水稻氮肥精确定量施用技术研究简报

以武育粳3号为材料研究了高、中、低3种地力水平下,氮肥用量对水稻产量及氮素利用率的影响。结果表明:氮肥用量和产量的高低应根据土壤肥力水平来确定,通过调控氮肥用量,科学合理施肥,各种地力水平的氮素利用率均可提高到40%以上。     

"双高计划"背景下校企专兼结合"双师型"教师团队建设研究

"双师型"教师团队建设是"双高计划"实施过程中最基础、最重要的环节.现阶段"双高"院校急需建设完善适合我国国情的"双师型"教师团队.分析新时代"双高计划"背景下"双师型"教师团队建设的特点、意义以及面临的问题,提出4项推进措施,旨在促进"双高"院校构建适应"双高计划"的新型校企专兼结合的"双师型"教师团队,创新师资团队建设机制,形成高职教育与企业培养共同发展的运行模式.     

氯化法TiCl4氧化制备TiO2中气体混合研究

氯化法钛白生产中的核心技术是TiCl4气相氧化反应过程.氧化反应器是氯化法钛白生产中的核心设备,氧化反应器中射流环的开孔结构直接影响TiCl4与O2的混合效果.采用计算流体力学(CFD)的方法,研究了5种不同射流环结构对流体混合效果的影响,获得了TiCl4气体在反应管内的径向浓度分布情况,以及TiCl4与O2混合的不均匀度.结果表明,射流环开孔结构对物料的混合有显著的影响,组合开孔射流环的物料混合效果优于均匀开孔射流环,更有利于反应物流体TiCl4和O2实现快速均匀地混合.     

威胁ATi NVIDIA进军Macintosh

NVIDIA现在终于再一次的把它们的触角伸到MACINTOSH的领域,经苹果公司的证实,将来不排除在其MAC机种上使用NVIDIA 的GEFORCE系列的图形加速卡。 可能使用NVIDIA的苹果机种包括了 iMacs,iBooks,Powerbooks,Cube-Books,Cubes以及PowerMacs。只是到目前为止并未证实,在Powerbooks和CubeBooks是否会使用NVIDIA的移动图形芯片的技术,(有人怀疑,NVIDIA的移动图形芯片与ATI的     

高铁闪锌矿高压酸浸过程中ZnS-FeS-H2O系的电位-pH图

对高铁闪锌矿高压酸浸的热力学过程进行了研究,并绘制了150℃、氧气压力为1 MPa时,浸出体系中ZnS-H2O系、FeS-H2O系、ZnS-FeS-H2O系的电位-pH图。     

高斯消元法在鼓风炉熔炼富铅渣预控系统中的应用

采用高斯消元法作为鼓风炉还原熔炼富铅渣模拟程序的核心算法,较好的解决了物料平衡和热平衡的计算问题,计算结果逼近工业实验数据,具有实用性。     

应用M-MIVM预测含钛渣系组元活度

 在钢铁冶炼过程中,随着护炉钛材料和含钛铁矿石的应用,大量的含钛炉渣被生产出来。由于缺少多元含钛渣系的热力学数据,限制了钛资源综合利用技术的深入发展。因此,应用改进的分子相互作用体积模型(M-MIVM(FII)),预测了基础渣系Al₂O₃-CaO-SiO₂、FeO-MnO-SiO₂和含钛渣系FeO-MnO-TiO₂、FeO-SiO₂-TiO₂、MnO-SiO₂-TiO₂、Al₂O₃-CaO-FeO-TiO₂中各组元活度,并与试验值比较。结果表明,M-MIVM(FII)的预测值与试验值符合较好,6个体系总的平均相对误差为11%,该精度处于Turkdogan提出的30%以内的试验误差范围; M-MIVM(FII)在参数拟合与活度预测能力方面均优于MIVM,该模型对多元含钛熔渣体系组元活度具有更好的预测效果。在此基础上,应用M-MIVM(FII)预测Al₂O₃-CaO-SiO₂-TiO₂熔体中TiO₂活度,并分析其影响因素。结果表明,TiO₂活度预测值与试验值吻合良好,且随炉渣碱度、Al₂O₃含量的增加而降低,该规律与试验规律相一致。M-MIVM(FII)仅通过拟合子二元系活度或者直接由无限稀活度系数就能够预测多元熔体的热力学性质。     

一种新的基于SNMP链路层拓扑发现算法

提出并证明以太网设备的连接定理,以此为基础提出新的针对子网的拓扑发现算法。与现有自动拓扑发现算法相比,交换机不需要每个端口都有完整的转发集,不需要对交换机上的每个端口都进行分析,能更加准确、快速地发现网络的拓扑结构。基于这种算法的拓扑发现程序在实际网络中得到验证,证明算法的正确性。     

影响荔枝汁非酶褐变的因素及其控制方法

通过测定荔枝汁加工和贮存过程中褐变度的变化,研究了影响荔枝汁非酶褐变的主要因素。结果表明,影响荔枝汁非酶褐变的主要因素有:多酚类物质、pH值、金属离子(Mg2+、Fe3+、Cu2+、Sn2+)、包装材料和贮藏温度。通过控制这些因素可有效抑制荔枝汁的非酶褐变。     

复合添加剂对鲟鱼籽酱(Huso dauricused × sturger schrenckii)挥发性成分的影响

采用固相微萃取-气相色谱-质谱联用分析技术,分别检测未经添加剂处理的鲟鱼籽酱、添加0.5‰山梨酸钾和0.2‰抗坏血酸的鲟鱼籽酱(A1组),添加0.5‰山梨酸钾、0.2‰抗坏血酸和0.2‰乳酸链球菌素(Nisin)的鲟鱼籽酱(A2组),添加0.5‰山梨酸钾、0.2‰抗坏血酸和0.2‰L-抗坏血酸棕榈酸酯的鲟鱼籽酱(A3组),在0℃冷藏时挥发性物质的变化,经NIST 05a.L和NIST 05.l谱库数据库检索,确定其挥发性成分。结果表明:初始鲟鱼籽酱检测出46种挥发性成分,醛类物质作为主要气味贡献组分,其中壬醛、己醛、辛醛和庚醛含量较高,另外,一定含量的D-柠檬烯、长叶烯和石竹烯可能赋予新鲜鲟鱼籽酱独特的柠檬香、木香等清新气味。3组复合添加剂的使用,都有利于防止在贮藏过程中鱼籽酱挥发性物质的流失,减少了酮类和醇类物质的变化。其中,A2组中,山梨酸钾、抗坏血酸和Nisin的添加促进了贮藏3个月后鱼籽酱中醛类物质的还原反应,导致醛类物质的大量减少,酯类物质的大量增加。最后,在贮藏期间醛类物质的变化,显示A1组和A3组复合防腐剂的处理促使鲟鱼籽酱具有更浓的腥味、青草味。