澜沧江流域不同茶区晒青茶品质比较

为深入了解云南澜沧江流域不同茶区晒青茶的品质差异，选取比较澜沧、双江2个茶区的24个乡镇晒青茶样，采用感官审评与品质理化成分检测，分析不同茶区晒青茶主要理化成分和感官品质方面存在的差异。结果表明：澜沧、双江2个茶区晒青茶的茶多酚平均值分别为24.43%、23.18%；游离氨基酸平均值分别为2.72%、3.97%；咖啡碱平均值分别为4.90%、4.48%；水浸出物平均值分别为45.67%、44.29%；酚氨比均值分别为9.40、6.07。澜沧、双江2个茶区不同产地的晒青茶茶多酚、游离氨基酸、咖啡碱、水浸出物和酚氨比之间存在一定差异。不同的内含化学成分，使各茶区的晒青茶感官品质明显不同。澜沧茶区的晒青茶滋味整体较醇和、稍涩，部分稍带花香与焦味；双江茶区的晒青茶整体滋味较浓醇、微涩带苦，部分平和。     

自交联型油基钻井液降滤失剂的研制与评价北大核心

针对传统油基钻井液降滤失剂耐温性能不足、影响体系流变等问题,基于自交联改性思路,以N-羟甲基丙烯酰胺为功能单体,与丙烯酸丁酯和苯乙烯进行乳液聚合,研制了一种自交联型油基钻井液降滤失剂(BSN)。通过红外光谱仪、激光粒度仪和透射电镜表征了BSN的主要官能团、微观形貌和自交联特征。实验结果表明,BSN含有自交联功能基团羟甲基,平均粒径为247 nm,颗粒间具有明显的交联结构。热重测试结果显示,BSN热稳定性良好,初始分解温度高达355℃,显著高于非自交联型的降滤失剂BS(278℃)。在油基钻井液体系中添加1%的BSN,不仅不影响体系流变参数而且能够提高破乳电压,180℃下的高温高压滤失量仅为4 mL,滤失控制能力明显优于非交联型的降滤失剂BS以及3%的传统油基钻井液降滤失剂有机褐煤和氧化沥青。     

切顶卸压自动成巷无煤柱开采技术在综采工作面的应用

西山煤电集团官地煤矿12605工作面东北侧为12603工作面,与本工作面相距23 m,西南侧为未采区,切眼东南侧存在2#煤层小窑破坏区。为确保井下安全掘进开采,该矿探索应用切顶卸压自动成巷无煤柱开采技术,使恒阻锚索在留巷的过程中发挥了较好的悬吊作用,同时有效保护了锚固端;在切缝设计上,采用双向聚能爆破预裂技术,达到被爆破体按设定方向张拉断裂成型的目标。切缝孔布置在巷帮与顶板夹角处。实践表明:切缝孔间距为500 mm时,现场的爆破成缝效果最好。再辅以科学的临时支护方案,确保了采区顶板稳定和巷道支护稳定。     

浅议机械工程设计中的创新型思维的运用

机械工程设计及制造推动着我国的经济发展,随着科技的进步,机械工程设计也要与时俱进,需要在设计过程中融入创新思维,实现产品的优化配置。本文从创新思维的本质进行分析,进而提出机械工程设计过程中创新思维的方法及其运用。希望借此能够提升我国机械工程设计创新程度。     

高层建筑施工中墙体裂缝预防技术相关研究

裂缝不但会对建筑物自身结构安全产生影响,同时还会对用户在使用上的美观产生影响。作为当前工程的相关技术人员,针对多种裂缝都需深入关注研究。对墙体裂缝自身的分类给予分析,同时对目前我国进行建设的高层建筑在具体施工过程中其墙体产生裂缝的相关问题进行总结,提出相关的处理措施,希望能给相关人员提供一定的参考。     

基于卷积神经网络的葡萄叶片氮含量识别方法

为实现对葡萄叶片氮素含量快速、便捷的识别，在卷积神经网络VGG-16网络结构基础上，将数据增广后的图像按不同梯度划分进行模型训练，通过十折交叉验证法探究最佳的训练集与验证集分配比例，并构建4个不同深度的网络模型进行训练对比，采用全局平均池化代替全连接层约简网络参数量。训练结果表明，氮含量梯度设为0.70%、0.35%和0.175%时，室内简单背景识别准确率分别为85.9%、76.2%和71.1%；晴天室外复杂背景下识别准确率分别为44.6%、35.0%和30.4%。研究结果表明利用VGG-16建立的网络学习模型对葡萄叶片氮含量识别提供了一种新的便捷方法，对农业信息化和智能化技术应用具有一定促进作用。     

GaN中质子辐照损伤的分子动力学模拟研究

本文利用分子动力学方法研究了GaN在质子辐照下的损伤。对不同能量（1~10 keV）初级离位原子（PKA）引起的级联碰撞进行了研究，分析了点缺陷与PKA能量的关系、点缺陷随时间的演化规律、点缺陷的空间分布及点缺陷团簇的尺寸特征。研究结果表明，点缺陷的产生与PKA能量呈线性关系，不同类型的点缺陷随时间演化规律相似，点缺陷多产生在PKA径迹旁，点缺陷团簇多为孤立的点缺陷和小团簇。     

UCM轧机轧制高强钢工艺控制参数优化

探讨了通过优化某厂UCM轧机各项工艺参数,可实现稳定批量化生产高强系列用钢,利用CSP(薄板坯连铸连轧)+TCM(冷连扎)机组生产抗拉强度超过540 MPa的高强冷硬钢带的可行性,采用新设计的轧制规程和工艺制度可实现稳定生产高强度冷硬钢带。     

利用协同表示与神经网络的高光谱图像亚像元定位

针对小样本情况下高光谱图像亚像元定位精度有限的问题,提出利用协同表示与神经网络的高光谱图像亚像元定位算法。该算法以一幅低空间分辨率的高光谱图像和少量的训练样本作为输入,首先应用空间上采样和基于协同表示的分类技术获取一幅亚像元级类别标签图,同时应用基于协同表示的分类、光谱解混和空间引力模型获取另一幅亚像元级类别标签图,之后依据两幅初始的亚像元级类别标签图扩充训练集,最后利用扩充后的训练集基于BP神经网络对高光谱图像进行亚像元定位,从而提高小样本情况下高光谱图像亚像元定位的精度。对于Indian Pines和Pavia University图像,所提算法的总体分类精度比ASPM算法分别高3.39%和9.63%,比ACSPM算法分别高0.26%和8.91%。实验结果表明,所提算法优于ASPM和ACSPM算法,尤其适用于细节信息较为丰富的高光谱图像。