2-烯丙基-4-羟基-2-环戊烯酮的改进合成

2-烯丙基-4-羟基-2-环戊烯酮是合成前列腺素4-硫代-PGI1的关键中间体,具有重要的生理活性.采用改进方法以糠醛为原料经格氏反应和重排反应两步合成了2-烯丙基-4-羟基-2-环戊烯酮,并考察了酸催化剂种类、反应溶剂、酸含量和反应温度对重排反应的影响.结果表明,多聚磷酸具有最佳的催化性能,在100 ℃、n(多聚磷酸)/n(醇)=0.2的反应条件下,重排反应收率为79%,纯度为99.2%.两步反应的总收率为64%.     

1-甲基环丙烯处理延迟采后油梨果实后熟的研究

以“哈斯”油梨果实为试材,在20℃和相对湿度85%~90%的条件下,研究了20、40、60、80nL/L的1-甲基环丙烯(1-MCP)对果实的乙烯释放量、硬度、褐变指数、多聚半乳糖醛酸酶(PG)、多酚氧化酶(PPO)和纤维素酶活性的影响。结果表明,与对照相比,1-MCP可以明显降低果实的乙烯释放量,使果实乙烯峰值约推迟8~10d出现;在处理后的10d内,1-MCP能有效保持果实的颜色;1-MCP能有效抑制PPO、纤维素酶的活性,并推迟多聚半乳糖醛酸酶活性高峰出现的时间。     

挥发性有机酸对餐厨垃圾产沼气过程中胞外多聚物影响研究

餐厨垃圾的厌氧消化处置被认为是一种高效环保的技术,在减量化的同时还能产生沼气。然而由于餐厨垃圾自身较高的有机物含量,会造成反应体系挥发性有机酸的大量累积,严重抑制产甲烷活性。胞外多聚物作为微生物分泌到胞外的活性物质,其含量和组成会因挥发性有机酸积累导致的反应环境变化而变化明显。实验结果表明:随着物料负荷的升高,反应体系乙酸累积量增加,最高达到17.93 g/L。不同物料负荷下,胞外多聚物总量在反应进行过程中变化不明显,然而主要成分多糖和蛋白质的比例变化较大。反应后期蛋白质质量分数增加,其中S2组蛋白质质量分数最高达到0.038 mg/g,这可能是微生物响应高浓度乙酸环境,缓解挥发性有机酸毒害所引起的。3种类型的胞外多聚物组成随物料负荷的增加变化不同。溶解型和疏松型多糖/蛋白质比例随物料负荷变化明显,12 h时SMP和LB-EPS变化幅度达到70.2%和74.7%,而紧密型多糖/蛋白质比例较为稳定。     

重组人生长激素-Fc免疫融合蛋白多聚体含量尺寸排阻高效液相色谱检测方法的优化及验证

目的 优化重组人生长激素(recombinant human growth hormone,rhGH)-Fc免疫融合蛋白多聚体含量尺寸排阻高效液相色谱(size exclusion chromatography-high performance liquid chromatography,SEC-HPLC)检测方法 ,并对优化的方法 进行验证。方法 利用SEC-HPLC法对rhGH-Fc免疫融合蛋白中多聚体含量进行检测,优化检测条件(盐浓度、流动相pH、流速、柱温及色谱柱型号),观察目的 蛋白与聚合体分离的效果。对方法 的系统适应性、专属性、线性与范围、精密性、准确性及定量限进行验证。结果 优化后的方法 为采用TSK-gel G2000SW_xl色谱柱(5μm,7.8 mm×300 mm)进行测定,流动相50 mmol/L磷酸盐缓冲液(pH 6.80),检测波长280 nm,进样量100μL,流速0.6 mL/min,柱温45℃。rhGH-Fc免疫融合蛋白与聚合物分离度、理论塔板数、拖尾因子均能满足要求;rhGH-Fc免疫融合蛋白样品与对照品出峰时间一致,GH国家标...     

