不同食品模拟物中的释放速率。结果表明,淀粉质量分数为5.0%（m/v,以蒸馏水体积为基准）,CEO、甘油、吐温-80质量分数分别为1.5%、1.0%、1.0%（m/v,以淀粉溶液体积为基准）时,制得薄膜性能最好,断裂伸长率和抗拉强度较大,分别为27.87%和1.42 MPa,水蒸气透过系数与透油数较小,为1.27×10?12 g·cm/cm2·s·Pa和0.2131 g·mm/mm2·d,透光率30.56%;在同种食品模拟物中,CEO的释放量达到最大值的时间随着CEO含量增多而延长;在不同食品模拟物中,CEO在水包油乳状液和含酒精食品模拟物中释放速率最快,在脂肪食品模拟物中最慢。结果表明CEO可改善淀粉基膜的阻隔性能和机械性能,制备出的CEO膜有利于油脂类食品的包装,CEO可以缓慢释放,较长时间发挥活性作用。     

基于故障树和贝叶斯网络的履带车辆行星变速机构可靠性分析

行星变速机构作为履带车辆传动系统的核心部件,其可靠性直接影响履带车辆的正常运行。以履带车辆行星变速机构为研究对象,基于实测试验结果建立故障树,将故障树转化为贝叶斯网络(Bayesian Network, BN)模型,并考虑行星变速机构正常、普通故障、严重故障3种状态进行可靠性分析。研究结果表明,行星变速机构失效概率为89.34×10^-8 h^-1,其工作400 h的可靠度为0.999 64,符合设计要求;利用贝叶斯网络双向计算的功能,可知当行星变速机构发生失效,由主轴断裂或摩擦片烧蚀、翘曲、断裂或齿轮疲劳断齿引起的可能性较大。为后续装备检修、改进设计提供理论依据。     

从选煤厂的高硫矸石中分选黄铁矿的试验

<正> 黄铁矿是重要的化工原料,随着工农业的发展,对硫的要求更为迫切。过去我国所用的硫精砂产量小,远远不能满足需要,尚需进口硫磺。但我国西南地区一般上部煤层硫分较低,下部煤层硫分较高。随着煤矿生产的发展,上部煤的开采量逐年减少,下部煤的开采量逐年增加,硫分将逐年增高。如:南桐矿务局所属各矿的煤层系中生代二迭纪罗平煤系,硫分为2—5%,干坝子选煤厂洗煤后的矸石硫分在10%以上,有时高达20%,较低的硫分为8.55%。就硫品位而言,黄铁矿已达工业品位,由于选煤厂的矸石山长期日晒     

金花茶花多酚氧化酶提取工艺研究

以金花茶花为原料,基于单因素试验结果,采用响应曲面法(response surface method,RSM)和人工神经网络模型(artificial neural networks,ANN)对金花茶花多酚氧化酶(polyphenol oxidase,PPO)的提取工艺进行优化。结果表明:RSM和ANN两种模型的决定系数R2分别为0.9922和0.9362,验证后的相对误差率分别为2.49%、1.14%。对比两种模型,ANN能够比RSM更准确地拟合模型和推导提取条件。金花茶花PPO提取最佳工艺条件为浸提时间45 min,缓冲液pH 6.35,聚乙烯吡咯烷酮(polyvinyl pyrrolidone,PVP)添加量为22%。在此条件下,PPO提取量为1 805.11 U/(g·min)。该研究为金花茶花PPO活性与褐变的相关性以及抑制褐变提供基础。     

