影响管网水质的因素及对策

为控制城市水源的污染,不少供水企业努力采取措施,提高出厂水的水质,以满足人们对饮用水水质的要求.但是有一种情况一直被不少供水企业所忽视:合格甚至优质的出厂水输送到用户终端,水质竞会发生的变化,甚至恶化.文中从四个方面说明了影响管网水质的因素,并提出了改善出厂水水质的主要措施.     

单晶高温合金行业现状及其数值模拟应用综述

了解单晶高温合金的行业现状及其数值模拟应用,对于了解产品的市场动向以及提高产品的质量和研发效率具有现实意义.概述国内外单晶高温合金的行业现状及其数值模拟应用,重点总结我国单晶高温合金的研发状况、数值模拟技术在航空发动机用单晶高温合金制备工艺、性能评价等方面的应用,并提出改善我国单晶高温合金生长工艺与质量控制的努力方向.     

家用小功率光伏发电系统的设计

文中首先介绍了光伏发电系统的国内外研究现状,并得出了理论研究较多,涉及到实际产品研发较少的结论。在此背景下分析了光伏发电系统基本架构和逆变器拓扑结构,重点对比研究了工频变压器隔离并网型(DC/AC+AC/AC)、非隔离式并网型(DC/DC+DC/AC)、高频变压器隔离并网型(DC/AC/DC+DC/AC)等3种常见逆变器结构;然后结合家用这一实际情况对这3种结构进行了一一剖析,在此基础上提出了DC/DC+DC/AC/DC+DC/AC的3级架构设计方案,其中包括斩波电路、推挽升压电路、逆变电路三部分;最后以STM32ZET6单片机为系统核心控制器件,设计并完成光伏发电系统中各个硬件板卡的焊接和调试功能,通过测试样机得到实验数据。实验结果表明文中提出的DC/DC+DC/AC/DC+DC/AC架构设计方案易实现,实验样机能源利用效率和稳定性较高,体积小,能够满足家用要求。     

调制鸡尾酒常用的几种酒介绍

介绍了鸡尾酒的概念及调制鸡尾酒的常用酒类的名称、主要特点、产地.     

图解法优化荔枝果浆酶解澄清的工艺

为了制备荔枝澄清果汁,探讨不同的果胶酶用量(质量分数0.02％～0.06％,m/m),酶解时间(1～3h)和温度(35～55℃)等工艺参数对荔枝果汁的出汁率和澄清度的影响.结果表明果胶酶处理可以提高荔枝果汁的出汁率和澄清度.通过响应面试验设计分析和图解法优化途径,获得果胶酶制备荔枝澄清果汁的较优工艺条件,在酶用量0.045％～0.05％(m/m),温度46～50℃和时间2.0～2.5h时,荔枝果汁的出汁率和透光率的预测值分别为90.40％和91.10％.经实验验证,预测值与实验值相符.     

连续流动分析法测定婴幼儿谷类辅食中亚硝酸盐和硝酸盐

建立连续流动分析法（continuous fiow analysis,CFA）测定婴幼儿谷类辅食中亚硝酸盐和硝酸盐。婴幼儿谷类辅食样品经淀粉酶温水水解,沸水加热提取亚硝酸盐和硝酸盐,消除滤液浑浊干扰和过滤速度慢等问题。采用连续流动分析法,可实现自动进样和在线透析,双通道同时测量亚硝酸盐和硝酸盐。连续流动分析法测定婴幼儿谷类辅食中的亚硝酸盐和硝酸盐时,其回收率分别为82.39%～98.22%、89.67%～104.57%,相对标准偏差（relative standard deviation,RSD）均小于5%。该方法具有准确性高、重复性好等优点,可用于测定婴幼儿谷类辅食中亚硝酸盐和硝酸盐。     

全控型功率开关器件技术新进展

21世纪人类将进入高度信息化社会,同时也可以说是一个高度由能量支配的社会.因此,能源、资源和地球环境问题成为突出的问题,并演变成为一种危机.……     

用于EFIs的小型脉冲高压源设计

针对爆炸箔起爆系统(EFIs)用脉冲高压源体积大、电路转换效率低的问题,设计一种基于单管谐振逆变和倍压整流电路的两级升压拓扑结构的小型脉冲高压源.利用PSpice仿真对小型脉冲高压源电路关键参数进行优化设计,并对输出参数和关键波形进行仿真分析.在仿真分析基础上选择小型化元器件,对印制电路板(PCB)进行布局设计并调试....     

油气田开发建设项目财务评价模式

现行的财务评价是从企业角度来评价项目效益的,而各油气田分公司不是一个独立的企业,所以直接应用现行财务评价方法来计算油气田分公司开发建设项目的效益是不准确的,应进行相应调整。借助于国民经济评价中间接效益的分析方法,提出了油气田内部间接效益的概念和内部净增间接效益的分析方法,给出了不同于现行财务评价的效益价格分析方式和系统分析方式。由于这两种评价模式是从油气田分公司角度来考察项目效益的,所以评价结果能更真实反映开发建设项目的经济效益情况。该两种财务评价模式可用于各油气田分公司进行项目财务评价,其原理与方法也可用于油气田企业进行经济效益分析。     

基于长短期记忆神经网络的复合地层盾构姿态控制研究

盾构机姿态的控制效果是影响盾构隧道施工质量的关键因素。目前,一些隧道仍然采用传统的几何方法来预测盾构姿态偏差的变化,未能考虑其他因素的影响。针对盾构姿态控制方法的不足,文章改进了一种基于深度学习模型的盾构姿态预测方法。该方法融合了邻近插值法、最大-最小归一化和长短期记忆神经网络等理论,对盾首水平偏差进行序列预测,从而提前判断盾构机姿态变化的趋势,以便及时作出正确调整。利用位于复合地层中的某地铁隧道盾构段的工程实测数据,对该深度学习模型进行验证。结果表明,该模型在对盾构姿态参数的变化趋势和数值精确预测上都具有可行性,可供类似工程参考利用。