利用表面等离子共振技术快速检测牛奶中的磺胺甲噁唑

利用表面等离子共振(SPR)技术,建立快速定量检测牛奶中磺胺甲噁唑(SMX)的方法。将SMX共价偶联到表面等离子共振芯片表面,并对抗体的结合浓度及芯片的再生条件进行优化,检测芯片的稳定性。在无抗牛奶中添加系列质量浓度的SMX,利用免疫竞争抑制原理构建标准曲线,并对市售18个牛奶样品进行检测。结果表明:制备的芯片稳定,90个循环相对标准偏差(RSD)为1.23%;该方法的检测限为3.2ng/mL;18个牛奶产品中16个SMX的残留量在规定的允许范围内。所建立的方法可以在15min内完成样品的前处理和检测,是一种简便快捷的定量检测方法。     

拉深时凹模圆角处坯料变形分析

用Ｃａｌｌａｄｉｎｅ力学模型,并考虑模拟圆筒（锥）形件拉深时,压力圈的约束在模型中坯料周边存在的支反力,建立了圆筒（锥）形件拉深过程中,坯料经过凹模圆角产生弯曲变形的模型。分析圆管（锥）形件拉深过程中坯料周边凹模圆角出口处的附加弯曲应力的变化规律,给出附国弯曲应力的理论公式。理论分析和试验结果说明;所建立的力学模型是有效的;对圆筒形件拉深,在凹模圆角的合理取值范围内,本文给出的理论公式的计算结果与     

个小功大的黄豆芽

尽管世界各国饮食文化不同．可对于“吃”要走向“天然．键康”却颇为一致。而当今世界“天然、健康”食物引领风骚者之一．乃是源自我国的豆芽菜。据报导．豆茅在国外非常流行，欧洲．美洲．亚洲的许多国家都有豆芽的专门制造厂。     

油基纳米流体的电导率

以1种典型成品油和2种典型原油为基液,采用两步法制备油基纳米流体,研究含不同质量分数的球形氧化铁纳米颗粒与大长径比碳纳米管对油样电导率的影响,分析油基纳米流体电导率变化的主要机理。结果表明:氧化铁油基纳米流体电导率没有明显增大,碳纳米管油基纳米流体电导率均显著增大;碳纳米管成品油基纳米流体的渗流阈值(质量分数,以下同)为0.27%,添加质量分数为2%的碳纳米管分散液的成品油基纳米流体电导率增大5.83×1010倍;2种添加碳纳米管的原油基纳米流体与成品油基纳米流体的电导率变化规律类似,渗流阈值为0.1%~0.3%,添加质量分数为0.5%的碳纳米管分散液的原油基纳米颗粒电导率增大近1 000倍;大长径比碳纳米管通过在原油中建立电桥,有效增大了原油电导率。     

煤矿硫化氢的危害与防治

为了精确预报煤矿井下硫化氢含量,防止硫化氢含量超标带来的危害,基于可调谐半导体激光吸收光谱技术,设计研制了一种便携式硫化氢检测仪。该仪器采用中心波长为1 590 nm的分布式反馈激光器,结合多次反射的郝里奥特长光程气体吸收池,可以满足煤矿井下0~200 mg/L硫化氢的实时检测。离线标定和实验室测试得到检测仪测量的相对误差为±2%,最快响应时间为0.5 s;通过实验室测量六盘水大湾煤矿120205采煤工作面上隅角和采空区的气体成分,结果表明,便携式硫化氢检测仪稳定可靠, 能够满足煤矿井下硫化氢预警的要求。

     

几起润滑油进入压气机和燃烧室中故障分析

润滑油进入燃气轮机压气机和燃烧室中将会给设备安全运行带来很大危害,本文介绍了我厂曾经出现过的几起润滑油进入压气机和燃烧室中的故障并加以分析,为同行避免或处理类似故障提供参考。     

资产价格泡沫行为固定窗宽滚动检验研究

为丰富资产价格泡沫检验理论和正确使用泡沫检验模型,以固定窗宽滚动检验为基础,按照数据生成过程是否含有漂移项,分两种情况讨论单位根项和截距项检验量分布。理论研究表明,相关检验量在大样本下均收敛于维纳过程的泛函。为方便使用这些检验量,通过蒙特卡罗模拟获得有限样本容量下常用显著性水平下的临界值,模拟结果显示,临界值随样本容量增加而增加,随窗宽参数增加而下降。实证分析表明,为选择合适的检验模型,应以经典模型为基础,检验漂移项的取值,以便提高检验功效。     

基于OLS下三个拟合优度指标的分析

介绍了线性回归模型的参数估计及相关问题,提出了3个拟合优度指标:非中心化拟合优度指标、中心化拟合优度指标和调整的中心化拟合优度指标,给出并证明了它们各自的特点,得出结论:调整的中心化拟合优度指标是最佳的指标。     

扰动项非经典假设下检验效率的模拟研究——基于确定趋势模型

从实证的角度分析3种违背经典假设对检验的影响,得出的结论是:具有零期望独立同分布的扰动项对检验不产生影响;扰动项为异方差时,3类检验具有满意的检验效果;扰动项存在一阶序列时,负相关仍能使用传统检验统计量,正相关受到影响.     

基于SAC的多智能体深度强化学习算法

由于多智能体所处环境动态变化,并且单个智能体的决策也会影响其他智能体,这使得单智能体深度强化学习算法难以在多智能体环境中保持稳定.为了适应多智能体环境,本文利用集中训练和分散执行框架Cen-tralized Training with Decentralized Execution(CTDE),对单智能体深度强化学习算法Soft Actor-Critic(SAC)进行了改进,引入智能体通信机制,构建Multi-Agent Soft Actor-Critic(MASAC)算法.MASAC中智能体共享观察信息和历史经验,有效减少了环境不稳定性对算法造成的影响.最后,本文在协同以及协同竞争混合的任务中,对MASAC算法性能进行了实验分析,结果表明MASAC相对于SAC在多智能体环境中具有更好的稳定性.