中国移动省级业务平台整合过程中云计算技术应用

本文通过对SDA架构进行梳理,对SDA各层域适用的云计算技术进行分析,并针对中国移动省级业务平台整合提出云计算技术的应用方案。     

爆破应力波的传播及其远区破坏效应研究现状述评

从研究爆破应力波的远区传播机理和确定其破岩效应出发,介绍了爆炸应力波的传播及其破岩效应研究从简单到复杂、从理想化材料到尽可能与现实实际相吻合的材料、从近到远的研究历程,及其各阶段取得成果与不足.认为目前的研究已由过去尽量简化岩性(弹性均质体)和爆源(球状药包),向尽量反应炸药爆炸与装药结构特征、反应岩体现状与本性的方向发展;由以破岩为目的,向爆破后续的安全问题发展.并为研究爆破对保留岩体的影响及其稳定性,提出了今后应加强工作的具体意见.     

西霞院反调节电站发电机组油系统改造

针对西霞院反调节电站水轮发电机调速器系统压油装置运行中存在的动力电源单一、启动电流大、压力油罐压力控制不精准等问题,通过采取改造油泵动力电源进线、加装油泵软启动器改善启动电流、重要开关量信号送入调速器PLC进行自诊断及实时监控等措施,消除了调速器压油装置的隐患,为电站机组的安全稳定运行提供了保障.     

超声波结合反复冻融法对虾壳虾青素提取效率的影响

虾壳虾青素主要以虾青素和蛋白质为复合物的形式存在,由于色素-蛋白质复合物是水溶性的,单独采用溶剂萃取的效率较低,采用蒸煮、超声波及反复冻融法结合破坏虾壳中的蛋白质,可提高虾青素提取效率。结果表明:虾壳在沸水中煮制5 min,冻藏3 h,融解8 min及反复冻融3次后,以甲醇/二氯甲烷(2:1,v/v)为提取液,在液固比20 m L/g、超声波功率为320 W下提取30 min,虾青素提取率可达39.6μg/g,远高于单独采用超声波辅助提取法。     

不同部位鲽鱼皮酸溶性胶原蛋白的提取及其特性

以新鲜的鲽鱼黑皮和白皮为研究对象,从其中提取酸溶性胶原蛋白(acid-soluble collagens,ASC),并对其理化性质和乳化活性及乳化稳定性进行比较研究,为鲽鱼皮的开发利用提供一定的理论依据。通过傅里叶变换红外光谱(Fourier transform infrared spectroscopy,FTIR)技术和扫描电子显微镜(scanning electron microscopy,SEM)初步研究了黑皮和白皮ASC的结构特征;同时对其溶解性、流变学特性、等电点、乳化活性指数(emulsifying activity index,EAI)及乳化稳定性指数(emulsifying stability index,ESI)进行了研究。FTIR扫描结果表明,黑皮和白皮ASC都存在酰胺A、酰胺B、酰胺Ⅰ、酰胺Ⅱ、酰胺Ⅲ,均保持了胶原蛋白三维螺旋结构的完整性;SEM观察结果表明,黑皮和白皮ASC均呈现多空的网络结构,且分布比较均匀,说明酸法提取胶原蛋白的过程基本上保留了胶原纤维原有的空间网状结构。EAI及ESI结果表明,黑皮ASC的EAI明显低于白皮ASC(P0.05),分别为(2.60±0.53)、(7.30±0.41)m~2/g,而黑皮ASC的ESI明显高于白皮ASC(P0.05),分别为(49.12±5.18)、(27.56±4.91)min。以上结果显示,从黑皮和白皮中提取的ASC的理化性质和功能特性存在一定的差异。     

预处理对酶解过程中胶原ACE抑制肽释放的影响

本文探究了酸、碱、热、超声、超高压五种预处理方式对胶原蛋白制备ACE抑制肽的影响。胶原蛋白经预处理后采用碱性蛋白酶酶解制备水解液,对水解液的水解度、ACE抑制率和分子量分布情况进行测定,结果显示碱和超声处理组水解液的水解度、ACE抑制率均高于未处理组,表明这两种预处理方式可能利于胶原三螺旋区位点的暴露;DSC和红外分析预处理后的胶原蛋白结构显示,碱处理改变了胶原蛋白构象特点,影响非共价键的平衡,胶原三螺旋区域的位点被充分暴露,但保持了亚基的完整性,超声处理破坏了胶原螺旋区的共价交联,暴露出更多疏水性位点,利于碱性蛋白酶酶解;而酸、热和超高压处理主要影响胶原非螺旋区,无法在酶解过程中促进胶原ACE抑制活性肽段的释放。     

空气间隔装药爆破动态应力场特性研究

采用动力有限元分析软件并结合混凝土损伤模型,对上部空气层间隔装药爆破作用下岩石动态应力场特性进行了分析研究.计算结果表明:受自由面以及炮孔内加、卸载波两方面的影响,临空面单元随着位置的增加,破坏方式由压剪破坏逐渐转变为剪切拉伸破坏.比较反向起爆与正向起爆动态应力场发现,反向起爆时爆轰气体对岩石的静态作用强度高、时间长,有利于克服孔底岩石所受的夹制力而不易产生根底.正向起爆时,大量爆轰气体自上部裂纹及孔口逸散,不利于爆炸能量的有效利用.     

基于气象因素充分挖掘的BiLSTM光伏发电短期功率预测

传统光伏发电功率预测存在因气象因素特征提取不综合不精确而导致预测精度不高的问题. 为了充分挖掘气象因素对光伏出力的影响, 并有效利用深度学习技术在非线性拟合方面的优势, 本文提出了一种基于气象因素充分挖掘的双向长短期记忆(Bi-directional Long Short Term Memory, BiLSTM)网络光伏发电短期功率预测方法. 在对原始数据进行异常值及标准化处理的基础上, 采用K近邻算法(K-Nearest Neighbor, KNN)在外界温度、湿度、压强等诸多气象因素中充分挖掘影响光伏出力的关键因素, 重构多元数据序列, 并在探索输入层时间步长、模型层数及每层维数等超参数的合理设置方案的基础上, 构建BiLSTM网络模型, 实现光伏发电短期功率的高精度预测. 仿真结果表明, 与KNN、深度信念网络(DBN)、BiLSTM、PCA-LSTM等经典方法比较, 所提KNN-BiLSTM方法具有更高的预测精度.     

力学专业研究生计算能力培养

通过优化计算力学核心课程体系、改革计算力学教学方法和加强实际工程计算仿真训练,培养力学研究生计算能力,探索“新工科”背景下力学研究生计算能力培养新思路。     

微波对食品蛋白凝胶性和结构影响研究进展

本文针对微波技术对蛋白凝胶形成机理,并对微波场中影响食品蛋白凝胶特性的主要因素:蛋白质的种类、微波时间、微波功率、添加剂和p H等进行分析,且对其微波处理后蛋白质分子空间结构变化进行深入阐述,并总结了微波在食品方面的应用,在此基础上提出微波技术在食品领域未来的发展方向。