NaF-AlF_3-Al_2O_3-CaF_2-LiF-MgF_2-KF系工业铝电解质初晶温度的研究

本文通过对某工业电解质NaF-AlF_3-Al_2O_3-CaF_2-LiF-MgF_2-KF体系进行不同添加剂含量对其初晶温度的影响研究,结合工业铝电解实际,推导得到的NaF-AlF_3-Al_2O_3-CaF_2-LiF-MgF_2-KF系铝电解质初晶温度计算公式,并通过50个工业电解质初晶温度步冷法实测值与计算值的对比,表明计算值与实测值的偏差基本在±2. 5℃,平均偏差为1. 6℃,验证了公式的准确性,可为铝电解工业生产提供借鉴。     

浅谈肉制品中的脂肪替代物

肉制品中的脂肪含量既不可多又不可无，脂肪多了不仅给一种油腻感，而且大量摄入会积存热量使人肥胖，严重者会造成心血管疾病，脂肪特少又会影响肉制品的风味和口感。因此，人们研究出很多替代物，如油脂类替代物，碳水化合物类替代物，蛋白质类替代物等。     

叶酸对泌乳牛产奶性能和瘤胃发酵的影响

为研究叶酸对泌乳牛产奶性能、瘤胃发酵、纤维分解菌数量和酶活力的影响,选取36头荷斯坦泌乳牛,按随机区组设计分为4组,进行100 d的饲养试验,各组(对照、LFA、MFA和HFA组)叶酸添加量分别为0、35、70和105 mg/d。结果表明,各组泌乳牛干物质采食量和体重变化无显著差异;叶酸添加组产奶量显著高于对照组(P0.05);MFA和HFA组乳脂率显著高于LFA和对照组(P0.05);MFA组乳蛋白率显著高于其余各组(P0.05);各组乳糖率无显著差异;MFA和HFA组料奶比显著低于对照组(P0.05)。叶酸添加组瘤胃pH值显著低于对照组(P0.05),总挥发性脂肪酸和乙酸浓度显著高于对照组(P0.05);各组丙酸浓度无显著差异;MFA和HFA组乙酸/丙酸显著高于对照组(P0.05)。MFA和HFA组羧甲基纤维素酶和纤维二糖酶活性及溶纤维丁酸弧菌和黄色瘤胃球菌数量显著高于对照组(P0.05);叶酸添加组木聚糖酶、果胶酶和α-淀粉酶活性与白色瘤胃球菌和产琥珀酸丝状杆菌数量显著高于对照组(P0.05)。叶酸促进了纤维分解菌的生长,改善了瘤胃发酵,提高了泌乳牛产奶性能;其最佳添加水平为70 mg/d。     

创业教育与思想政治教育的价值契合与实现——以“思想道德修养与法律基础”课为例

创业教育和思想政治教育在培育和提升大学生主体性、促进大学生的全面发展、为社会政治经济和文化发展提供知识动力和人才支持的取向上存在价值契合。通过整合叠加教育内容、拓展教育、优化教育教学方法,来促进创业教育与思想政治教育价值的融通、整合与实现。     

使命·情感·边界：2022年中国网络纪录片创作观察

作为中国纪录片迈向“高质量发展”阶段的开局之年,2022年网络纪录片围绕“使命”“情感”“边界”三个关键词,在题材、内容、表达等维度上守正创新,彰显出强大产能与创作活力。     

黄土坡滑坡滑带土抗剪强度参数的优选

选取湖北省巴东县黄土坡1#崩滑体为研究对象,设计了滑带碎石土在不同含石量(40%、60%、80%)、不同含水率(11%、17%、23%)条件下的大型直剪试验。通过Matlab的数值拟合,随机-模糊理论的数值拟合和BP神经网络预测等方法对滑带土抗剪强度进行分析。确定滑带碎石土在不同含石量、不同含水率及不同级配条件下的抗剪强度参数,探讨选取滑带土抗剪强度参数的最优方法。     

基于改进GM(1,1)模型的黄金价格预测

随着信息系统的发展,对黄金价格建立了基于新陈代谢理论的无偏灰色GM(1,1)预测模型。该模型是对GM(1,1)模型的改进,在不断补充新信息的同时,及时地去掉老信息,避免随着信息的增加,建模运算量不断增大的困难。实证结果表明,该模型预测精度优于GM(1,1)模型及无偏GM(1,1)模型的预测精度。     

某燃油泵活塞皮碗开裂分析

对某燃油泵活塞皮碗开裂的宏观、微观特征进行了观察与分析,并对皮碗的受力状态进行了分析计算,结果表明,皮碗的开裂性质为早期机械疲劳,其原因是皮碗在压制过程中,橡胶层与金属骨架间的结合力不均匀,结合力不均匀是由于JQ-1粘结剂界面氧化所致.发动机在加速过程中,皮碗前后腔压差增大,因此皮碗开裂多发生在发动机加速过程中.     

基于等维积分GM(1,1)模型的黄金价格预测

GM(1,1)模型是灰色系统中最常用的一种模型,该模型采用的建模数据量小,对数据分布特征无特殊要求,应用较为广泛。利用数值积分原理将GM(1,1)模型中累加生成法改为积分生成法,并用双向差分结合等维动态预测原理,建立了等维积分GM(1,1)模型。该模型在预测过程中不断将旧信息剔除,增加新信息进入,实现了数据的及时更新,提高了预测精度。     

基于RBF神经网络的黄金价格非线性预测

在对黄金市场进行分析时,通常根据黄金价格数据自身特点选取合适的模型进行建模预测,但因黄金价格数据本身的非线性特征比较明显,模型的选取往往较为困难,预测精度不高。利用神经网络的特性,建立了RBF神经网络,有效地解决了模型选择不当的难题。实证表明,RBF神经网络建立的非线性模型预测精度较高。