稻田萤蔺对苄嘧磺隆的抗药性

[目的]测定萤蔺对苄嘧磺隆抗性水平及抗性机制。[方法]采用整株剂量反应和离体ALS酶活性测定法。[结果]整株测定显示20个抗性萤蔺种群中R7、R17和R18达到高等抗性水平,抗性指数分别为95.22、96.15、90.08;离体ALS酶活性测定显示种群R7、R17和R18抗性指数分别为98.03、122.71、100.15,其抗性趋势与整株测定结果一致。[结论]20个萤蔺种群对苄嘧磺隆均产生不同水平的抗性,其体内ALS活性降低可能是产生抗性的原因之一。     

10 kV配电变压器高空电磁脉冲效应实验研究

高空电磁脉冲具有场强幅值高、分布范围广、频谱范围宽等特点,可以通过广域分布的配电线缆耦合进入配电变压器,较大的电流变化率会在绕组中感应一定的匝间电压对变压器匝间甚至相间绝缘可能会造成威胁。因此,针对典型10 kV油浸式配电变压器和干式配电变压器开展电磁脉冲效应实验,对比分析其效应现象与阈值规律。搭建了可用于开展10 kV配电变压器运行状态电磁脉冲效应实验的研究平台,主要由10 kV真型配电系统和电磁脉冲注入系统两部分组成,可向10 kV配电变压器共模注入三相纳秒级脉冲电流。基于该实验平台,分别针对所研究的10 kV油浸式配电变压器和干式配电变压器开展系统不带电和系统带电运行状态下的对比效应实验并获取实验数据。结果表明,在该实验脉冲注入电流的幅值范围内,即三相脉冲注入电流最大峰值约为500A,油浸式变压器和干式变压器均具有一定的抗电磁脉冲能力,实验中未发生故障效应。     

生物除草剂的开发、研究进展与未来发展思路

通过当今国内外生物除草剂的研究进展及应用情况,分析了生物除草剂存在的问题及其原因,提出了生物除草剂的未来发展思路及解决办法。对微生物除草剂、微生物源除草剂、植物源除草剂进行综述,并对其利用微生物产生的其代谢产物、天然植物提取物防治杂草的潜在优势进行了回顾性分析。安全,环保,持效期长及能够恢复土地原生态的生物除草剂的研究越发引起人们的关注,市场上会出现越来越多且越来越成熟的微生物及其代谢产物、植物天然产物等生物除草剂。     

利用QuEChERS-GC-ECD法测定2,4-滴异辛酯在土壤中的残留及消解

[目的]建立一种检测土壤中2,4-滴异辛酯残留的分析方法。[方法]采用分散固相萃取-气相色谱(QuEChERS-GC-ECD)法,样品经丙酮提取,采用C18作为QuEChERS的吸附材料,HP-5毛细管柱分离,程序升温,通过气相色谱进行定性和定量分析。[结果]2,4-滴异辛酯0.01~1 mg/kg添加水平下,平均添加回收率在98.8%~101.8%之间,日内相对标准偏差在2.9%~5.1%之间(n=5),日间相对标准偏差在3.4%~4.8%之间(n=15)。LOD和LOQ分别为1.1、3.8μg/kg。[结论]该方法简单、快速、准确,能够有效的检测土壤中2,4-滴异辛酯的残留,适合于其定性和定量分析。     

序列堆积杆状药床微细孔道相间阻力特性研究

为了进一步提升火炮发射弹丸的炮口动能,传统粒状药由于其装填条件的制约,在很大程度上无法满足现代火炮的需求。杆状药以其优异的装填性能得到了广泛的关注,采用杆状药以序列形式进行装填,可以有效调高火药装填密度。对于花边形的多孔杆状药,为更好研究其内弹道性能,采用仿真计算分析其燃烧性能,此过程需要大量辅助方程以保证计算结果的准确性。其中,燃气在序列堆积杆状药床微细孔道内流动的阻力系数是两相流内弹道的重要参数。利用实验装置分别完成氮气在杆状药内孔、花边间隙及装填药床流动的阻力特性实验研究,测量孔道进出口压降以及流量,总结出相间阻力系数f与雷诺数Re与间的关系。在同等条件下,使用Fluent仿真软件对氮气在微细孔道的流动特性进行计算分析,与实验结果吻合较好。在验证此模型的合理性后,将氮气更换为杆状药燃烧生成的火药燃气,结果表明:随着雷诺数Re增大,阻力系数f不断降低,可以拟合出相应的无量纲关系式f(Re),为两相流内弹道计算提供基础。     

分布式存储中新型分组piggybacking框架

随着互联网技术的快速发展，全球数据量爆炸式增长对分布式存储系统的可靠性和可用性提出了严峻的挑战。Piggybacking框架作为一种高效的数据容错技术成为近年来研究的热点。目前，绝大多数piggybacking框架均以牺牲子条带数和修复度的方式来降低修复带宽，导致修复失效节点过程中所节省的数据量通常无法有效地提升磁盘读取效率。针对上述情况，提出一种新型分组piggybacking框架，在保证较低修复带宽的同时，进一步降低了子条带数和信息节点修复度，从而提升分布式存储系统的输入/输出性能。该框架将校验节点分为两个部分，信息符号和校验符号分别按照一定规则分组后依次嵌入到对应的校验节点中，设计简单。通过这种设计，可以同时有效修复信息节点和校验节点，既减少了子条带数，又使其在校验节点个数较多时拥有较强的综合修复能力。与其他piggybacking框架相比，新型分组piggybacking框架能更好地权衡修复带宽、修复度与子条带数，适合在实际系统中应用。