高效液相色谱法检测重组人干扰素α2b注射液中间甲酚含量

目的建立重组人干扰素α2b(recombinant human interferon α2b,rhIFNα2b)注射液中间甲酚含量高效液相色谱(high performance liquid chromatography,HPLC)检测方法,并对方法进行验证。方法采用RP-HPLC法,选用ZORBAX 300SB-C18(4. 6 mm×250 mm 5-Micron)色谱柱,流动相为水∶甲醇(50∶50),柱温45℃,上样量20μL,流速0. 5 mL/min,检测波长270 nm。对方法进行线性、专属性、准确性、精密性、定量限及耐用性验证。分别采用建立的方法及《中国药典》四部(2015版)4-氨基安替比林分光光度法测定3批rhIFNα2b注射液中的间甲酚含量,比较两种方法的测定结果。结果该方法在间甲酚含量为1 000～0. 1μg/mL范围内线性良好,R~2为0. 999 3;药用辅料与IFN蛋白对间甲酚含量检测无干扰;该方法检测高、中、低3种浓度样品的平均回收率分别为97. 10%、99. 00%和103. 94%,总的平均回收率为100. 01%;重复性验证中RSD为0. 105%,中间精密性验证中RSD为0. 26%;该方法的定量限为0. 1μg/mL;同一色谱柱条件下,不同设备与不同时间配制的流动相对检测结果无明显影响;而使用不同程度色谱柱理论塔板数有明显差异。结论建立的HPLC检测方法专属性、精密性、耐用性良好,准确性高,可用于检测rhIFNα2b注射液中的间甲酚含量。     

基于红外热图的空气预热器热点检测系统

提出了一种基于空气预热器转子红外热图分析的空气预热器热点检测方法．通过对采集到的图像数据进行坐标转换并采用三次样条法进行像素的插值,获取空气预热器转子的红外热图,然后采用小波变换的软阈值去噪法对其进行滤波,在此基础上提取能量特征,并采用能量特征对空气预热器的不同工作状态(正常、异常)进行识别．实验结果表明,该方法可以有效识别空气预热器的异常工作状态．     

实验设计在重组人生长激素-Fc融合蛋白纯化工艺建立过程中的应用

目的 通过实验设计(Design of Experiment,DOE)对重组人生长激素-Fc(recombinant human growth hormone-Fc,rhGH-Fc)融合蛋白纯化工艺中阴离子交换层析的层析条件进行优化,以降低蛋白原液中宿主蛋白(host cell protein,HCP)含量。方法 利用Minitab 19中DOE功能创建4因子2水平完全析因实验设计,通过DOE对rhGH-Fc纯化工艺中离子交换层析条件(流速、上样量、缓冲液pH、洗脱液盐浓度)进行优化,找出操作空间。结果 建立的DOE模型能准确预测实验结果,其中上样量、缓冲液pH、洗脱盐浓度以及缓冲液pH与洗脱液盐浓度的交互效应对收获液中HCP含量有显著影响。获得的最佳层析条件为：上样量15 mg/mL,流速120 cm/h,洗脱液pH 7.0～8.0,洗脱液盐浓度0.1 mol/L。该层析条件下洗脱液中HCP含量均<400 ng/mg,在确定操作空间的结果范围内满足验证要求。结论 本实验成功应用DOE确定了阴离子交换层析去除HCP的最佳层析条件,为其在生物制药领域的更多应用提供了参考。     

基于MATCOM的VC与MATLAB集成应用研究

论述了Visual C^ 6.0与MATLAB集成应用的特点、意义，介绍了VC^ 环境下基于MATCOM集成应用系统的开发环境、系统软件配置、开发方法、步骤，说明这种集成开发方法的优势。     

基于最小二乘支持向量机的图像配准研究

本文提出了一种基于最小二乘支持向量机(LS-SVM)的图像配准方法.在已知控制点匹配对的前提下,利用LS-SVM的回归特性估计变换模型,然后根据该模型进行重采样和变换,实现图像的配准.该方法的特点在于:在结构风险最小化(SRM)的原则下,最小化模型泛化误差的上界,而不是最小化控制点处的均方误差.实验结果表明了该方法去除图像几何形变的有效性,并且该方法可以自适应地校正由于控制点的定位精度不高而引起的误差,比传统表面样条方法的效果更好.     

