开环异落叶松树脂酚二葡萄糖苷的分离与纯化

为了得到较高纯度的开环异落叶松树脂酚二葡萄糖苷(SDG),先使用65%的乙醇水溶液从脱脂亚麻籽粉中提取SDG聚合物,再选用AB-8大孔树脂从脱脂亚麻籽的乙醇提取物中分离纯化SDG。结果表明,此法可使SDG的纯度达到58.9%,以亚麻木脂素粗提物中的SDG含量为基准,算得产物的得率为40.1%。     

亚麻木脂素聚合物的提取工艺

为提高亚麻木脂素的提取效率,采用乙醇作溶媒从脱脂亚麻籽粉中提取了亚麻木脂素聚合物。优化提取条件为：60％乙醇60℃提取2次,每次4h,固液比为1：8。亚麻木脂素聚合物得率为14％～15％,SDG质量分数为8％～10％。     

亚麻木脂素聚合物的提取工艺

为提高亚麻木脂素的提取效率,采用乙醇作溶媒从脱脂亚麻籽粉中提取了亚麻木脂素聚合物。优化提取条件为:60%乙醇60℃提取2次,每次4 h,固液比为1∶8。亚麻木脂素聚合物得率为14%~15%,SDG质量分数为8%~10%。     

辣椒油树脂的提取、检测及微胶囊制备

经正交实验得出了从辣椒中提取辣椒油树脂的最佳工艺条件为粉碎粒度60目,提取溶剂为75％的乙醇,采用索氏提取法。以辣椒油树脂为心材,以食用胶为壁材,经均质、乳化、喷雾干燥制成微胶囊,心材包埋率为92．48％,辣椒素含量为1．23％。     

酶法制备开环异落叶松树脂酚

用开环异落叶松树脂酚二葡萄糖苷水解酶转化开环异落叶松树脂酚二葡萄糖苷(SDG)为开环异落叶松树脂酚(SECO),确定了SDG水解酶与底物SDG反应的适宜条件:反应温度40℃,pH 5.0,底物质量浓度30 mg/mL,反应时间为8 h。在此条件下制备SECO并用萃取法分离纯化,高效液相色谱检测产物中SECO质量分数达到60%,得率达到90%。     

酶法制备开环异落叶松树脂酚

用开环异落叶松树脂酚二葡萄糖苷水解酶转化开环异落叶松树脂酚二葡萄糖苷(SDG)为开环异落叶松树脂酚(SECO),确定了SDG水解酶与底物SDG反应的适宜条件:反应温度40℃,pH 5.0,底物质量浓度30 mg/mL,反应时间为8 h。在此条件下制备SECO并用萃取法分离纯化,高效液相色谱检测产物中SECO质量分数达到60%,得率达到90%。     

1，4-二羟基蒽醌废水中邻苯二甲酸的吸附回收

通过研究DY-001,XB-001,NDA-4043种树脂对1,4-二羟基蒽醌废水中邻苯二甲酸的吸附效果,确定了1,4-二羟基蒽醌废水中邻苯二甲酸的回收的最佳工艺条件;选用吸附树脂NDA-404作为废水处理使用,在常温下控制废水的流速为2BV／h,吸附效果到达93％以上;采用酸性乙醇洗脱液（乙醇与1mol／L的盐酸按体积比为2：1）洗脱,在微热的条件下控制流速为1．5BV／h,脱附效果可以达到91．21％;将洗脱液浓缩可得纯度较高的邻苯二甲酸晶体。     

大孔吸附树脂纯化紫甘蓝色素的研究

研究了五种大孔吸附树脂对紫甘蓝色素的纯化作用，确定了色素纯化的最适树脂、吸附温度和时间，以及解吸的溶剂和解吸温度．结果表明：五种树脂中，NKA的性能是最好的，吸附率约为98．1％；吸附温度为30℃，吸附时间为120-140min；解吸的条件为95％乙醇浓度，解吸温度为50℃．     

杜仲中松脂醇二葡萄糖甙的提纯

对杜仲中活性成分松脂醇二葡萄糖甙(Pinoresinol DiGlucoside，即PDG)提取、纯化工艺进行了研究，并使用高效液相色谱法测定PDG含量．结果表明：杜仲粉用体积分数为60％的乙醇水溶液，60℃，提取2次，每次1h，PDG提取率可达90％以上．分别采用4种大孔树脂对提取液进行分离纯化处理，以不同浓度的乙醇水溶液进行梯度洗脱，发现S型树脂对此种活性成分选择性好、吸附量大，用体积分数为40％的乙醇水溶液洗脱可将其完全解吸附，PDG的收率达45．2％．在C18色谱柱上，以体积分数为26％的甲醇水溶液为流动相，流速为1．0mL／min，在λ＝228nm处，对杜仲原料中PDG进行了测定，结果表明炮制后的杜仲皮的PDG质量分数较高，为0．497％．     

