4个品种茶叶的香气成分比较

采用固相微萃取-气相色谱质谱法分析了龙井茶、汉中仙毫茶、铁观音茶、径山茶的香气成分,分别鉴定出53、44、45、46个香气成分。结果表明:这4种茶叶的香气成分主要是醇类化合物,含量分别为28.01%、49.23%、40.85%、27.12%,芳樟醇、1-辛烯-3-醇、橙花叔醇、苯乙醇分别是4种茶叶香气中含量最高的醇类化合物;铁观音茶和径山茶香气中萜烯类化合物含量较高,分别为18.08%、16.02%,主要有萜品油烯、α-法呢烯、柠檬烯、β-榄香烯、巴伦西亚橘烯、石竹烯、雪松烯等;酮类化合物在龙井茶、仙毫茶、径山茶香气中的含量较高,分别为12.67%、8.71%、9.64%,主要有香叶基丙酮、β-紫罗酮、樟脑、顺-茉莉酮、3,5-辛二烯-2-酮等;龙井茶香气中异莰烷、甘菊蓝、草嵩脑的总含量占到27.94%,仙毫茶香气中异莰烷、甘菊蓝、2,5-二叔丁基-1,4-苯醌的总含量占到10.63%,径山茶香气中异莰烷、甘菊蓝、2,6-二叔丁基对苯醌、2,6-二叔丁基对甲酚的总含量占到9.76%。     

梯次利用锂离子电池电化学阻抗模型及特性参数分析

基于电化学阻抗谱测试结果,建立了梯次利用锂离子电池电化学阻抗模型,实验验证了模型精度,误差在2%以内。研究了阻抗模型特性参数随电池荷电状态(SOC)和老化状况的变化特性,测试结果表明,电池的直流内阻随着SOC的变化基本保持不变,在两端SOC区间,即(0,0.3)和(0.8,1.0),电化学极化阻抗和浓差极化阻抗均显著增大。电化学极化阻抗和浓差极化阻抗随着电池循环次数的增加明显增大,而欧姆内阻变化较小,表明车用锂离子电池多次循环后的性能变差主要是由于电化学极化阻抗与浓差极化阻抗的增大引起的,为梯次利用锂离子电池在储能系统中的应用奠定了理论基础。     

煤阶对煤吸附能力影响的微观机理研究

本文利用量子化学计算方法计算了单个苯环、以及分别添加了羧基、醛基、羟基、甲基和亚甲基后的煤结构单元与甲烷分子的吸附作用能。通过计算,发现煤中含氧官能团会降低煤结构与甲烷的吸附作用,从而降低了煤对甲烷的吸附能力;而煤中脂肪侧链则会增大煤结构与甲烷的吸附作用,从而提高了煤对甲烷的吸附能力。利用煤结构化学、煤吸附理论知识以及本次量子化学计算结果,综合分析了煤吸附甲烷的langmuir体积随煤阶的变化规律,并从微观的角度很好的解释了煤吸附能力（langmuir体积）随煤阶的增加而变化的实验现象。     

模板的发展与应用

新型模板满足了现代工程施工的要求,不断开发和改进模板技术应用,将更加有利于其发展。     

汽车座椅滑轨装配生产线精益改善研究

针对某车型电动座椅滑轨装配生产线生产效率低、制造周期长的问题,基于精益生产模式,分析人员、工装设备、运输条件等要素对装配生产线制造过程能力的影响,提出装配生产线改善方案,对生产过程进行优化。改善后,生产线平衡率提高7.5%,投料工时降低87.5%,达到降低生产成本、提高生产效率的目的。     

光电互补供电下光照变化剧烈时电网的功率补偿控制

提出了光电互补同时供电的系统模型,对于市电PWM整流部分采用了模型预测直接功率控制。结合应用场景分析了在光伏供电严重波动情况下传统电压PI外环控制本身的滞后性,以及该控制下直流母线电压较大超调的过程。针对以上的问题,提出了将负载功率和光伏输出功率引入到模型预测直接功率控制环中,并与传统PI外环切换控制的策略。经过仿真验证,在光照剧烈变化时,所提控制策略的直流电压变化量比传统的电压PI外环控制策略小,对网侧电流的快速傅立叶变换分析也证明了所提策略的谐波含量更少,进一步验证了所提策略的优越性。     

阳离子高分子絮凝剂在细粒煤泥水中的应用

为了有效解决QD选煤厂煤泥水中微细粒含量多、自然沉降,压滤处理困难的问题,采用接枝共聚反应,在淀粉骨架上引入二甲基二烯丙基氯化铵、丙烯酰胺单体制备的阳离子淀粉改性高分子絮凝剂,能使煤泥水中的细泥颗粒形成较大的絮团而快速沉降,固液分离效果好.试验结果表明,选用此接枝物用量5～15 g/m3,辅以凝聚剂30～50 g/m3进行煤泥水絮凝试验,压滤效果最佳,给煤处理能力达300～350 t/h,滤饼水分的质量分数可控制在26%,滤液浓度低于65 g/L,压滤时间比原来缩短了2/3,与非离子型PAM相比,具有价廉、无毒、絮凝效果好等特点.     

YOLOv3融合图像超分辨率重建的鲁棒人脸检测

复杂场景中的人脸检测由于受到图像质量、人脸尺度和光线等因素影响,精准地定位小人脸、避免漏检、误检是一件极具挑战性的任务。提出了一种基于YOLOv3、融合图像超分辨率重建技术的两级人脸检测模型SR-YOLOv3。针对场景中小人脸目标的漏检问题,利用K-means++算法对先验框进行聚类分析,设置更小尺寸的先验框来捕获小人脸信息;针对模糊小尺度人脸的误检问题,采用Darknet53作为主干网络,融入SRGAN图像超分辨率重建模块对低分辨率的人脸进行数据增强,形成一个可以提高低分辨率小人脸检测性能的检测网络。利用WIDERFACE数据集对SR-YOLOv3模型进行训练和测试,并与MTCNN、CMS-RCNN、HR、S3FD算法相比,验证了提出的模型具有更高的检测精确度,尤其是在hard子集上的性能提升最为明显。SR-YOLOv3能够有效地利用人脸信息,精准检测出复杂场景中的难检测人脸目标,具有很好的鲁棒性。