解钾菌解钾作用研究进展

根据钾的化学形态和植物营养有效性总结土壤中的钾素形态并阐述其循环关系;归纳近5年从不同土壤中分离出来的解钾菌,分析解钾菌的种类、矿物类型和培养基中矿物含量对解钾能力的影响,以及培养基中菌体和上清液的含钾情况;对解钾菌的解钾机理进行探讨,阐明这些微生物介导钾的生物地球化学循环作用的不同机制,包括直接增溶、间接增溶、多糖分泌、矿物表面生物膜的形成;通过分析解钾菌的实际应用现状,展望解钾菌肥的发展前景.     

基于ANSYS的砂浆搅拌机搅拌轴有限元分析

以砂浆搅拌机搅拌轴为研究对象,介绍了砂浆搅拌机搅拌轴的结构及其工作原理,并对其进行有限元分析。借助有限元软件ANSYS软件对砂浆搅拌机搅拌轴进行静强度分析,找出搅拌轴上的危险点,通过ANSYS-Fatigue模块对该点进行疲劳寿命分析,得到疲劳累积系数0.732 3。根据累积系数可知,搅拌轴在使用年限内满足要求,这对其他同类型结构的分析可以起到参考作用,对研究和优化新型砂浆搅拌机搅拌轴具有重要意义。     

分子印迹固相萃取/毛细管电泳法同时测定水中酚

采用悬浮聚合方法合成了分子印迹高分子微球,建立了分子印迹固相萃取/毛细管电泳同时测定水样中苯酚、间苯二酚和对硝基苯酚的新方法。在优化的固相萃取条件下,模板分子获得了95%的吸附率和较高的富集倍数(33倍)。在一定浓度范围内3,种酚均呈现良好的线性关系(r≥0.999 2),方法检出限为0.048 8～0.809μg/kg,回收率为87.2%～100.4%,日内(n=5)、日间(n=3)精密度(RSD)分别为(1.89%～5.63%)(、6.91%～8.14%)。该方法简便、快速、准确,适用于环境水中酚类物质的测定。     

远程井下低压选择性漏电保护系统的实现与研究

通过分析现有煤矿井下低压漏电选择性保护系统的方案,设计了一种以单片机为检测、PLC200为系统控制核心,Wincc6.0作为上位机的新型远程低压选择性漏电保护方案,实现了具有漏电实时检测和保护且系统具有B/S结构,更好地满足信息化矿山的需要。重点是远程检测系统的构建方案,简要介绍了所利用的漏电保护原理和实现方法。通过工程现场实际系统的运行,实现了漏电保护的实时性、选择性、准确性和远程检测。     

Fe掺杂量和退火氛围对TiO2薄膜晶体结构和磁性能的影响

采用直流磁控溅射方法在玻璃基片上制备了不同Fe掺杂量的TiO2薄膜,并对薄膜分别在空气和真空氛围下500℃进行30min退火处理。研究了Fe掺杂量和退火氛围对TiO2薄膜的结晶状态、表面形貌和磁性能的影响。结果表明,真空中500℃下退火的Fe掺杂的TiO2薄膜表现为非晶态结构,没有观察到室温铁磁性能的出现,而空气中500℃退火的样品显示出良好的结晶状态,且所有掺杂的样品均显示出室温铁磁性,并且随着Fe掺杂量的增加,TiO2薄膜的晶体结构逐渐由锐钛矿相向金红石相转变。     

手性4-(9-丙基芴-9-基)-1,2-环氧丁烷的合成

通过两种方法合成9-丙基芴,将9-丙基芴与正丁基锂反应得到有机锂,再与二溴甲烷反应,制备成9-丙基芴-9-基溴代甲烷。将其做成格氏试剂,与手性环氧氯丙烷反应,生成中间体4-(9-丙基芴-9-基)-1-氯-2-丁醇。在碱性条件下使中间体关环,得到高e.e.值的标题化合物。     

知识驱动的产品设计情境

为进一步探讨情境在实际产品设计中的应用,提出了知识驱动的产品设计情境研究方法.将产品设计过程分为问题情境、求解情境和结果情境3个维度,通过知识驱动产品在原理、结构或组合方式上的创新,提出了基于产品开发设计流程的产品设计情境模型和知识驱动的产品设计情境模型.分析了显性知识与隐性知识在用户、设计师以及系统之间的传递与转化特征,提出了知识转移的交流模型和螺旋模型,并探讨了基于知识的产品建模技术、推理求解技术、感性意象评价技术和知识库技术.以眼镜造型设计为例,构建了眼镜产品族结构体系和计算机辅助眼镜造型系统软件,包括三维造型设计模块、感性意象评价模块和系统知识库模块.基于该系统可以实现眼镜产品设计的快速生成,构建设计知识库以及用户的感性意象评价,从而提高眼镜开发设计的效率,验证了知识驱动的产品设计情境理论体系.     

基于IEEE 80211e EDCA的下行信道动态无竞争接入机制*

为了改善无线局域网络服务质量,IEEE工作组形成了增补标准IEEE 802.11e,但是其增强的接入机制仍然不能完全满足IPTV、视频点播等类似场景的应用。为此提出了针对这一类应用场景的一种新的简单易行的下行信道动态无竞争接入机制,该机制基于MAC层队列长度信息动态调整下行信道接入参数,能有效地保护下行流媒体数据的传输,通过仿真结果验证了该机制有效并且实用。     

基于在线鲁棒LSSVM的自适应PID算法

为了解决在线最小支持向量机在每个采样周期更新模型带来计算量大的问题,提出了在线鲁棒最小二乘支持向量机(LSSVM)的自适应PID控制算法.通过2步加权策略提高LSSVM的鲁棒性,把样本预测误差与过程先验知识相结合给出控制模型复杂度准则,有效地提高了模型的精度、速度以及稀疏性;结合预测控制思想,把在线鲁棒LSSVM算法用于PID非线性控制.仿真结果表明:鲁棒Huber函数与ε-不敏感函数相结合的鲁棒代价函数,能够有效地对系统局部非线性区域进行建模,随系统工作点变化而自适应地辨识,不仅有较高的控制精度,而且具有较强的鲁棒性和建模速度,能够适应时变参数对象的控制.     

粗支持向量机分类建模方法

为了克服样本模式的复杂性、噪声的影响以及信息的不完整性问题,利用粗糙集和支持向量机(SVM)的优点,把粗糙集理论用于二分类球形SVM,提出一种称为粗支持向量机分类建模方法.粗糙集具有刻画不确定、不完整数据和复杂模式的能力,分类结果能够体现出数据的不确定性,但是它不仅不具备良好的学习能力,而且也不能保证分类模型具有良好的推广能力;SVM具有良好的推广性能,但是对不确定数据的建模能力较差.本文把分类结果分为正域、边界域和负域,由此来判断不确定数据样本的分类结果的不确定性程度.通过调整参数来调节边界的宽度和允许建模的在野点样本的比例,提高分类模型的灵活性.仿真结果说明了算法的有效性.