从米糠中制取高纯度肌醇新工艺研究

研究了以米糠为原料，用离子交换树脂提纯制取高纯度肌醇的新工艺。与沉淀法相比，产品质量好，操作工艺简单：用717阴离子交换树脂直接吸附米糠酸浸液中的植酸，树脂经5％氢氧化钠溶液洗脱后，洗脱液在植酸盐浓度为20％，压力为1．5MPa的条件下水解7—8h，过滤并通过70l、732阴阳离子交换树脂脱除色素及无机盐后结晶得到高纯度肌醇。其纯度为99．3％，熔点225—226℃，肌醇收率以米糠计为1．34％。     

SDG土壤密度仪在路基压实度检测中的适用性研究

SDG无核土壤密度仪是一种无损快速填土压实度检测装置,可用于压实填土密实度的快速无损检测。在了解SDG无核土壤密度仪的工作原理和确定测试所需的前置参数设定的基础上,通过现场传统灌砂法和SDG测试法的对比试验及室内模拟试验,对SDG密度仪在压实填土密实度快速检测的适用性和可靠性进行了研究,重点考察了填土含水条件和密实程度对测试结果的影响,为SDG密度仪在工程上的应用作出了有益探讨。     

分布式电源和微网在智能配电网自愈功能中的作用分析

本文介绍了分布式发电、微网与智能配电网的概念,从供电可靠性、能源利用率、黑启动中备用电源三个方面,对分布式电源和微网在智能配电网自愈功能实现中的作用进行了分析。并指出应在智能配电网规划阶段合理考虑分布式电源与微网的位置与作用。     

基于SDG深层知识模型的电站热力系统故障诊断方法

鉴于符号有向图(SignedDirectedGraph,SDG)深层知识模型的推理方法是一种完备的揭示系统故障的有效方法,提出将基于SDG的方法应用于电站热力系统的故障诊断中。应用该方法首先建立了除氧器系统的SDG模型,然后根据各个故障根源得出系统的子SDG模型,最后根据这些子图导出除氧器的故障诊断规则库。诊断时,通过将系统变量的定量值转换为定性值,将实际故障工况与所建立的故障规则进行比较,得到故障源的定性诊断结果。案例研究表明,该方法具有较好的解释性和诊断的快速性,且能有效解决仿真培训过程中误操作自诊断问题。     

Fault diagnosis of AMT gear shifting process based on semi-quantitative SDG model

In order to diagnose gear shifting process in automated manual transmission (AMT), a semi-quantitative signed directed graph (SDG) model is applied. Mathematical models are built by analysis of the power train dynamic and the gear shifting control process. The SDG model is built based on related priori knowledge. By calculating the fuzzy membership degree of each compatible passway and its possible fault source, we get the possibilities of failure for each possible fault source. We begin with the nodes with the maximum possibility of failure in order to find the failed part. The diagnosis example shows that it is feasible to use the semi-quantitative SDG model for fault diagnosis of the gear shifting process in AMT.     

转鼓造粒干燥机中返料螺旋通道的“吃”料量模型

本文指出转鼓造粒干燥机中返料螺旋通道的“吃”料机理．提出有效“吃”料系数的计算方程系和“吃”料量模型．有效“吃”料系数的计算值与实测值的最大相对误差小于１０％．     

基于形态分布图与BP神经网络的三维模型检索方法

为实现已有设计实例的重用,满足对设计基元层次相似搜索的要求,提出了一种三维模型检索方法.在模型B-Rep数据结构基础上,通过构造离散曲面获取三维模型的离散点集.利用正态分布种子作为索引,对离散点集进行随机选取,计算任意两点之间的欧氏距离获得三维模型的欧氏距离序列.通过分治快速排序和概率分布统计获得三维模型的形态分布图,将其作为三维模型的检索索引,并进行了鲁棒性分析.使用BP神经网络对不同模型的形态分布图进行非线性映射,通过比较三维模型的形态分布图获得其形状相似度,实现了设计基元的检索.开发了原型系统,以机械零件的不同粒度设计基元为重点进行验证和应用,实验结果表明,该方法具有较好的可计算性和较高的检测精度,对于实现已有设计重用及提高产品设计效率具有重要意义.     

用指针实现的程序的标准化及其应用

为了消除指针程序实现形式的多样化,简化程序分析,提出一种对用指针实现的程序进行标准化的方法.首先将程序表示成系统依赖图,分析指针别名信息;然后制定指针标准化规则并结合已有的代码多样化消除规则,对系统依赖图进行保持语义不变的转换,将语法表示不同但语义等价的程序转换为相同的系统依赖图表示,从而消除代码多样化.最后,将该方法应用到C语言编程题的自动评分系统中,并与人工评分和正确评分结果进行对比,验证了该方法的有效性.