茜素硝化对涤纶织物染色性能的影响

以典型蒽醌结构的生物质茜素为母体,采用不同改性方法制取3-硝基茜素,通过FT-IR、HPLC-MS及1H NMR等分析测试手段对改性结构进行表征;将改性后的茜素用于超细涤纶织物染色,测定被染织物的匀染性、耐皂洗色牢度与耐摩擦色牢度,并与未改性茜素的染色样品相关性能进行对比。结果表明：茜素在40 ℃与冰乙酸、浓硝酸反应8 h制得的3-硝基茜素纯度可高达97%;未改性茜素上染涤纶时需借助分散剂和渗透剂等助剂才可提高其染色性能,而改性茜素无需助剂即可使毛沾、湿摩、匀染性各提高半级,既降低了染色成本,又减少了染色废水的污染程度。     

超高压处理对僵直前獭兔肉品质及微观结构的影响

以僵直前獭兔肉为原料,在室温（25 ℃）条件下,分别用100、200、400 MPa超高压处理15 min,－8 ℃贮存24 h,然后对兔肉进行品质分析和超微结构研究。结果表明：随着压力的升高,兔肉亮度（L*）值升高,红度（a*）值降低,兔肉颜色由浅红色逐渐变为灰白;随着压力的升高兔肉蒸煮损失率、滴水损失率呈现先下降后上升的趋势,在200 MPa时兔肉的蒸煮损失率、滴水损失率最低,分别为31.54%和2.61%;超高压对兔肉嫩度影响显著（P＜0.05）,在0.1～200 MPa之间,剪切力随压力增大而降低,而400 MPa处理时,兔肉剪切力急剧升高并显著高于对照组（0.1 MPa）;100 MPa压力处理,兔肉组织结构与对照组相比变化不大,而400 MPa时兔肌肉显微组织结构变化明显：肌节收缩,肌纤维歪曲、片段化,蛋白质发生解聚、三级结构遭到破坏。可见,不同的超高压对僵直前獭兔肉的品质和微观结构有显著影响,且200 MPa是最适于僵直前兔肉处理的超高压条件。     

西酞普兰对映体的手性色谱拆分及吸附平衡

以添加醇类和二乙胺的正己烷为流动相,考察了多糖类、酒石酸类和环糊精类手性固定相对西酞普兰外消旋体的拆分效果,优选合适的手性固定相、流动相和温度等色谱条件,在此基础上利用前沿色谱法测定了西酞普兰对映体的吸附等温线。优化的色谱操作条件为：Chiralpak AD-H柱为固定相,正己烷∶异丙醇∶二乙胺（95∶5∶0.1,体积比）为流动相,柱温35℃。西酞普兰对映体的吸附等温线为优惠型,采用Langmuir方程拟合,效果较好。本研究为模拟移动床（SMB）制备西酞普兰对映体提供重要的基础数据。     

电站自动化系统在变电站中的应用

随着人们对供电系统的可靠性、安全性要求的日益提高,电站自动化系统已广泛地应用到各个领域.介绍了电站自动化系统的作用和功能,详细阐述了电站自动化系统在钢铁企业变电站中的具体应用.     

基于打散重构原理的文化创意产品设计方法

目的针对文创产品侧重于将"文化"转换成"创意"后附加于产品这一特点,实现文化与产品创新设计。方法以典型的青铜器产品为研究对象,结合青铜文化的艺术形式与传承价值的联系,从"形"和"神"着手,引入打散重构原理进行设计,利用形态分析法打散分解文化产品,从视觉形态和内在意识形态分析获取设计元素,在保证原形态特征的前提下依据设计要求进行目标载体的形态重构。结论通过具有商周青铜鼎造型的文化创意产品实践设计,为文化创意设计提供着系统且科学的思维方法。     

PZT基复合材料的3D打印制备及其柔性传感性能研究

为提高柔性可穿戴传感器的电信号输出能力，设计并制备了以聚二甲基硅氧烷(PDMS)为基体，锆钛酸铅(PZT)为压电相的0-3型压电复合材料。探究了不同固相含量对浆料流变性能的影响。结果表明，浆料的粘度与剪切模量随银修饰PZT质量分数(w(PZT))的增加而增加，w(PZT)=38%时浆料屈服点为398.1 Pa，具有最优的可打印性。在电信号测试中，经银修饰样品最大电压峰-峰可达20.54 V，约为未经银修饰样品最大电压峰-峰值的5倍。弯曲测试中，在长度之差ΔL=7 cm时，样品电压峰-峰值为55 mV，证明样品具备柔性传感性能。     

照明节电在工厂中的应用

针对如何在工厂环境内实现照明节电提出了几点建议。介绍了几种常用电光源的优缺点,对其技术指标进行了分析比较。阐述了灯具的选择和布置原则,并对如何合理选择控制方式作了介绍。     

节能操作模式和最佳原料使用实现经济型绳索整理

由多种材料制备的高质量绳索需具备多种应用性能。不仅材料，绳索的性能，例如拉伸强度、应力-应变行为也是可控及可重现绳索后整理工序的首要条件。     

O形橡胶密封圈室温拉伸试验装置及测试方法的研究

针对完整O形橡胶密封圈室温拉伸试验,开发了新型试验装置及试样拉断伸长率的测试方法。试验结果表明,新型试验装置结构简单、操作方便、测试精度高、测量稳定,可满足完整O形橡胶密封圈室温拉伸试验中拉断伸长率测量的要求。     

基于Radon-经验模式分析的纹理分类

目的 纹理分类是机器视觉和设备状态检测研究的核心技术,在工业生产领域起着重要的作用。高效的纹理分类方法不仅可以提高生产效率,还可以大幅提高产品的质量和可靠性。针对工业生产中图像纹理提取计算方法复杂等缺陷,提出一种1维化图像的纹理分类方法。方法 在图像1维化基础上,将其视为一类特殊的时域信号,引入EMD(empirical mode decomposition)特征计算方法。具体包括,通过Radon变换将2维信号1维化,评价投影信号以选取有利于分类的投影方向;对投影信号进行端点效应抑制和经验模式分解,并根据各个IMF(instrinsic mode functions)分量与原始信号构建纹理特征集;对特征集进行主成分分析,简化压缩特征集以降低特征集维数;结合支持向量机对特征集进行分类有效性评估,建立最优分类决策体系。结果 在Brodatz和KTHTIPS数据集上展开了多尺度、多方向等纹理分类实验,取得了满意的纹理分类结果。建立了基于网点纹理识别的印刷机状态检测系统,实现了工业生产应用。通过分析多幅Brodatz图像进行了特征提取速度对比,本文方法耗时5 s左右,而GLCM、Gabor滤波分别为9.5 s和24 s左右。结论 1维投影信号的IMF特征对于纹理特征有着很好的识别效果;由于进行了旋转投影选择并计算了统计特征,使得该方法对于多方向和多尺度纹理同样有效;所提出方法有着较高的计算效率。