共轭亚油酸微胶囊化中壁材优化的研究

以大豆分离蛋白(SPI)、麦芽糊精(MD)为主要壁材,研究了以喷雾干燥法对共轭亚油酸(CLA)微胶囊化时其复合壁材的优化及其方法。利用界面膜成膜理论分析了各组分配比对微胶囊化效果的影响,进而指导最优条件的选择。结果表明,SPI与MD质量比为1∶4,壁材中玉米糖浆质量分数为38.5%,固形物质量分数在16.7%,CLA添加量以微胶囊质量分数计约为16%时,微胶囊化产率(MEY)和效率(MEE)分别达到了98%和85%;加入明胶可进一步提高微胶囊产品的含油量而微胶囊化效果基本不变。     

过氧化磷钨杂多酸季铵盐催化氧化苯乙烯的研究

分别采用不同的季铵盐四丁基氯化铵(Bu4NCl)、三辛基甲基氯化铵(C8H17)3CH3NCl和溴化十六烷基吡啶(π-C5H5NC16H33Br)与钨酸或钨酸钠、磷钨酸反应制得过氧化磷钨杂多酸季铵盐Q 3{PO4[W(O)O4]3[W(O)O4]}3-(Q :季铵盐正离子R4N ),以其为催化剂、二氯乙烷为溶剂、H2O2为氧化剂氧化苯乙烯,结果发现过氧化磷钨三辛基甲基铵有很好的催化活性,在反应温度55℃、pH=3.0、n(催化剂)∶n(苯乙烯)∶n(H2O2)=1∶100∶120时,苯乙烯的转化率为40.2%,环氧苯乙烷的选择性为39.2%.     

1,4-丁二醇和癸二酸的聚合反应研究

以1,4-丁二醇和癸二酸为原料,经酯化反应生成聚酯,选择适宜催化剂,考察了物料配比、反应温度、反应时间、催化剂用量和催化剂的重复使用对羧基转化率的影响.结果表明,无溶剂时Ti(OBu)4/TiO2-Al2O3的催化效果最佳.在癸二酸与1,4-丁二醇的摩尔比为1:1.2、催化剂用量(以质量计)为1.2%左右、反应温度为140～160℃、反应时间为6 h的优化反应条件下,羧基转化率最高为92.8%,聚酯分子量为3114,相对分子量分布为1.328.     

棉杆木质素磺酸钠的制备及其对混凝土的影响

以新疆棉区的棉杆资源为原料,采用水热法将棉杆中的木质素磺化改性为木质素磺酸钠,以磺化度作为标准判断改性程度。通过FT-IR、XPS、接触角、表面张力等手段对样品进行表征,确定产物的化学结构及表面性质。结果表明,利用水热法可以将磺酸基成功地接枝到棉杆木质素上,并且木质素磺酸钠具有典型的表面活性剂性质。同时考察了木质素磺酸钠对混凝土含气量、塌落度、微观结构和力学性能的影响,结果表明,木质素磺酸钠可以改善混凝土的孔隙结构。     

浦项制铁的钢铁战略投资

为了提高钢铁主业竞争力,弥补韩国市场的份额缺失,韩国钢铁巨头浦项制铁近年来加大了东南亚、中国、印度、美洲、中东等新兴市场投资力度。主要通过在当地新增钢材加工中心,参与下游需求产业的建设,为客户提供多样化的定制服务。并于2015年首次对外出口自主研制的FINEX-CEM技术,以开辟全新的收益来源。     

防喷器用户满意度测评体系和评价方法研究

有关用户满意CS(Customer Satisfaction)，用户满意度CSD(Customer Satisfaction Degree)及其测评的研究近年来成为国内外学术界、企业界的一大热点。文章详细论述了用户满意度测评体系和评价方法．并以油田井口防喷器为例讨论了用户满意度测评体系和评价方法的研究。     

新疆霍城县水环境变化及其影响因素分析

新疆霍城县是典型的半干旱区和灌溉农业区,气候比较干燥,而且洪旱灾害比较频繁,北山沟水系是农业灌溉引用的主要水源,也是保障当地经济可持续发展的基础性资源。由于人口的增长和社会经济的不断发展,人和水土资源的矛盾日益加剧,山区森林的超量采伐、草场的过度放牧等不合理的人类活动导致区域内森林资源减少,草场退化,植被覆盖率降低,山区调节与涵养水分能力减弱,生态环境趋于脆弱和恶化,使处于气候由暖干向暖湿转型条件下的水环境发生了较大的改变。通过大量统计事实分析论述了造成霍城县水环境变化的原因以及环境变化在河流水文要素中的反映。这对于从气候转型和区域人类活动的视角,认识半干旱区水环境的变化情况,并加强人们的水资源可持续利用和水环境保护意识都是十分必要和有意义的。     

基于自动机的喀什方言音位变化规则研究

从喀什方言维吾尔语音合成的实际需求出发,在对照文本语料库的基础上,对比分析从标准维吾尔语到喀什方言的音位对应关系,根据增音、减音、换音等变位现象,总结相应的音位变化规则,构造基于有限状态自动机的转换模型及算法.实验结果表明,基于规则的自动转换算法具有良好的运行效果.     

和田县饲草料基地建设工程渠道横断面设计

从和田县饲草料基地建设工程设计出发,进行了渠道横断面设计分析,包括横断面形式、渠道横断面结构设计(其中包括边坡系数、糙率、渠道超高、岸顶宽度、流速等的计算)、渠道防渗衬砌方案的确定等方面。     

深度神经网络在维吾尔语大词汇量连续语音识别中的应用

研究将深度神经网络有效地应用到维吾尔语大词汇量连续语音识别声学建模中的两种方法：深度神经网络与隐马尔可夫模型组成混合架构模型(Deep neural network hidden Markov model, DNN-HMM),代替高斯混合模型进行状态输出概率的计算;深度神经网络作为前端的声学特征提取器提取瓶颈特征(Bottleneck features, BN),为传统的GMM-HMM(Gaussian mixture model-HMM)声学建模架构提供更有效的声学特征(BN-GMM-HMM)。实验结果表明,DNN-HMM模型和BN- GMM-HMM模型比GMM-HMM基线模型词错误率分别降低了8.84%和5.86%,两种方法都取得了较大的性能提升。