乙腈碳四抽提丁二烯装置脱瓶颈技术改造

为解决4.5万t/a碳四抽提丁二烯装置产能不达标、能耗高、脱重塔釜丁二烯损失大等问题,中国石油兰州石化分公司合成橡胶厂进行了脱瓶颈技术改造。主要改造内容改造一萃塔内件;改变二萃系统回流方式;改变脱轻塔加料方式;取消一萃上塔换热流程;将塔器塔盘更换为ADV微分浮阀塔盘;将离心泵更换为屏蔽泵;采用导波雷达液位计等。改造后,碳四最大处理量由8.6t/h提高到11.0t/h,脱重塔釜丁二烯损失率由17%下降为5%以下,装置能耗[m(标准油)/m(丁二烯)]由389kg/t下降为335kg/t,丁二烯产品中乙腈质量分数由46×10-6下降为12×10-6,乙烯基乙炔质量分数由14×10-6下降为9×10-6,2004年增产丁二烯10.176kt。     

一类Holling-Tanner捕食模型的全局稳定性

研究了一类具有扩散项的Holling-Tanner捕食食饵模型,讨论了该模型在齐次Newmann边界条件下正常数平衡解的全局稳定性;并利用比较原理构造上下解的方法,得到了正常数平衡态解全局渐近稳定的条件。     

基于nRF24L01新型无线温度传感系统设计

采用nRF24L01作为无线收发模块实现无线数据传输,使用DS18B20温度传感器采集环境温度,并用ATMEL公司的AT89C52作为主控芯片,协调系统的数据采集、处理、显示及无线传输等过程。温度采集节点能够利用温度传感器稳定地采集周围环境的温度,并通过无线模块将数据传送到接收节点,显示到LCD上。该设计具有性能稳定、成本低、低功耗等特点,能够广泛应用于各类对温度要求较为特殊的环境下温度数据的检测。     

面向对象分析技术在关系型数据库设计中的应用

介绍用面向对象的分析方法来设计关系型数据库,具体描述对象关系映射为关系型数据库的方法。     

植物乳杆菌LB-B1产细菌素发酵条件的优化

为提高分离自新疆传统发酵乳制品酸马奶中植物乳杆菌LB-B1产细菌素的能力,对其产细菌素的发酵条件进行了优化,分别研究了培养条件(时间、温度、培养基初始pH值)和培养基成分对细菌素产量的影响。通过单因素试验和正交试验,确定产植物乳杆菌LB-B1的最佳培养条件为37℃静置培养20h,培养基初始pH值为6~7;最佳培养基成分组合为葡萄糖30g/L、胰蛋白胨10g/L、牛肉膏10g/L、酵母粉5g/L、无水乙酸钠5g/L、柠檬酸铵2g/L、磷酸氢二钾2g/L、硫酸镁0.28g/L、硫酸锰0.25g/L、吐温-80 4mL/L。在优化发酵条件下,植物乳杆菌LB-B1产细菌素高达10240AU/mL,提高了3倍。     

涂层导体用织构复合基带的界面及其扩散行为

复合基带是一种高强、低磁并较易形成锐利立方织构的高性能织构金属基带,能够较好地满足制备高性能涂层导体用织构基带的要求.采用放电等离子烧结方法制备了Ni5W/Ni12W/Ni5W复合基带并对其内外层界面进行了研究,发现扩散界面有利于外层合金立方织构的形成.同时,将基带在1250℃分别经60,120和180 min热处理后,基带外层合金立方织构含量均保持在98％以上.分析表明,在高温热处理阶段复合基带中界面处发生了元素互扩散行为,W元素由芯层扩散至基带表层并在晶界出形成钉扎点,抑制了晶粒的异常长大现象,使复合基带外层合金立方织构在高温热处理阶段具有较好的稳定性.     

利用淀粉糖化醪进行酒精连续发酵的研究

从多株酒精酵母菌株中筛选出S.cerevisiae KG作为连续发酵菌株,在酒精连续发酵过程中使用具有细胞循环的双罐系统。淀粉经酸酶复合糖化,然后送入酒精连续发酵系统,酒精生产强度可达到28.5(g/l.hr)。     

碱解玉米皮制备阿魏酸的研究

通过碱解玉米皮可释放阿魏酸.采用正交设计探讨了碱解和纯化阿魏酸的工艺,其最佳工艺为用含1%Na0H的50%乙醇溶液于85℃回流反应2h提取玉米皮(质量比110)中的阿魏酸.为防止阿魏酸氧化,在提取液中添加50 mg/100 mL的亚硫酸氢钠.将碱解液减压浓缩,用盐酸调节pH至3.0.每次用2倍体积的乙酸乙酯萃取3次,取酯相,减压挥干乙酸乙酯,用碱液溶解,再用盐酸调pH=2,所得产品为黄色油状物.检测结果表明,采用该工艺获得的阿魏酸纯度达82.69%,收率为148.92 mg/10 g玉米皮.     

谷物膨化混合粉的应用研究

以优质的黑米、薏米、荞麦粉为原料，采用现代挤压膨化技术制成膨化粉，将膨化粉按一定比例添加到小麦粉中，分别制作出营养保健价值很高的馒头、蛋糕、烤糕，研制出相应的馒头制作工艺、蛋糕制作工艺、烤糕制作工艺和工艺参数。     

基于ELM算法的光纤振动信号识别研究

光纤振动信号的信息提取与识别方法逐渐成为研究热点。对挖掘机挖掘、人工挖掘、汽车行走、人员行走和噪声这五种光纤振动信号的短时过零率和能量特征进行可视化分析,提出一种实验样本的选取方法;采用二分类任务决策树模型和ELM算法,根据事件的重要程度分四个阶段完成事件的识别。探讨ELM算法中各参数对实验结果的影响。通过实验证明,该方法提高了事件的正确识别率,大大缩短了模型训练时间。