(S)-6-乙烯基-2,2'-二甲氧基-1,1'-联萘的合成

以S-1,1'-联二苯酚为起始原料,通过多步反应合成了标题化合物。该联萘酚通过羟基保护、傅克酰基化、羰基的还原和卤代烃的消除反应制备得到目标产物。对实验条件进行了适当改进,找到了较好的合成条件,并用1HNMR和13CNMR对各步产物进行了表征。     

离子膜电解反向电流及其消除

探讨反向电流的形成、反向电流的危害、极化整流器消除反向电流的若干方式、C-DCDS装置构成及其与极化整流器匹配应用于电解槽的情况,以及单独使用极化整流器或C-DCDS和两者匹配使用的方法。     

强碱三元复合驱色谱分离及其影响因素——以大庆油区喇嘛甸油田为例

三元复合驱油体系中驱油剂的协同效应,会使油水间的界面张力大幅度下降,原油采收率大幅度提高;但三元复合驱油体系的色谱分离现象也会破坏其协同效应和完整性,揭示色谱分离现象及其影响因素对于改善三元复合驱油效果具有十分重要意义。以油藏工程和分析化学理论为指导,以化学分析和物理模拟为技术途径,并以大庆喇嘛甸油田典型区块地质特征和流体性质为研究对象,开展强碱三元复合驱色谱分离现象及其影响因素研究。结果表明,采用前置高浓度聚合物段塞后,可以有效扩大波及体积,但表面活性剂与碱和聚合物之间无因次等浓距增加,色谱分离现象加剧。大庆油区喇嘛甸油田不同区块油水性质差异对色谱分离现象存在影响,原因在于部分重烷基苯石油磺酸进入油相,影响水相中浓度检测值。强碱三元复合驱油体系中表面活性剂与碱和聚合物之间色谱分离程度比较严重,碱与聚合物之间较弱。     

Burkholderia thailandensis E264/pBMTL3-tdpR发酵生产抗癌药物ThailandepsinA的研究

在伯克氏菌Bth264野生株产新型抗癌药物Thailandepsin A以及调节基因tdp R正向调控Thailandepsin A生物合成的基础上,利用基因工程菌Bth264/p BMTL3-tdp R发酵生产Thailandepsin A,以提高产量。以0.5%乳糖为诱导剂,确定最佳诱导条件:发酵15 h添加乳糖,诱导时间6 h;通过单因素实验,确定葡萄糖和胰蛋白胨作为碳氮源、装液量65/250 m L以及接种量1%;同时结合优化发酵培养基进行发酵,Thailandepsin A产量达到252.14 mg·L-1,比优化前的产量提高56%;另外在发酵过程中,添加大孔树脂HP-20原位吸附产物,Thailandepsin A产量可达283.75 mg·L-1,比不加树脂提高13.8%;最后,基于RT-PCR和比较Ct值法,基因工程菌和野生菌相比,Thailandepsin A生物合成基因tdp B、tdp C1的转录水平分别提高11.4倍和6.0倍,对应的产量增加4.6倍,从而在很大程度上说明调节基因tdp R的过表达促进生物合成基因转录水平的提高以及产量的增加。     

原子吸收光谱法测定保护渣中锰含量

采用原子吸收光谱法测定保护渣中锰含量,进行了酸度对测定的影响、试样分解、共存离子干扰、加标回收、精密度分析等试验。结果表明,锰可完全溶解于混合酸溶液中;加入氯化锶,可以消除钠、钙对锰测定的干扰;锰质量浓度在0~12.0μg/mL的范围,工作曲线线性关系良好;加标回收率较高,在97%~102%;测定结果准确度较高,与高碘酸钠光度法分析结果一致性较好。     

电动汽车动态无线电能恒功率充电

电动汽车充电时,且电池电量低于80％时,为了保证充电效率一般采用恒功率充电.在动态无线电能传输系统中,电动汽车的不断移动会导致发射线圈和接受线圈的互感系数变化,致使电动汽车充电不稳定.为实现恒功率充电,提出了一种基于模型预测控制(MPC)的动态无线电能传输系统(DWPT)恒功率输出的控制方法.通过对系统建立数学模型,对输出功率进行模型预测,建立最小化目标函数来获得期望输出功率所对应的最优占空比,使输出功率恒定.进行了模型预测控制的动态无线电能传输系统Simulink仿真,通过对比不同线圈互感系数下的输出功率,验证了该方法的可行性,并且通过搭建实物测得的数据也证实了该方法的可行性.     

