A METHOD FOR SEPERATING VELOCITY FLUCTUATION AND TEMPERATURE FLUCTUATION IN THE COURSE OF MEASURING TURBULENT PARAMETERS

A double hot-wire method is adopted to separate the mixed signal of temperature fluctuation and velocity fluctuation appearing in high temperature turbulences. The relationships among the various coefficients in the sensitivity equation for measuring turbulent fluctuations with constant temperature hot wire anemometer are deduced. Once these equations are being related to the temperature fluctuation sensitivity equation of a constant current hot wire anemometer, the temperature fluctuation signal may be taken out from the mixed signal, then the turbulent velocity fluctuation signal and other main turbulent parameters may be obtained.     

浅谈农药制剂的安全化生产

从原药和助剂、生产装置、操作规程、废物的管理、农药制剂的包装等方面重点阐述了影响农药制剂安全化生产的因素.     

用虚拟机技术实现“高安全区”基本功能

为保证网络化后的电视台的安全性,本文根据“高安全区“技术理论,介绍了采用虚拟机技术实现“高安全区“基本功能的原理、运行机制及其实施步骤。     

一氧化氮(NO)和湿度因子对哈密瓜采后耐冷性的影响

为探究湿度因子对一氧化氮(NO)提高哈密瓜采后耐冷性效果的影响,本文采用60μL/L NO在低湿(LH:35%～45%)、中湿(MH:65%～75%)和高湿(HH:90%～99%)条件下进行熏蒸处理。研究贮藏温度3℃条件下对哈密瓜采后冷害及品质参数变化的影响。结果表明:在不同湿度熏蒸条件下,NO均能延缓哈密瓜采后冷害的发生和品质劣变。低湿度因子为35%～45%时可以显著提高哈密瓜采后贮藏过程的耐冷性,与对照相比,NO处理组冷害推迟5d发生,贮藏30d时,冷害指数最低,仅为40.00%;贮藏过程中,NO处理组果实品质保持效果较好,硬度下降速度缓慢,为17.07 N,仅比贮藏前下降了29.08%,细胞膜渗透率只上升了24.11%;能有效延缓果实品质中可滴定酸、抗坏血酸含量的下降,维持较高的可溶性固形物含量;NO处理可以降低呼吸速率和乙烯释放量,延迟呼吸高峰和乙烯高峰的出现,且峰值比对照低了33.80%和27.04%,从而减缓果实软化进程,有效延长哈密瓜的贮藏时间。明确了湿度因子是影响NO熏蒸效果的主要因素之一,在低湿度35%～45%条件熏蒸,NO可以更好的提高哈密瓜果实的耐冷性,保持较好的贮藏品质。     

浅谈合成氨装置中的阀门防火措施

阀门不仅用于开闭管路、控制流向、调节输送介质的参数,而且在着火时可以及时切断流路,避免可燃性流体流向主要设备,因此阀门的防火性能应该被重视。介绍了阀门防火的相关标准,从阀体的密封、阀体及执行机构的防火三方面,详述了阀门的防火措施。并以合成氨装置为例,说明了阀门防火的设计方案,希望能够引起对阀门防火问题的重视。     

压风空调在煤矿井下避难硐室中的应用

压风空调是煤矿井下避难硐室降温的有效手段。对比避难硐室几种常用的降温措施,该文提出了一种更为有效的降温手段——压风空调。该空调利用涡流温度分离效应,具有成本低、免维护等特点,已在煤矿中广泛应用。     

管路清理器在煤矿排水系统中的应用

该文介绍了国内管路清理现状,分析目前国内管路清理方法的优缺点,推出一种新型管路清理方法——管路清理器。该方法采用特制的清理器,具有易操作、无污染等特点,在煤矿排水系统应用中取得良好的效果。     

基于ARIMA模型的渔业经济预测及其优化

渔业作为国民经济的重要基础之一，对其进行预测十分必要。本文采用时间序列ARIMA模型对渔业总产值进行预测，根据模型预测结果进行误差分析。考虑通货膨胀对预测模型的影响，利用居民消费价格指数（CPI）对模型进行进一步优化。进而以江苏省渔业总产值为例，将1995-2014年的数据作为训练样本，建立模型并结合CPI指数对其优化，以2015-2018年数据作为测试样本，验证了优化模型具有较好的预测效果。