烟草种子渗透调节技术及机理研究

系统研究了烟草种子渗透调节主要技术参数包括渗调剂浓度、渗调时间对种子活力、发芽指标的影响以及渗调过程中种子内储藏物水解酶(淀粉酶、蛋白酶和脂肪酶)和细胞保护酶(过氧化氢酶和过氧化物酶)活性的动态变化规律.结果表明PEG渗调可以显著改善烟草种子发芽性状并提高种子体内相关酶活性,确定在通入空气的条件下以10%PEG-6000溶液连续渗调3 d为烟草种子最佳渗调方式.     

偏心磨损套管应力分布的双极坐标解答

因井眼狗腿度和钻柱的受力变形造成套管内壁磨损,导致套管抗挤毁强度和抗内压强度降低。内壁磨损套管的横截面形状多为月牙形,很难得到其应力分布的解析解。文章将其简化为偏心圆筒模型,并把直角坐标向双极坐标转换,得出了偏心磨损套管在内外压联合作用下应力分布的解析解。以139.7 mm×7.7 mm-N80套管为例,得出了套管剩余壁厚为4.2 mm时,偏心圆筒模型的应力分布曲线,确定了影响磨损套管应力分布的主要因素。     

内壁磨损套管抗挤毁强度计算

套管磨损后壁厚变薄，抗挤毁能力随之降低，若对此估计不足，有可能因此而导致钻井事故或油气井的早期报废。以最小壁厚分别为4．2mm和5．2mm的N-80φ139．7mm×7．7mm套管为例，得出了磨损套管抗挤毁强度计算公式，对一些磨损套管的剩余抗挤毁强度做了理论计算，并对计算结果和试验值进行了比较。结果表明，该公式的计算误差小于109／5，符合工程设计的需要。     

PLC程序设计方法研究

可编程控制器是以微处理器为核心的工业控制装置、它将传统的继电器控制与计算机技术结合起来可编程控制器普遍采用梯形图程序设计方法，本文论述了梯形图程序的四种设计方法：替代设计法、逻辑代数设计法．程序流程图设计法、经验设计法。     

基于神经网络的混凝投药控制研究与实现

作为水质净化重要环节的混凝投药是一个非线性系统,目前还很难对其建立准确的数学模型。该文提出了基于改进BP神经网络的解决方法,根据水源参数的具体特征提取特征值并建立相应的神经网络,通过训练,网络具有较强的适应和学习功能,通过仿真和实验达到了很好的混凝投药控制效果,使混凝投药系统的控制迈向智能化。     

积分分离PID算法的电阻炉温度控制系统

为使大惯性、纯滞后的电阻炉温度控制系统的动态性能和稳态精度满足要求,提出了Smith预估结合积分分离PID算法;设计了温度控制器的硬件系统;对控制系统进行辨识;分析了Smith预估结合积分分离PID算法与单纯Smith预估控制算法的区别,并对两种控制算法进行了比较分析,确定了电阻炉温度控制系统参数;最后对Smith预估结合积分分离PID算法进行了电阻炉的温度控制实验;实验结果表明,采用Smith预估结合积分分离PID算法提高了电阻炉温度控制系统的稳定性,降低了系统的超调,稳态精度达到0.2℃,其动态性能和稳态精度满足系统控制要求.     

不同品种雪茄烟叶晾制后代谢组的差异分析

不同品种雪茄烟叶晾制后叶色存在显著差异。本研究以晾制后的雪茄烟品种楚雪10号（CX-010）和楚雪14号（CX-014）烟叶为材料,运用液相色谱-串联质谱（LC-MS/MS）联用技术开展非靶向代谢组学分析,探索两品种烟叶在晾制后代谢物的相对含量差异及其与叶色的关系。结果表明,两个品种晾制后的烟叶代谢物相对含量存在显著差异。与CX-014相比,CX-010烟叶中游离氨基酸与生物碱相对含量总体较低,脂质相对含量总体较高,相差最大的32种差异代谢物包含2种氨基酸、10种酚酸、3种酰胺等物质。结合KEGG代谢通路分析,发现精氨酸和脯氨酸代谢通路中脯氨酸生物合成途径在两品种间差异显著。差异代谢物的生理功能分析显示,两品种烟叶晾制后的叶色差异主要与脯氨酸、水杨酸、黄酮类和生物碱的含量差异有关。     

基于球Bessel函数的钢球温度分布均匀化时间计算

推导了球体的热传导方程,采用球Bessel函数给出了球体热传导方程的解,实例分析不同半径球体热处理过程中的温度变化情况,通过试验并作图,得出了用于计算不同半径球体温度均匀分布所需的时间拟合公式。结果表明:球体温度均匀分布时间为半径的二次函数,采用拟合公式计算的误差为0.6%;球体表面温度变化比中心剧烈,表面细小裂纹容易导致球体开裂。     

利用网络技术实现远程监控

论述了串行通信的基本概念以及RS-232和RS-485串行通信的区别,介绍了VB6．0中的串行通信控件MSCommn、用于网络编程的WinSock控件和分布式监控模块,提供了利用网络技术实现远程监控的方法及实例。     

基于改进BP神经网络的产品成本预测研究和实现

作为成本管理重要环节的产品成本预测是个非线性系统,目前还很难对其建立准确的数学模型.引入BP神经网络算法对产品成本进行预测,针对BP算法容易陷入局部最小的缺陷,提出了改进BP算法.根据产品成本的具体特征提取特征值并建立相应的神经网络,通过训练,网络具有较强的适应和学习功能,经测试表明,网络具有较高的预测精度,能够为企业生产运营提供可靠的依据.