聚乙烯亚胺修饰氧化石墨烯材料选择性吸附分离乌龙茶叶中无机砷的研究

摘要：目的 将聚乙烯亚胺(polyethyleneimine,PEI)修饰于氧化石墨烯(graphene oxide,GO)表面,制备PEI@GO合成材料以实现乌龙茶叶中无机砷的选择性吸附分离。方法 利用傅里叶红外光谱、电镜扫描、Zeta电位分析对PEI@GO进行表征,并建立基于PEI@GO的管尖固相萃取(pipette tip solid phase extraction,PTSPE)体系结合氢化物发生-原子荧光光谱法(hydride generation atomic fluorescence spectrometry,HG-AFS)实现乌龙茶中无机砷的选择性吸附分离和准确定量。结果 傅里叶红外光谱图中出现N-H特征峰,表明PEI成功修饰于GO的表面,电镜下PEI@GO呈现多孔的山脊山谷结构,Zeta电位分析其等电点约为9.7,在pH 6下,5 mg PEI@GO对As (V)溶液吸附率达95.84%,所建立的PTSPE-HG-AFS法最低检测限为0.027 μg/L,相对标准偏差为0.48%,不同品种乌龙茶样品中无机砷含量为13~122 μg/kg,回收率在86.48%~108.98%之间。结论 制备的PEI@GO材料可有效实现无机砷的选择性吸附分离,所建立的方法操作简便,灵敏度高,可准确用于实际茶叶样品中无机砷的分析检测。     

金花茶叶皂苷提取工艺优化及抑制脂肪酶活性研究

以金花茶叶为研究对象,通过单因素试验和响应面法探讨了乙醇体积分数、料液比、提取温度与时间因素对皂苷提取效果的影响,并对其抑制胰脂肪酶的作用进行了研究。结果表明,金花茶叶皂苷的最佳提取工艺条件为:乙醇体积分数59%、料液比1∶39 (g/mL)、提取温度60℃、提取时间124min,该条件下皂苷得率为4.82%,与预测值接近;提取的皂苷在温度37℃、质量浓度6mg/mL、pH 7.5、反应30min下对胰脂肪酶抑制率可达84.76%。说明金花茶叶皂苷能有效抑制胰脂肪酶的活性,具有较好的降血脂作用。     

基于多尺度卷积和注意力机制的LSTM时间序列分类

时间序列的多尺度特征包含丰富的类别信息,且这些信息对分类具有不同的重要程度,然而现有的单变量时间序列分类模型通常以固定大小的卷积核提取序列特征,导致不能有效地获取并聚焦重要的多尺度特征。针对上述问题,提出一种基于多尺度卷积和注意力机制（MCA）的长短时记忆（LSTM）模型（MCA-LSTM）,它能够关注并融合重要的多尺度特征,从而实现更准确的分类。其中,LSTM使用记忆细胞和门机制控制序列信息的传递,并充分提取时间序列的相关性信息;多尺度卷积模块（MCM）使用具有不同卷积核的卷积神经网络（CNN）提取序列的多尺度特征;注意力模块（AM）融合通道信息获取特征的重要性并分配注意力权重,从而使网络关注重要的时间序列特征。在UCR档案的65个单变量时间序列数据集上的实验结果表明,对比当前最先进的基于深度学习的时间序列分类模型：USRL-FordA（Unsupervised Scalable Representation Learning-FordA）、USRL-Combined （1-NN） （Unsupervised Scalable Representation Learning-Combined （1-Nearest Neighbor）） OS-CNN（Omni-Scale Convolutional Neural Network）、Inception-Time和RTFN（Robust Temporal Feature Network for time series classification）,MCA-LSTM在平均错误率（ME）上分别降低了7.48、9.92、2.43、2.09和0.82个百分点,并取得了最高的算术平均排名（AMR）和几何平均排名（GMR）,分别为2.14和3.23,这些充分体现了MCA-LSTM模型在单变量时间序列分类中的有效性。     

考虑参数不确定性的疲劳断轴可靠性分析方法

主轴是综合传动装置中的核心元件，其可靠性直接影响综合传动装置的正常运行。针对综合传动装置主轴的疲劳失效模式，在有限元仿真的基础上考虑参数不确定性进行可靠性分析。针对疲劳断裂的主轴建立模型进行瞬态动力学仿真，获取承载工况下最大剪切应力。在此基础上考虑参数分散性对主轴强度与所受应力的影响，进行不确定性分析，并基于广义应力-强度干涉理论，运用蒙特卡洛抽样方法进行可靠度计算。在实际使用中，特殊任务下多次发生未预料的断轴故障，主轴的实际使用寿命远低于设计寿命，以该特殊任务为例进行主轴的可靠性分析。研究结果表明：针对疲劳断轴故障，采用考虑不确定性的可靠性分析方法可行。通过案例分析得到了主轴特殊工况下的疲劳寿命。