基于柠檬酸-铕纳米配位聚合物构建荧光探针快速检测汤煲中5’-肌苷酸含量

基于柠檬酸-铕金属有机纳米配体聚合物（citrate/europium lanthanide coordination polymer nanoparticles，Cit/Eu LCP NPs）构建快速检测肉品汤煲中5’-肌苷酸（inosine-5’-monophosphate，5’-IMP）的荧光探针。研究结果表明，5’-IMP对Cit/Eu?LCP?NPs有良好的荧光猝灭作用。在最佳条件下，该荧光探针在5’-IMP?2.5～200?μg/mL的质量浓度范围内呈现出良好的线性关系，检出限为0.17?μg/mL，且具备良好的抗干扰、稳定性和重复性。为了验证方法可行性，将该方法应用于实际鸡汤样品中的5’-IMP检测，测得加标回收率为97.85%～103.95%，可为快速检测肉品汤煲中5’-IMP提供新的思路和方法。     

储罐底板腐蚀机理研究现状分析

储罐底板腐蚀是影响储罐安全性能的最关键因素之一,由于其特殊的缝隙结构,其储罐底板的腐蚀机理研究一直是研究的热点。因此,本文从电化学腐蚀、腐蚀性阴离子、微生物腐蚀、土壤腐蚀和杂散电流腐蚀五个方面对储罐底板的腐蚀问题进行了综述,为后续的研究提供借鉴意义。     

基于实物ID的电网工程设备费智能化统计算法研究

针对电网基建项目设备费统计基于形象进度估算难以保证数据真实性和及时性的问题，提出基于实物 ID（资产实物统一身份编码）的智能物联统计算法。该方法基于设备信息采集，建立设备购置费计算模型，综合应用物联网技术和移动技术，将实物 ID 贯穿电网项目投资管理全流程，实现对项目执行过程中设计、采购、建设等阶段变电站设备购置费用相关信息的自动采集、自动统计。研究表明：所提方法有利于提高电网公司的数据统计的准确性与及时性，对电网投资项目管理实现数字化管理、精细化管控、全局性决策、 最大化效益具有重要意义。     

基于三维地质建模的复杂断块致密气藏产能预测

气藏地质建模技术主要应用于气藏综合描述,能够定量分析孔隙度、渗透率及含气饱和度等储层物性参数的空间分布规律,而对于如何利用地质建模进行储层产能预测,没有经验可借鉴。为此,文中以小城子气田登娄库组复杂断块致密气藏为例,在气藏地质特征认识的基础上,从测井角度分析影响产能的敏感参数,并拟合产能方程,将地质、测井和试井三者相结合,综合应用含气砂体刻画、变方位角及分断块加权平均等建模方法建立气藏产能模型,实现了产能的综合评价。与实际试气、试采结果对比,该产能预测方法在气藏开发前期和中期具有较好的适用性和推广性。     

酸洗冷轧过程中轧件表面形貌演变规律研究

利用四辊轧机对酸洗后带钢进行了冷轧实验,采用扫描电子显微镜对试样冷轧前后的表面形貌进行了跟踪观察,采用TR200型粗糙度测量仪测试了轧制前后试样的表面粗糙度轮廓曲线,研究了不同轧辊表面状态和摩擦条件下冷轧带钢表面形貌的演变规律。结果表明:轧件表面形貌主要取决于表面凹坑和辊痕的尺寸,随轧辊表面粗糙度的减小和轧制道次的增加,轧件与轧辊表面的实际接触面积增加,轧件表面凹坑和辊痕的尺寸均减小,轧件表面光洁度提高;当轧辊辊面粗糙度相同时,采用油润滑轧制的试样表面光洁度比干摩擦轧制的试样表面光洁度高;冷轧前几个道次轧辊的表面状态对最终成品带钢的表面形貌同样起着重要作用。     

用于结构损伤自监测的智能混凝土电阻-损伤试验研究

研究了石墨烯智能混凝土电阻率与损伤之间的关系,向试件施加轴向载荷以及循环载荷,通过电阻率的变化反应混凝土的损伤程度,同时使用非金属超声探伤仪器测量波速,根据应力波理论,表征试件的损伤程度;将损伤与电阻率进行对比,利用隧道效应理论解释电阻率变化的原因,最终得出混凝土损伤与电阻率之间的关系。     

干扰条件下的“北斗”信号解扩重构DOA估计

在干扰条件下，卫星导航抗干扰波束形成算法往往需要卫星信号波达方向（Direction-of-Arrival，DOA）的先验信息。但当存在低信噪比信号或主动干扰源时，常规的DOA估计算法性能急剧下降甚至失效。针对此问题，提出了一种被干扰信号压制的低信噪比“北斗”信号的DOA估计算法。该算法首先通过对接收信号进行子空间投影抑制干扰信号，然后对抑制干扰后的信号进行解扩重构处理，最后通过多重信号分类算法完成对“北斗”信号的DOA估计。仿真结果表明，在干扰信号干信比80 dB条件下，“北斗”信号DOA估计误差在5°以内，为下一步进行波束形成计算提供了高精度的入射角信息。     

基于迁移学习的有机硅单体分馏过程能耗建模

有机硅单体分馏过程需分离的物质多且分离技术要求高，是有机硅单体生产过程中能耗较高的单元之一。能耗模型的建立对分馏过程的生产优化有着重要的意义。虽然分馏过程中各提纯单元的塔器设备型号、操作条件存在差异，但由于各提纯单元存在相似性，如何充分利用这些相似性进行能耗建模，从而减少建模过程中对数据量、质的要求是要解决的问题。通过引入迁移学习算法，增大源单元和目标单元数据域的相似性，实现不同数据域的知识传递，充分利用现有数据中包含的知识，建立新的能耗模型。以某有机硅企业采集的现场数据进行算法验证，结果显示，当训练样本量不足时，迁移学习可以有效提升模型性能，从而验证了该算法的有效性与实际应用价值。     

陶融型酒醅中产香芽孢杆菌的筛选、鉴定及发酵产物分析

通过传统微生物分离法和纯种固态发酵产香试验，从陶融型酒醅微生物资源中分离、筛选产香能力优良的芽孢杆菌，采用形态观察、生理生化试验及分子生物技术对其进行鉴定，并对其耐受性进行研究。结果表明，从陶融型酒醅中共分离得到11株芽孢杆菌，其中，菌株YSB11产香较好，固态发酵产物中含有浓郁的焦香、糊香和酱香味，包含酚类、吡嗪类、呋喃类、芳香类、酯类等多种白酒中重要的呈香物质，为优良产香芽孢杆菌。菌株YSB11被鉴定为贝莱斯芽孢杆菌（Bacillus velezensiss），可耐高温53 ℃、酒精度6%vol、NaCl含量8%及低pH值6.0。