基于支持向量机模糊推理的二级倒立摆控制

本文提出了一种用于非线性系统控制的支持向量机模糊推理模型.该模型利用支持向量机回归的原理,从训练数据中提取模糊规则并进行简化;采用核函数来描述模糊推理系统,该模糊推理系统具有不必事先确定模糊规则数目、良好的泛化能力等优点.使用该模型对直线二级倒立摆系统构造模糊控制器并进行了实验研究,研究结果表明这种新的模糊规则提取方法对于非线性系统的控制是有效的,由支持向量确定的模糊规则不会出现规则数目"爆炸"的问题,该方法在不便事先确定模糊规则的复杂非线性系统控制中有着重要的应用价值.     

集体记忆视角下南京安全区遗址保护与利用问题研究

南京安全区遗址保护问题一直以来备受忽视,面临着被遗忘的困境。以集体记忆为观察视角,通过文献资料梳理、现场踏勘、问卷调查等途径对南京安全区避难所遗址保存与保护现状展开调查,揭示了公众对于南京安全区的集体记忆真实情况:公众对南京安全区的记忆及认知程度低;南京安全区内的纪念传统尚未建立;公众对遗址保护的认知缺失。该文分析了南京安全区遗址保护与利用面临的现实问题:南京安全区遗址记忆沙化。问题的根源在于南京安全区遗址的保护停留在文物保护的阶段,未进入南京大屠杀集体记忆建构的社会进程。     

缢蛏振动筛分装置的优化与试验

目的：提高缢蛏壳肉分离效率。方法：采用参数法对振动筛分装置主要参数进行设计,以连云港双头蛏为试验对象,以振动频率、振幅、筛面倾角为试验因素,以筛分效率和肉中带壳比率为主控目标进行单因素试验,利用Design-Expert 软件对试验结果进行方差分析,建立频率、振幅、筛面倾角与筛分效率和肉中带壳比率相匹配的回归模型。采用响应面优化分析法,得到了缢蛏壳肉分离筛分装置的最佳工作参数匹配。结果：当出料比率控制为1.2 kg/s、开壳比率控制为97%,振动频率设定为21.6 Hz、振幅设定为3.6 mm、筛面倾角度设定为9°时,缢蛏筛分效率为97.60%,肉中带壳比率为4.52%。结论：所设计的缢蛏振动筛分装置筛分效率高、适应性好,可满足初步加工要求。     

浅谈OTN技术和组网应用

近年来,通信网络技术的巨大飞跃,宽带业务蓬勃发展。同时,电力系统的自动化、信息用户对电力系统通信传送网络的能力和性能提出了更高的要求和严峻的考验。OTN(光传送网,Optical Transport Network)技术由于能够满足各种新型业务需求,从幕后渐渐走到台前,成为传送网发展的主要方向。OTN技术同时具备了SDH和WDM技术的优势,兼备满足多业务、大容量、可靠优质的传送需求,从而更好的满足了目前电力系统通信的需求。     

基于支持向量机回归的天然气负荷预测研究

Natural gas load forecasting is a key process to the efficient operation of pipeline network. An accurate forecast is required to guarantee a balanced network operation and ensure safe gas supply at a minimum cost. Machine learning techniques have been increasingly applied to load forecasting. A novel regression technique based on the statistical learning theory, support vector machines (SVM), is investigated in this paper for natural gas shortterm load forecasting. SVM is based on the principle of structure risk minimization as opposed to the principle of empirical risk minimization in conventional regression techniques. Using a data set with 2 years load values we developed prediction model using SVM to obtain 31 days load predictions. The results on city natural gas short-term load forecasting show that SVM provides better prediction accuracy than neural network. The software package natural gas pipeline networks simulation and load forecasting (NGPNSLF) based on support vector regression prediction has been developed, which has also been applied in practice.