精细管理法培育高效开发单元

随着油田勘探开发的不断深入,油田开发难度越来越大,综合生产成本越来越高,生产经营形势日益严峻。如何抓住管理的关键点,创新管理模式,让管理条理化、精细化、既规范又高效,实现产量、效益的同步增长,成为摆在油区一个至关重要、最为紧迫的课题。     

利用硬煤的可燃元素直接计算其热量的探讨

煤炭发热量的传统测定方法是热量计法.该法沿用至今已有一个多世纪的历史.随科技发展,煤中可燃元素快速测定仪器的产生,使可燃元素直接计算热值成为可能.本文对热值直算公式的推导、校正及验证进行了初步探讨.     

电镀挂具退镀液的研究进展

结合电镀挂具的结构特点,从金属镀层退除的化学基础、退镀原理、现有退镀工艺等方面对目前国内外退镀液的研究与应用现状进行综述,指出退镀液的发展方向.     

用于HCCI发动机燃烧状态参数辨识的神经网络

本文分别利用Elman网络、BP网络和RBF网络从离子电流信号辨识HCCI发动机的燃烧相位CA50,并对三种模型的各项性能进行了比较。该方法首先提取每个循环的离子流信号的4个特征信息,用提取的特征信息和发动机转速以及4个控制参数经归一化处理后,输入给神经网络,计算出CA50。本研究以基于全可变气门机构的汽油HCCI发动机为对象,选取了台架试验中6个典型的HCCI动态变负荷过程数据作为训练样本,另两个动态变负荷数据为测试样本。测试结果表明:Elman网络的训练耗时明显最长,计算时间稍长于BP网络和RBF网络;RBF网络具有最好的拟合精度,但泛化能力最差,而Elman网络的泛化能力最好,Elman观测器具有更强的抗干扰性。综合考虑Elman网络更适合于HCCI发动机燃烧状态参数辨识。     

基于动态递归神经网络的HCCI发动机燃烧相位辨识模型

为了实现HCCI汽油机闭环反馈控制,提出了一种利用动态递归神经网络从气缸压力信号在线辨识燃烧相位CA50(燃烧50%累积放热量的曲轴转角)的方法.该方法采集上止点附近40°CA范围的气缸压力信号,经过归一化和主元素法降维处理后,得到一个由9个特征数构成的时间序列.一个Elman动态递归神经网络以该序列为输入,计算出燃烧相位CA50.以基于全可变气门机构的汽油HCCI发动机为对象,选取了台架试验中4个典型的HCCI动态变负荷过程数据,其中一个作为训练样本,另外3个作为测试样本.测试结果表明该方法对HCCI动态过程的燃烧相位CA50预测误差小于0.25°CA;与BP网络和RBF网络相比,具有更低的误差和更强的泛化能力;与直接热力学计算方法相比,具有突出的抗干扰性和容错能力.     

ε-聚赖氨酸的研究进展

ε -聚赖氨酸是一种天然、优良的防腐剂。本文从抑菌机理、应用、安全性和制备等方面综述了ε-聚赖氨酸的研究进展 ,并展望了其发展前景。     

荸荠皮酚类物质超声波辅助提取工艺优化

采用超声波辅助提取荸荠皮中的酚类物质,考察溶剂种类、料液比、提取温度、超声功率及超声时间对酚类物质提取率的影响。在单因素试验的基础上,确定最佳提取溶剂,并利用响应面法优化工艺条件。结果表明,荸荠皮总酚的最佳提取工艺条件为:甲醇提取,料液比1:15 (g/mL),提取温度55℃,超声功率270 W,超声时间55 min,该条件下总酚含量的最大响应值为4. 42 mg/g;荸荠皮总黄酮最佳提取工艺条件为:甲醇提取,料液比1:20 (g/mL),提取温度60℃,超声功率240 W,超声时间55 min,该条件下总黄酮含量的最大响应值为15. 20 mg/g。     

红枣风味豆浆及其速溶产品加工工艺研究

本文主要研究了红枣风味豆浆及其喷雾干燥速溶产品的生产工艺,并对工艺条件进行了优化.得出红枣风味豆浆的最佳配方为大豆:红枣=2∶1.喷雾干燥最优工艺条件为料液比1∶15、进料流量300mL/h、进风温度200C、蔗糖添加量8％.通过喷雾干燥工艺制成的红枣风味豆浆速溶产品,能够保留红枣特征风味,是一种溶解性良好的方便食品.     

分子荧光光谱技术在食品安全中的应用

食品安全事故经常发生,要求人们研发快速检测技术。分子荧光光谱技术是近年来发展起来的一类新型的分析检测技术,具有分析时间短、样品预处理少、非破坏性、无污染及成本低等特点,在食品安全检测领域得到广泛应用。从分子荧光光谱原理入手,概述了分子荧光光谱技术在控制食品质量、鉴别食品真伪、分析食品种类、追溯产品来源、检测药物残留等领域中的应用,旨在为推动分子荧光光谱技术的发展、完善食品安全检测技术体系提供参考。     

同步荧光光谱法测定滁菊总黄酮含量

为快速测定滁菊总黄酮含量,根据黄酮类化合物与Al3+形成荧光络合物原理,以芦丁为标样,发射波长和激发波长的差值Δλ为40nm,狭缝均为10nm,测定437nm处的同步荧光强度。结果表明,该方法的检出限为1.6×10-8g/mL,线性范围在0~4.28×10-6g/mL之间,线性回归方程:y=26.6868x+17.7878,相关系数R2为0.9904,平均回收率96.5%~100.7%,相对标准偏差为0.732%。本法操作简便、快速,能够准确测定滁菊总黄酮含量。