移动边缘计算环境下的动态资源分配策略

在通讯设备爆炸式增长的时代,移动边缘计算作为5G通讯技术的核心技术之一,对其进行合理的资源分配显得尤为重要。移动边缘计算的思想是把云计算中心下沉到基站部署(边缘云),使云计算中心更加靠近用户,以快速解决计算资源分配问题。但是,相对于大型的云计算中心,边缘云的计算资源有限,传统的虚拟机分配方式不足以灵活应对边缘云的计算资源分配问题。为解决此问题,提出一种根据用户综合需求变化的动态计算资源和频谱分配算法(DRFAA),采用"分治"策略,并将资源模拟成"流体"资源进行分配,以寻求较大的吞吐量和较低的传输时延。实验仿真结果显示,动态计算资源和频谱分配算法可以有效地降低用户与边缘云之间的传输时延,也可以提高边缘云的吞吐量。     

ATSP:时态网络可视化的自适应时间片划分方法

现有的时态网络可视化方法大多采用等量时间片来可视化网络的演变，不利于时态模式的快速挖掘和发现。为此，根据时态网络固有的特征提出自适应时间片划分方法（Adaptive Time Slice Partition method，ATSP）。在时态网络的两种表示方式（基于事件的表示方式和基于快照的表示方式）的基础上，构建了ATSP的基础模型，同时提出了一种改进模型用来描述事件间隔时间服从长尾分布的时态网络。为了实现时间片的不等量划分，针对探索任务的不同提出了基于时态模式的ATSP规则和基于中心节点的ATSP规则，并提出了实现算法--层次划分算法（Hierarchical Partition algorithm，HP）和增量划分算法（Incremental Partition algorithm，IP）。实验结果表明，ATSP方法比传统的时间片划分方法更能准确地表示网络的时态特征，且该方法应用于可视化时，能有效归纳并展示网络的特征，明显提高了视觉分析的效率。     

无失效数据机载多余度EWIS可靠性研究

针对高可靠度机载多余度EWIS各组成部分寿命服从指数分布但参数未知的情况，提出采用无失效数据可靠度分析方法评估EWIS的可靠度水平。通过Monte-Carlo仿真方法对连接形式为“先并联、后串联”EWIS各组成部分寿命进行抽样，利用“最小最大值”方法获得系统寿命的抽样值，用概率纸检验法初步判断EWIS寿命是否服从威布尔分布，再用Pearson拟合优度检验法判断EWIS寿命是否服从威布尔分布。结合无故障飞行时间的样本值与EWIS寿命服从威布尔分布的假设，采用无失效数据分析方法评估EWIS的可靠度水平。研究方法对机载多余度EWIS无失效数据可靠度分析有一定的贡献。     

基于桥连接的词典学习方法的语义解析

现阶段的语义解析方法大部分都基于组合语义,这类方法的核心就是词典。词典是词汇的集合,词汇定义了自然语言句子中词语到知识库本体中谓词的映射。语义解析一直面临着词典中词汇覆盖度不够的问题。针对此问题,该文在现有工作的基础上,提出了基于桥连接的词典学习方法,该方法能够在训练中自动引入新的词汇并加以学习,为了进一步提高新学习到的词汇的准确度,该文设计了新的词语—二元谓词的特征模板,并使用基于投票机制的核心词典获取方法。该文在两个公开数据集(WebQuestions和Free917)上进行了对比实验,实验结果表明,该文方法能够学习到新的词汇,提高词汇的覆盖度,进而提升语义解析系统的性能,特别是召回率。