基于IMIE、MCFS和SSA-ELM的离心泵故障诊断方法

采用多尺度排列熵对离心泵振动信号进行分析时，存在忽略信号幅值信息以及粗粒化处理存在不足的问题，从而导致离心泵的故障识别准确率不高，为此，提出了一种基于改进多尺度增长熵(IMIE)、多聚类特征选择(MCFS)和麻雀搜索算法优化极限学习机(SSA-ELM)的离心泵故障诊断方法。首先，基于改进粗粒化处理，提出了改进多尺度增长熵(IMIE)方法，将其用于提取故障特征，构造了反映离心泵损伤属性的特征矩阵；随后，采用多聚类特征选择(MCFS),对原始故障特征进行了重要性排序，获得了对分类识别贡献度更高的故障特征，提高了故障特征的质量；最后，将低维的敏感特征输入至基于麻雀搜索算法(SSA)的极限学习机(ELM)中，进行了离心泵故障分类，完成了离心泵不同故障类型的识别任务；并采用离心泵故障数据集，对基于IMIE、MCFS和SSA-ELM的故障诊断方法的有效性进行了实验验证。研究结果表明：所提故障诊断方法的故障识别准确率达到了100%,多次实验的平均准确率和标准差也优于其他对比的故障诊断方法，即IMIE能够准确地提取信号中的故障信息，进而表征离心泵的健康状态；SSA-ELM能够准确地识别离心泵的故障类型...     

PPA/LSBR复合改性沥青及混合料性能研究

为研究多聚磷酸(PPA)和液体丁苯橡胶(LSBR)复合改性沥青与混合料路用性能，选用2.0%掺量的LSBR和0.3%、0.6%、0.9%、1.2%、1.5%的PPA进行复配，采用针入度、软化点、延度、旋转黏度以及四组分试验，分析了改性沥青基本性能、感温性能以及组分变化；通过车辙试验、低温小梁弯曲试验、浸水马歇尔试验以及冻融循环试验，研究了复合改性后混合料的路用性能变化。结果表明，PPA可以有效改善LSBR改性沥青的温度敏感性，高温性能得到提升；随着PPA含量的增加，沥青质逐渐增加，胶质减小，导致沥青黏度增加；PPA/LSBR复合改性沥青混合料动稳定度较LSBR提高了77.2%,表现出良好的高温性能，破坏应变和冻融劈裂比较LSBR分别减小了6.1%与2.79%,但仍高出SBS改性沥青混合料2.0%与2.3%,其综合性能最佳。     

多聚磷酸复合改性海缆沥青性能与机理

为探究多聚磷酸(PPA)复合改性海缆沥青综合性能与改性机理，对不同掺量PPA与SBR的PPA/SBR复合改性沥青进行常规指标测定实验，通过针入度、冷弯、黏附率以及热稳定性等实验考察PPA复合改性海缆沥青的高低温性能与黏附性能，并采用红外光谱试验、四组分试验、热重试验、核磁共振试验以及荧光显微图像观测试验来分析海缆沥青的复合改性机理，结果表明：PPA能够提高沥青的热储稳定性，SBR能够改善沥青的低温抗裂性能；SBR的改性机理以物理共混为主；PPA以化学改性为主，不仅改变了沥青碳链结构，使其发生磷酸酯化和环化反应，而且也提高了聚合物在沥青中的分布均匀性。     

多聚类融合算法在频繁非法访问检测中的应用

针对频繁非法访问的检查问题，提供了一种机器学习方法来检测登录场景中的频繁非法访问活动。通过特征工程的方法分析登录日志数据，筛选提取有效特征，再使用聚类方法对登录特征数据进行检测，分类出正常用户和异常用户。为了提高无监督识别算法的精度，提出了多聚类融合的检测算法，从多个聚类算法的角度，精确识别出登录日志中的频繁非法访问用户。实验结果证明，该方法可以更准确地提取登录场景中各项指标异常的用户，并可以扩展适应其他频繁非法访问场景。     

基于动态加权张量距离的多聚类算法

基于张量的多聚类算法（TMC）在衡量属性重要性时忽略了对象张量内部属性组合的关联性，而且在不同的特征空间选择下，固定权重策略导致所选与未选择特征空间没有完全分离。针对上述问题，提出一种基于动态加权张量距离（DWTD）的多聚类算法（DWTD-MC）。首先，为提升各特征空间属性重要性衡量的准确性，建立了自-关联张量模型；其次，构建多视图权重张量模型，在不同特征空间选择下通过动态加权策略满足多聚类分析的需求；最后，使用DWTD衡量数据点的相似性，生成最终的多聚类结果。在真实数据集上的仿真实验结果表明，DWTD-MC在杰卡德指数（JI）、邓恩指数（DI）、DB指数（DB）和轮廓系数（SC）评价指标上均优于TMC等对比算法，而且可以在获得较高质量的聚类结果的同时，使各聚类结果之间保持较低的冗余度，满足多聚类分析的任务需求。