利用交联聚酰胺复合膜进行乙醇浓缩

利用交联聚酰胺复合膜（ＳＵ－８００）对乙醇水溶液进行反渗透法浓缩，乙醇水溶液供给液的质量分数分别为５％，１０％，２０％，３０％，乙醇的截留率最高可达０．８５４，透过液的流量可达１４．５×１０６ｍｓ－１．实验证明交联聚酰胺复合膜对低浓度乙醇具有较高的选择透过性。     

高纯胸腺肽α1的制备

为了获得高纯产品,在制备胸腺肽α1(Tα1)工艺中分别对合成、纯化两步骤进行控制。在固相多肽合成过程中,以TBTU/HOBt/DIEA体系作为缩合试剂,在易形成α螺旋和β转角的肽序位置,通过采用HOBt/DIC补投的方法促使偶联反应完全。在分离纯化阶段,结合反相色谱和离子色谱的优势,以反相离子对液相色谱法为主要分离手段,通过多步分离实现纯化。获得的粗肽纯度为67.2%,胸腺肽α1产品纯度达99.5%以上,总收率为17.2%。此法可作为制备高纯多肽药物的有效手段。     

数字集成电路的失效分析与技术研究

随着社会的不断发展,集成电路应运而生,并在人们的生产和生活中扮演着重要的角色,其集成度也从最初的小规模向中、大规模演进。在集成电路生产中,硅是主要的材料,过去很长一段时间里,以硅为基础生产的集成电路占集成电路总数的90%以上。以硅为生产材料不仅可以提高集成电路的成品率,还可以缩小光刻线宽,而且单晶硅在质量和尺寸上的工艺提升,还促进了集成电路在监控技术、测量技术、制造工艺、设计技术等方面的应用发展。     

基于紫外-可见光谱法的工业废水CNN-GRU分类模型研究

工业废水分类是水污染防治和水资源管理的前提和基础,相较于生活污水,工业废水的分类研究相对滞后。水体化学需氧量(COD)是衡量水体质量的核心指标,针对现有工业废水COD分类算法中预测精度较低的问题,提出基于门控循环单元(GRU)的卷积神经网络(CNN)混合模型。该模型首先将紫外-可见光谱法测得的工业废水COD数据进行高斯滤波去噪,然后把去噪后的光谱数据输入CNN模型进行特征提取,最后通过GRU神经网络实现工业废水COD分类。实验结果显示,CNN-GRU分类模型经过200次训练后达到收敛,分类精度达到99.5%,与长短期记忆方法、GRU方法、CNN-LSTM方法相比,该混合模型的分类精度具有显著优势。     

车氏密封在水下电机密封装置中的有限元分析

介绍了一种10MPa水压环境下工作的电机密封装置的设计结构,电机密封装置是为某型步进电机专门设计的密封外壳,它采用车氏密封标准产品为基础设计旋转动密封结构,采用O型橡胶圈解决静密封问题;进一步建立了车氏动密封结构的有限元模型,分析了不同水压下动密封的工作情况,并探索了动密封摩擦扭矩的计算方法。     

基于大数据和深度神经网络的桩承载力时效性预测

以湛江组黏土中长期竖向受荷桩基为研究对象,根据湛江地区黏土中桩基承载力时效性测试的大数据,选取桩基几何参数、桩周土物理力学参数以及休止龄期作为深度神经网络(DNN)的输入,提出了适用于大规模数据样本的桩基承载力时效性预测模型,并利用该DNN模型与支持向量机(SVM)方法进行了对比分析。DNN预测模型比SVM方法更优,预测结果更具规律性和精准性,能满足联合多实例、大规模样本的预测要求,具备在大规模样本数据情况下的预测能力,可为计算桩基承载力时效性提供参考。     

脉内调频、脉间步进跳频雷达信号的模糊函数

本文结合新型体制脉内调频、脉间步进跳频雷达,分析推导了该信号形式的模糊函数.根据负型模糊函数的定义导出了完整的模糊函数表达式,最后对该模糊函数的特性进行了简要的分析,得出了利用这一信号能够得到距离维和速度维高分辨力的结论.利用这一信号构成了一个试验系统,进行了室内及外场试验,验证了理论的有效性.     

工艺试验参数模糊集值统计推理预测

根据模糊集值统计推理思想,提出n重一次蕴函模糊推理预测模型用于工艺试验性能参数的预测,讨论了当预测结果与实际不符时需修改原有模糊蕴函关系的关系,以35CrMo钢真空扩散焊焊接温度对焊接接头抗拉强度的影响为例作了具体预测,预测结果与实测值相符,表明该方法有较高的预测精度。