流态化及缓苏干燥技术对泰国香稻的香味和磨粉品质的影响

将高温（〉100。C）流态化干燥和缓苏相结合干燥泰国香稻（KhaoDawkMali105，籼稻），使其湿含量降至13-14％（湿基），以便于安全贮存。研究了干燥与贮存过程对籼米香味和磨粉品质的影响。泰国香稻需要经过两个干燥阶段。第一阶段是在高温流化床中干燥，缓苏30分钟，然后返回高温流化床干燥或阴干，直至湿含量降低到安全贮存水平。实验结果表明，干燥温度对香稻的整精米率（HRY）、白度指数（wI）和2AP含量均有影响。多数干燥温度下整精米率的水平都比较低，但150℃除外，此情况下整精米率（psO．05）显著提高。然而，当一次流态化干燥和缓苏之后，以阴干代替二次流态化干燥，香稻的整精米率显著增加，尤其是在135℃和50℃时（p≤O．05）。在贮存期间，白度指数和2AP舍量显著降低（ps0．05），而整精米率保持不变。对比环境温度（28．30℃）和15℃贮存温度，结果表明保持香米2AP舍量和白度指数的适宜保存温度是15℃。然而贮存条件对整精米率影响不大（p〉0．05）。本研究将有益于泰国香米行业的发展，为泰国香米的干燥起到指导性作用。     

天津西外环海河大桥（95＋140＋95）m钢桁梁施工技术

以天津西外环海河大桥为例，详细介绍钢桁梁厂内制作、现场拼装方法及技术措施。钢桁梁现场采用龙门吊进行架设，栈桥采用钢管桩、贝雷梁的形式，为便于施工，龙门吊轨道与栈桥同步实施。     

理工科高校公共音乐课程体系构建与实施

采用定量研究和描述研究的方法,通过对568位理工科高校本科生问卷调查和国内外18所普通高校公共音乐课程表的分析,以及对教育部多年来下发文件以及相关文献资料的研究综合,构建由通识、提高、讨论思辨、实践四类课程组成的公共音乐课课程体系,并设计精听、泛听、网络、实践四种音乐教学法改革方案来指导该课程体系实施.     

全员同修“报本感恩”课——迁安市电力局以人为本育道德的探索与实践

本文简介了迁安电力人通过全员同修"报本感恩"课,以人为本育道德,从而使传统美德在迁电系统开花结果的先进经验。     

从两种煤的浮沉试验数据估算其可磨性

对一种炼焦煤和一种非炼焦煤所做的研究表明，煤的可磨性由其各密度组分的可磨性和各密度组分所占的质量百分数所决定，虽然这两种煤各密度组分的可磨性变化有规则，但仍能发现其变化趋势有一定差别，对炼焦煤来说，最大密度组分比其他组分更易磨，研究结果证明了根据累计平均密度和逐次密度组分的累计浮物的哈氏可磨性指数间的经验关系式和利用浮沉试验数据来准确估算这两种煤可磨性的可能性。     

准噶尔盆地彩南油田油源研究

通过对准噶尔盆地白家海凸起及其邻区原油与烃源岩饱和烃地球化学特征的研究,取得了彩南原油及烃源岩有机质在生源构成、成烃环境、演化程度和原油运移模式四个方面的认识,指出白家海凸起和阜康凹陷中、下侏罗统尤其是三工河组泥质岩系是彩南油藏的主力烃源岩,为今后进一步勘探提供了科学依据.     

原始粉末尺寸对Ti(C,N)基金属陶瓷烧结特性和组织结构的影响

用热分析仪、扫描电镜和透射电镜对主要硬质相分别以亚微粉、亚微粉与纳米粉的混合粉(以下简称混合粉)、纳米粉为原料制成的Ti(C，N)基金属陶瓷的烧结特性、组织结构和性能进行了研究。结果表明：主要硬质相TiC、TiN的粉末粒度越细，金属陶瓷的液相点越低，并且其快速致密化过程开始得越早，但主要硬质相全为纳米粉时，最终无法使其达到较高的致密度。用亚微粉制得的金属陶瓷具有常规金属陶瓷的典型结构，即“黑芯--白壳”。用纳米混合粉制得的金属陶瓷，没有明显Rim相的小颗粒和具有“白芯--黑壳”结构的小颗粒的数量大大增加，而具有“黑芯--白壳”结构的大颗粒的数量没有明显的增加。部分纳米粉的加入使金属陶瓷的综合力学性能得到了较大的提高。     

基于小波和自组织网络的电缆故障识别

为实现电力电缆早期故障在线识别的目的，提出了一种基于小波能量函数和自组织网络的识别方法。首先，提取在线电缆早期故障状态与正常状态的零序电流差的小波能量函数作为输入特征，用自组织神经网络实现故障识别。用欧式距离比较了自组织特征映射神经网络与反向传播（Back Propagation，简称BP）神经网络对电缆故障识别的稳定性。仿真试验结果表明，该识别方法对在线电缆早期故障类型的识别正确可靠，系统具有较好的稳定性。这为电力电缆早期故障的在线诊断提供了理论支持。     

引用当量计算接触应力K估算齿轮参数

本文通过分析论证,阐述了引入当量计算接触应力K后,能够使传统的齿轮强度计算和现代的齿轮强度计算联系起来。通过K值计算可以很方便地进行初步验算或设计齿轮几何参数和强度。不仅能反映齿轮和减速器现阶段设计制造水平,也能够适应将来发展的需要。     

基于自适应卡尔曼滤波器的神经网络算法

针对传统神经网络算法速度慢,容易陷入局部极值的缺点,提出将自适应卡尔曼滤波应用于人工神经网络的训练算法中.把前馈网络中的所有权值、阈值作为自适应卡尔曼滤波算法的状态,网络输出为算法的观测.仿真结果表明, 该算法比BP算法在收敛速度方面有明显提高.