几种无铬鞣剂鞣革性能的比较

分别使用改性戊二醛、噁唑烷和有机膦鞣制浸酸山羊皮,以鞣剂的用量为变量,得出这3种无铬鞣剂的最佳用量分别为酸皮质量的10%、5%和2.5%。通过进一步对比3种鞣剂在最佳鞣制工艺条件下,所得坯革的收缩温度、撕裂强度、抗张强度、伸长率以及鞣制成本分析,结果表明:单独使用改性戊二醛的综合鞣制效果,优于噁唑烷和有机膦。     

原子力显微镜技术及其在皮革学科中的应用

综述了原子力显微镜(AFM)的基本原理及其在皮革领域中的应用进展,概括了AFM在研究胶原形态结构、鞣制机理、环境因素诱导的胶原聚集以及皮革化学品等方面的一些主要结果,并做了简要的评述。     

对虾养殖水体氨氧化菌的多样性分析与硝化作用的特征

为了研究珠三角地区不同空间分布的对虾养殖水体中氨氧化菌多样性的异同与探究养殖水体中氨氧化菌的硝化作用特征,应用PCR-DGGE技术,结合非加权算术平均法(UPGMA)聚类分析和多维尺度分析(MDS)的方法,对珠三角地区7个对虾养殖场的水样中氨氧化菌的多样性进行对比分析,继而构建了模拟养殖生态系统,评估了系统中微生物的硝化能力和硝化作用特征。结果表明:在养殖水体中,氨氧化古菌的类别明显少于氨氧化细菌,各样品间相似性较低,为41%到80%,没有高相似性的聚类;模拟系统中存在连续完整的亚硝化与硝化作用。     

自硫化衬胶老化性能检测及状态评估

某核电站冷凝器水室衬胶已服役12年,本文通过收集和整理冷凝器水室衬胶自服役至今的目视检查、硬度、厚度等历史检查数据,检测水室衬胶老化性能,包含硬度、厚度、拉伸强度、拉断伸长率、粘合强度、耐磨性等指标,对水室衬胶进行老化状态评估和剩余寿命预测。     

废弃毛发角蛋白在缓/控释肥料中的应用研究进展

制革及毛纺等工业中的废弃动物毛是一种重要的角蛋白资源,应用价值高.近年来随着现代生物技术的进步,动物毛角蛋白提取及资源化利用方面的研究工作也不断发展,特别是其在有机肥料领域的应用.本文在总结角蛋白结构及其提取方法的基础上,重点综述了其在缓/控释肥料方面的应用研究进展,并对目前角蛋白用作缓/控释肥料存在的问题和发展趋势方...     

基于电磁辐射的隧道变形多参数模型及其应用

基于丽香铁路中义隧道的219组现场实测数据,开展了电磁辐射参数与隧道变形量、变形速率的相关性研究,选用电磁辐射强度、脉冲、能量指标中与隧道变形量、变形速率最相关的参数,建立了隧道变形量和变形速率的多参数模型,并利用该模型对开挖后隧道断面的变形演化规律进行了预测。结果表明：(1)电磁辐射强度极大峰值事件数占比、脉冲数、超过平均能量的峰值事件数占比分别是电磁辐射强度、脉冲、能量指标中与隧道变形量最相关的参数;(2)电磁辐射强度极大峰值事件数、脉冲数、超过平均能量的峰值事件数的波动速率分别是电磁辐射强度、脉冲、能量指标中与隧道变形速率最相关的参数;(3)采用偏最小二乘法(PLSR)建立了隧道变形量和变形速率的3参数PLSR模型,其计算值与实测值的相关系数分别为0.838和0.927,验证了该模型的有效性;(4)现场预测结果显示,3参数PLSR模型的预测值比一元回归模型更接近实测值,且预测可靠性更稳定,表明该模型能提高电磁辐射技术在工程实际中的现场应用水平。     

大断面污染源通风排毒工业性试验研究

大断面污染源是有色冶金选冶过程中经常遇到的问题,如电解、熔铅等。由于这些生产设备上方起吊设施频繁作业,使得生产现场难以采用适宜的通风排毒措施。另外这些设备断面较大,即使采用侧吸排风措施也无法满足排烟要求。对此,通过研究设计,采用吹吸渐扩气流法进行了大断面污染源的工业性通风排毒试验。实验研究表明:对于这种特殊污染源,采用吹吸渐扩气流方法,能较好地控制污染物在生产车间内的扩散,对改善操作工人的生产环境起到了积极有效的作用。     

基于神经网络和遗传算法培养基优化的发酵经济学

利用目前较为先进的神经网络(ANN)和遗传算法结合(GA)的优化方法,通过以6种培养基组成为输入,亚硝酸盐氧化菌的活性与培养基成本之比的"性价比"为输出,构建结构为6-8-1 BP神经网络的非线性的非结构模型,并以该模型为遗传算法的目标函数,进行遗传算法的全局寻优,优化得到具有最高"性价比"的培养基组成.结果表明,基于神经网络和遗传算法能较好地对培养基进行优化,并实现对发酵经济学的初步研究.通过优化,得到亚硝酸盐氧化菌的最佳培养基组成为:NaNO2 2.390 g/L, KH2PO4 1.355 g/L, MgSO4 0.019 g/L, NaCl 0.031 g/L, NaHCO3 4.373 g/L, FeSO4 0.005 g/L,其最优"性价比"为8.705,比初始的6.835提高了27.36%.     

基于神经网络与遗传算法结合的硝化细菌发酵培养基优化(英文)

Two artificial intelligence techniques, artificial neural network and genetic algorithm, were applied to optimize the fermentation medium for improving the nitrite oxidization rate of nitrite oxidizing bacteria. Experiments were conducted with the composition of medium components obtained by genetic algorithm, and the experimental data were used to build a BP (back propagation) neural network model. The concentrations of six medium components were used as input vectors, and the nitrite oxidization rate was used as output vector of the model. The BP neural network model was used as the objective function of genetic algorithm to find the optimum medium composition for the maximum nitrite oxidization rate. The maximum nitrite oxidization rate was 0.952 g 2 NO-2-N·(g MLSS)-1·d-1 , obtained at the genetic algorithm optimized concentration of medium components (g·L-1 ): NaCl 0.58, MgSO 4 ·7H 2 O 0.14, FeSO 4 ·7H 2 O 0.141, KH 2 PO 4 0.8485, NaNO 2 2.52, and NaHCO 3 3.613. Validation experiments suggest that the experimental results are consistent with the best result predicted by the model. A scale-up experiment shows that the nitrite degraded completely after 34 h when cultured in the optimum medium, which is 10 h less than that cultured in the initial medium.