影响尿素品质的因素及解决途径

我公司一分公司尿素车间的第1套160kt／a CO2汽提尿素装置于2007年5月建成投产。面对激烈的市场竞争,为满足用户对尿素产品质量和外观越来越高的要求,通过分析影响尿素成品质量的因素,优化尿素装置,降低了产品中的缩二脲、H2O及尿素粉尘含量,提高了尿素粒子的均匀度和尿素颗粒的硬度,并使其具有较好的表观色泽。     

铸轧坯料生产6.0μm负公差铝箔工艺研究

介绍了用铸轧坯料生产５．５～６．０μｍ薄铝箔的工艺研究。从铝箔毛料和轧制工艺探讨了生产６．０μｍ负公差铝箔的技术问题。     

不同烹调方式对牛心品质的影响

为了研究不同烹调方式对牛心品质的影响,以西门塔尔杂交牛心脏为研究对象,对不同烹调方式(煮制、涮制、烤制和煎制)下牛心的基本营养成分、脂肪酸组成和挥发性风味物质等进行分析。结果表明,煮制牛心的加工损失最低,对脂肪酸含量的影响最小,且咀嚼性优于烤制牛心和煎制牛心;不同烹调方式处理对牛心的脂肪酸组成及含量影响显著,烤制牛心不饱和脂肪酸含量最高,能较好地保留牛心的营养成分;不同烹调方式处理下挥发性成分存在差异,煮制牛心中检测出挥发性成分32种,涮制、烤制和煎制牛心分别为25、31和35种风味成分。不同烹调方式处理下牛心的亚硝酸盐含量均未超过国标中规定的最大残留量,而采用涮制处理的牛心亚硝酸盐含量、脂肪氧化程度和反式油酸含量均最低,食用安全性最高。     

肌内脂肪与背最长肌肉质、脂肪酸组成的关系

研究肌内脂肪（IMF）含量与肉质以及脂肪酸含量和组成比例之间的关系。以北京黑猪背最长肌（n=20）为实验材料,测定肌内脂肪含量、肉质以及脂肪酸含量和组成。结果显示,肌内脂肪含量与滴水损失呈显著正相关（p<0.05）,与蒸煮损失、剪切力、肉色的相关性不显著（p>0.05）。随着肌内脂肪含量升高,除长链多不饱和脂肪酸(C_20:3n6、C_20:4n6)以外的大多数脂肪酸含量增加,相对比例也上升;多不饱和脂肪酸的含量增加,但是相对比例下降;长链多不饱和脂肪酸的含量和相对比例都降低。随着肌内脂肪含量的升高,饱和脂肪酸（SFA）和单不饱和脂肪酸（MUFA）的含量升高,回归方程斜率分别为197.3和248.31,多不饱和脂肪酸（PUFA）增加的幅度不大,回归方程的斜率为11.43。结果提示:肌内脂肪含量较低时（本实验平均值2.86%）,对肉质的影响不显著。随着肌内脂肪含量升高,总脂肪酸含量（TFA）增加,主要归因于SFA和MUFA含量的增加。PUFA的含量相对稳定,受肌内脂肪含量变化的影响较小。      

不同月龄羊肉原料肉品质与涮食羊肉品质的关系

以6、12、18、24月龄的舍饲巴寒杂交羊为研究对象,每个月龄选择10头胴体质量相近的肉羊(公母各半)进行屠宰,采集后腿肉分析其理化特性、肌纤维特性、涮制出品率与涮食羊肉食用品质。结果表明:除了p H_(24)值、涮食羊肉弹性与涮制出品率外,不同月龄巴寒杂交羊后腿肉理化特性、肌纤维特性、涮食羊肉剪切力和质构、感官评价指标均存在显著差异(P0.05);咀嚼性、硬度与肌节长度呈显著正相关,相关系数为0.618和0.639;弹性与肌纤维密度呈显著正相关,相关系数为0.588;胶原蛋白含量与涮制出品率呈显著负相关,相关系数为-0.458;6月龄羔羊肉感官评价指标色泽、嫩度、风味以及总体可接受性得分均显著优于24月龄(P0.05),羔羊涮食羊肉片更受感官评价人员的喜爱。研究证实低月龄羔羊肉更适宜涮制食用。     

天钢废水深度处理站工程设计及运行

以天钢废水深度处理站工程为例,介绍了典型的钢铁企业综合生产废水的处理流程:调节池-混凝澄清-过滤—反渗透。实际运行表明,系统出水电导率≤50μS/cm,总硬度≤10 mg/L,完全满足天钢的生产用水要求。     

AP1000核电项目职业安全危害预评价工作的组织和实施

简要介绍了在第三代核电AP1000技术路线下,核电项目职业安全预评价工作的目的、范围及评审申报流程,重点对职业安全预评价工作程序及主要内容等方面进行具体描述,对所取得的经验进行总结,希望能对当前核电新建项目建设过程中相关工作的开展有所借鉴和参考。     

发电厂锅炉烟气余热回收方案热经济性研究

分析某发电厂锅炉排烟余热回收利用的热经济性,提出了供暖期利用烟气余热进行供暖、非供暖期利用烟气余热加热凝结水的回收方案。研究表明,采用该方案,供暖期可节约标准煤987.9 t/a,非供暖期可节约标准煤883.1 t/a,合计每年可节约标准煤1 871 t,具有良好的节能减排效果。     

增值尿素开发和尿素深加工产品探索

介绍普通尿素的产能、市场现状及用途.分析增值尿素的开发和下游产品深加工的探索,重点介绍多肽尿素、三聚氰胺、车用尿素的生产工艺流程、市场前景等.     

深度卷积神经网络在目标检测中的研究进展

深度卷积神经网络以多层次的特征学习与丰富的特征表达能力,在目标检测领域取得了突破进展。概括了卷积神经网络在目标检测领域的研究进展,首先回顾传统目标检测的发展及存在的问题,引出卷积神经网络的目标检测基本原理和基本训练方法;然后分析了以R-CNN为代表的基于区域建议的目标检测框架,介绍以YOLO算法为代表的将目标检测归结为回归问题的目标检测框架;最后,对目前目标检测的一些问题进行简要总结,对未来深度卷积神经网络在目标检测的发展进行了展望。