一株秸秆纤维素降解菌株的筛选及其降解特性

纤维素是自然界一种最重要的可再生资源,本文从玉米地土壤中分离出 1 株产纤维素酶能力较强的菌株J-N3。以羧甲基纤维素为唯一碳源的分离培养基和刚果红染色法进行初筛,再将筛选到的菌株进行液体发酵培养并测定酶活。结合形态学特征与分子生物学鉴定结果得知,菌株J-N3为芽孢杆菌属( Bacillus)。并对其酶学性质进行初步研究,得到酶最适pH为6.0时,最适反应温度为50 ℃。玉米秸秆经菌株 J-N3处理20 d 时,秸秆失重率及纤维素分解率分别达到26.22%、31.01%。     

基于大学生在线临场感水平调查的计算机公共课网络学习空间构建策略研究

解读在线临场感内涵,并从教学临场感、认知临场感、社会临场感三个维度对大学生在线临场感水平实施问卷调查。从描述性统计和群体差异性统计角度对调查结果加以分析。以计算机公共课《数据库技术及应用》为例,综合调查结果和学科特点对网络学习空间构建提供策略,从而为促进网络学习空间创新发展提供经验积累。     

基于实验方法的硅胶圆管柔性关节静力学研究

采用两种不同材料的硅胶管和弹性骨架制作了柔性关节,对其进行静力学实验,得出了在相同气压下的弯曲角度和夹持力,并建立了柔性关节形变模型,获得了其气压下的形变特性。研究结果表明: 硅胶胶管邵氏硬度越小,其剪切弹性模量和弹性模量越小,其硅胶管制的柔性关节柔性和力学特性越好。该研究为弹性硅胶管在气动人工驱动器的应用进一步研究奠定了基础。     

电厂宽负荷选择性催化还原脱硝技术改造

选择性催化还原（SCR）脱硝技术是我国电厂常用的脱硝技术。该技术运行中对烟气温度的要求比较严格,需要控制好SCR脱硝系统的入口烟温。针对这一问题,从影响SCR脱硝效率的关键因素及常见的宽负荷脱硝技术改进方案入手进行了分析。通过宽负荷脱硝技术改造,明显提高了SCR脱硝系统的入口烟温,进而提高了脱硝效率,减少了氨逃逸率,为电力行业脱硝技术发展提供了实际参考。     

NECP-Atlas中屏蔽数据库制作方法

为获得更高精度的屏蔽数据库,提高屏蔽计算中关键参数的计算精度,本文利用核数据处理程序NECP-At-las中屏蔽数据库制作功能模块shield_calc.基于响应贡献理论对屏蔽数据库能群结构进行优化,重点针对屏蔽计算中的热中子注量率以及光子注量率进行改善,并利用SINBAD屏蔽基准题对优化后的能群结构进行验证.数值结果表明:利用优化后的能群结构计算得到的热中子注量率和光子注量率较BUGLE屏蔽数据库原始能群结构计算结果有明显改善,热中子注量率相对偏差由100％下降至30％左右,光子注量率相对偏差由50％下降至10％左右,提高了辐射屏蔽计算中热中子以及光子计算结果的准确性.     

压水堆技术后续发展的思考

针对压水堆核电技术后续发展的问题,本文分析了压水堆技术在安全性、环境友好性、经济性和运行灵活性等方面面临的挑战.基于文献调研和工程实践经验,总结了压水堆技术近期可行的发展方向,这些发展方向包括了先进燃料、不调硼负荷跟踪、优化的能动与非能动安全系统等.在远期发展方面,可以将研究重点从安全系统的优化提升转移到消除或降低事故发生的可能性上,并大力提升模块化建造及智能化运维水平.在这一过程中,需开展更多设计理论的研究和原创技术的开发.     

氢化物原子荧光光谱法测定党参中的硒含量

为建立一种操作简便,快速,高灵敏度的氢化物原子荧光光谱法测定党参中硒的分析方法。方法 采用原子荧光光谱法对测定党参中硒元素进行含量的定量分析方法。结果 硒含量在0~40 μg/L质量范围内与其荧光强度呈现良好的线性关系（R²=0.9999）,检出限为Q=0.065 ng/mL;加样回收率为113.33%,相对标准偏差（RSD）为4.97%;精密度RSD为1.65%;准确度RSD为4.58%;稳定性RSD为6.52 %。11个不同品种党参之间的硒含量稍有不同,但都在0.1 mg/kg以下。结论 在富硒党参质量控制检测中,用原子荧光光谱法测定硒含量,其操作快速、简便,能准确测定党参硒含量。     

基于卡尔曼滤波的电力虚假数据注入攻击检测方法

能源互联网的主体是基于状态估计下的电力系统。虚假数据注入攻击（FDIA）通过恶意篡改或注入电力数据,进而引发错误的状态估计结果。这种攻击方式存在引发大面积停电事故的风险,严重影响能源互联网的正常运行。在matpower 4.0中的IEEE-14节点系统上,利用以残差方程为基础的标准残差检测法和目标函数极值法,对FDIA进行了检测实验。提出了一种基于卡尔曼滤波的FDIA检测方法,并在MATLAB上进行了验证。实验结果表明,该方法可以在短时间内发现FDIA的发生。     

敏捷化AIOps框架及运维数据质量评估方法

敏捷化智能运维(AIOps)框架将模型构建提前至测试阶段,利用该阶段产生的监控数据代替线上采集的数据以训练AIOps模型,进而实现智能运维的早开发与早使用. 运维数据质量评估方法通过最大均值差异度量方式,分别在健康评估与故障诊断运维场景下对训练数据分别进行趋势性、阶段性、可检测性及可诊断性评估,以预估数据对模型的适用性. 基于华为技术有限公司提供的测试环境设置测试用例并构建实验数据集,在该数据集上的实验结果验证了敏捷化AIOps框架的可行性及数据质量评估方法的有效性.     

基于多学习单元卷积神经网络的雷达辐射源信号识别

现有基于人工提取特征的复杂体制雷达辐射源信号识别方法时效性低,识别准确率不佳. 为此,提出了一种基于多学习单元卷积神经网络的识别方法. 首先对辐射源信号的模糊函数进行高斯平滑,以校正噪声带来的毛刺与畸变;然后提取其正交切片作为进一步的特征提取对象;最后构建多学习单元卷积神经网络,学习和提取正交切片深层、泛在的特征,并通过softmax分类器进行分类识别. 仿真实验结果表明,所提方法在信噪比为-2 dB时对6类典型雷达信号的整体平均识别率均保持在99.86%以上,即便是在-6 dB环境中,雷达信号的识别率也可达到88.50%,在极低信噪比条件下具有良好的性能和可行性.