菠菜叶蛋白泡沫法分离工艺的优化

为有效开发利用菠菜叶蛋白资源,以菠菜叶为原料,在单因素试验基础上,以回收率和富集比为指标,选取稀释倍数、气速、温度和pH值为考察因素,根据Box-Behnken试验设计原理进行响应面试验设计优化得出泡沫法分离菠菜叶蛋白的最佳工艺条件为:稀释倍数16倍、气速260mL/min、温度40℃、pH 7.5,在该条件下,回收率和富集比分别达81.56%、14.94。研究结果表明泡沫分离技术是实现菠菜叶蛋白粗分离的一种有效方法。     

基于三段速度调节的水电机组功率调节模式探讨

目前水电厂机组功率调节普遍采用监控系统脉冲调节模式,针对脉冲调节模式无法同时满足电网对机组功率调节速度和精度要求的问题,研究提出了基于三段速度调节方式的功率反馈模式。通过在凤滩水电厂进行的一系列现场试验分析,验证了水电厂机组功率调节采用功率反馈模式明显优于脉冲调节模式,采用功率反馈模式下的三段速度调节策略能有效减小"功率反调节",大幅提高水电厂机组功率调节速度和精度,因此,可以在其他水电厂推广应用。     

运动饮料对不同光固化复合树脂颜色稳定性的影响

为了评估3种运动饮料对浸泡30 d和180 d后的光固化复合树脂材料的颜色稳定性的影响,分别测定4种树脂复合材料的基准色值(L*、a*、b*),从每组复合材料中随机抽取样本浸入运动饮料及蒸馏水中30 d和180 d,重新测量浸没后的样品颜色值,并计算颜色变化值(△E),使用Kruskal-Wallis和Mann-Whi...     

粉煤灰、矿粉混凝土氯离子扩散系数试验研究

研究了粉煤灰、矿粉混凝土和硫酸钠粉煤灰、硫酸钠矿粉混凝土的氯离子扩散系数。参照NEL法测试混凝土的氯离子扩散系数,表明粉煤灰混凝土、矿粉混凝土和硫酸钠粉煤灰混凝土、硫酸钠矿粉混凝土,随着粉煤灰、矿粉掺量的增加混凝土的氯离子扩散系数降低。28 d时硫酸钠混凝土氯离子扩散系数低于相应不加硫酸钠的混凝土,60~90 d时高于相应不加硫酸钠的混凝土。相同龄期矿粉混凝土、硫酸钠矿粉混凝土氯离子扩散系数低于粉煤灰混凝土、硫酸钠粉煤灰混凝土。粉煤灰和矿粉都能改善混凝土内部结构密实性。矿粉混凝土的抗渗性好于粉煤灰混凝土。硫酸钠对粉煤灰、矿粉混凝土60~90d耐久性不利。     

月季花挥发油的GC/MS分析

The essential oils from flowers of Rosa chinensis were obtained from Sichuan, Anhui and Shanxi provinces, which were extracted by steam distillation method. The chemical components of the essential oils were analyzed by gas chromatography-mass spectrometry (GC/MS).     

溶胶-凝胶法合成LED用红色发光材料R2-xEux（MoO4）3（R=Gd，Y，La）及性能研究

采用溶胶-凝胶法合成了发光二极管（LED）用R2-xEux（MoO4）3（R=Gd，YLa；0≤x≤2）系列高亮度红色荧光粉，并对其结构与发光性能进行了详细研究。采用粉末x射线衍射（XRD）测量了不同温度下合成的样品结构变化情况，发现当R=y和Gd时，它们具有单斜和正交两种结构：当R=La时，荧光粉只有一种单斜结构．同时用荧光光谱对它们的发光性能进行了研究，发现在相同条件下（相同温度，相同时间，相同浓度）得到的样品的发光强度顺序为La0.8Eu1.2（MoO4）3〉Gd0.8Eu1.2（MoO4）3〉Y0.8Eu1.2（MoO4）3，且它们在395和465nm均有较强的有效激发，这两种波长正好与商用的GaN基LED芯片相匹配,同时研究了煅烧温度及掺杂浓度对其发光性能的影响。     

Ti对Zr1-xTixMn0.4Cr0.4Ni1.2结构和电化学性能的影响

采用真空电弧炉（在氩气保护下）制备Zr1-xTixMn0.4Cr0.4Ni1.2贮氢合金，通过XRD、SEM和恒流充放电研究了合金的相结构、形貌和电化学性能。结果表明：Ti为C14型Laves相的稳定性元素，随着Ti含量的增加，C14型Laves相增多，C15型Laves相减少。当x=0．1时，合金综合性能最好，表现出良好的活化性能、循环稳定性能和高倍率放电特性，在放电电流300mA／g的条件下，充放电循环50次，合金保持稳定的放电容量。当X〉0．1时，合金放电容量下降。Ti的加入使合金氢化物稳定性降低，加入少量Ti，有利于合金的放电容量的提高和高倍率放电性能的提高。     

Mesh Generation from Dense 3D Scattered Data Using Neural Network

An improved self-organizing feature map (SOFM) neural network is presented to generate rectangular and hexagonal lattic with normal vector attached to each vertex. After the neural network was trained, the whole scattered data were divided into sub-regions where classified core were represented by the weight vectors of neurons at the output layer of neural network. The weight vectors of the neurons were used to approximate the dense 3-D scattered points, so the dense scattered points could be reduced to a reasonable scale, while the topological feature of the whole scattered points were remained.