聚丙烯酰胺降解菌筛选与分子生物学鉴定

从大庆油田聚驱后油藏采出水中筛选出一株降解聚丙烯酰胺的细菌菌株——QSJU001.该菌株能在以聚丙烯酰胺为惟一碳源的无机盐培养基中生长.对该菌进行16SrDNA序列的分子生物学鉴定,测得的16SrDNA序列与GenBank中最相近的前10个菌株的相似性均为99%.利用该菌属与最相近的前10个菌株构建该菌种的系统发育树,结果显示该菌株与Acinetobacter baumannii strain KK14菌株的碱基差别最小.该菌的形态特征观察、生理生化特征检测、16SrDNA分子生物学鉴定结果表明,菌株QSJU001与Acinetobacter baumannii strain KK14亲缘关系最近,属于不动杆菌属.降解率实验结果表明,菌株QSJU001对聚丙烯酰胺降解率基本稳定在33%左右,对聚丙烯酰胺的降解效果较好.     

含风电场的连续潮流法研究

介绍了简化RX模型,并建立了含风电场的连续潮流法.连续潮流部分通过对步长预测环节进行改进,使得算法能够准确追踪风电场的自切时刻,特别是对含多个风电场的系统能够同时追踪自切的顺序.最后将某风电场接入IEEE14节点测试系统,通过仿真验证了本文算法的有效性.     

基于GaAs电感模型的微波功率放大器

基于0.15μm砷化镓(GaAs)工艺建立一种电感模型,并用高频结构模拟器(High Frequency Structure Simulator,HFSS)仿真验证,并在此基础上设计一种微波功率放大器,并用高级系统设计软件(Advanced Design System,ADS)进行仿真。仿真结果显示在8¹2GHz频率范围内,饱和输出功率大于21.9dBm,1dB压缩点输出功率大于20dBm,功率增益大于26dB,功率附加效率大于34%,稳定系数大于1。     

基于IEWT和噪能转移SR-MLS反演识别技术的低频振荡信号分析

电力系统低频振荡信号是典型的多分量混噪信号,特征提取较困难。为此,采用基于顺序统计滤波原理(order statistics filter,OSF)平顶上包络的改进经验小波变换算法(improved empirical wavelet transform,IEWT)和随机共振—移动最小二乘(resonance-moving least squares,SR-MLS)反演识别技术相结合的方法实现对振荡信号的特征分析。IEWT结合了小波分析的完备理论性和经验模态分解的自适应性,通过构造一系列正交小波滤波器组对信号进行分解。首先,根据OSF最大值滤波器原理得到频谱的有效平顶上包络,进而确定EWT的边界并对原始振荡信号进行抗噪主导模态分离,然后结合SR-MLS反演识别技术,在残余噪声的帮助下增强振荡特征并有效提取。最后,在自合成模拟信号仿真、IEEE 16机68节点系统仿真以及电网实测数据3个算例仿真下通过与经典Prony法、VMD-Hilbert法对比,表明了所提方法的可行性及有效性。     

关于钛合金的磨削

文中介绍了钛合金磨削的一些经验:如何选择砂轮特性和磨削参数等,指出TL磨料、松组织、低硬度的砂轮,在较低砂轮线速度和较高工件转速下磨削是可行的。     

烧结NdFeB磁体热浸镀锌工艺研究

研究了在烧结钕铁硼表面热浸镀锌的工艺，结果发现在烧结钕铁硼表面和镀覆材料之间形成了冶金结合，但镀层和烧结钕铁硼基体之间有环形裂纹出现，其原因是由于钕铁硼磁体的膨胀特性造成的。     

一种基于电流积分法的ADC典型静态参数测试方法研究

高位ADC的测试中,对输入信号的质量要求较高,一般的混合信号测试系统难以达到要求。论文提出了一种基于电流积分法的高位ADC典型静态参数测试方法,充分利用了聚丙烯电容在积分线性度方面的优势,搭建了合理的测试电路,并在ATE上完成了对某款14bit ADC的典型静态参数测试,实验表明,该方法设计简便,通用性强,而且测试效果良好,具有较强的实用性。     

管理科学发展的泛系鸟瞰与显微

从泛系理论的视角,运用泛系快深频方法对管理科学各理论学派进行审视,对相关理论进行详细解读,将管理科学与方法看成某种特化的泛系方法与泛系管理哲学,在泛系理法基础上实现某种三大显生(系统,关系,泛对称//泛系真善美禅极值原理)及技术化具体建构的分类对策巧显生.     

改进的距离浓度免疫算法

针对现有免疫算法在抗体的评价形式和记忆库使用灵活性上存在的不足,提出了一种改进的距离浓度免疫算法.该算法采用实数编码,并引入了B细胞的概念,将B细胞对应于问题的解,抗体对应于解的适应度函数,采用距离浓度策略控制抗体的数量,同时在算法过程中动态使用记忆库.仿真实验结果表明,该算法编码形式灵活,计算过程简捷,能有效保证抗体在解空间的多样性,提高了寻优的收敛速度和从局部最小中逃逸的能力.     

基于神经网络的多媒体通信控制机制研究

在Internet网络的多媒体通信系统中需要解决QoS控制问题,如视频、音频等多媒体数据的同步、网络拥塞控制、多媒体数据传输的QoS协商控制、视频平滑,以及连续多媒体系统的CPU调度等.为了解决好这些控制问题,提出一种基于神经网络的多媒体通信控制机制,把人工智能与多媒体通信技术紧密结合起来,并在Internet网络环境下开发了实用的多媒体通信系统.运行结果表明,该系统效果优越.