排序方式: 共有1184条查询结果,搜索用时 0 毫秒
71.
采用水蒸气蒸馏法提取黄檗果实精油,利用气相色谱-质谱联用技术(GC-MS)对其成分进行分离鉴定;通过DPPH自由基清除作用和β-胡萝卜素漂白法检测精油的抗氧化活性,应用磺酰罗丹明B(SRB)比色法检测精油对人宫颈癌细胞He La、人肺癌细胞A-549和人胃癌细胞BGC-823这3种肿瘤细胞株的细胞毒活性。经GC-MS分析,从黄檗精油中共鉴定出39个成分,主要有β-蒎烯、β-氧化石竹烯、3-亚甲基-4-异丙烯基环己醇、西松烯等。精油具有一定抗氧化活性,对肿瘤细胞株A-549和BGC-823的细胞毒活性不显著,但对He La细胞具有较好的细胞毒活性。 相似文献
72.
采用丙烯酰胺(AM)、丙烯酸(AA)以及单六位取代烯丙胺基β-环糊精(NCD)为原料,合成出了一种水溶性聚合物AM/AA/NCD。采用喹啉、溴乙烷、氟硼酸钠在温和条件下合成了离子液体四氟硼酸1-乙基-喹啉盐([equin]BF4)。AM/AA/NCD溶液与[equin]BF4在50℃下回流,发生复合反应,生成AM/AA/NCD-离子液[equin]BF4复合粘土稳定剂。考察了反应条件对聚合反应的影响,确立了最佳合成工艺。通过膨润土线性膨胀实验,确定了复合粘土稳定剂最佳加量为0.6%,防膨率达到81%。采用X-射线衍射(XRD)考察了复合粘土稳定剂对钠蒙脱土晶层间距的抑制效果,晶层间距从1.89 nm降低到1.66 nm。压入硬度实验表明,AM/AA/NCD-[equin]BF4能有效保持泥页岩岩石强度。 相似文献
73.
74.
微连接用Sn-2.5Ag-0.7Cu(0.1RE)钎料焊点界面Cu6Sn5的长大行为 总被引:1,自引:0,他引:1
利用XRD、SEM及EDAX研究了钎焊和时效过程中低银Sn-2.5Ag-0.7Cu(0.1RE)/Cu焊点界面区显微组织和Cu6Sn5金属间化合物的生长行为。结果表明,钎焊过程中焊点界面区Cu6Sn5金属间化合物的厚度是溶解和生长两方面共同作用的结果;随时效时间的增加,焊点界面区Cu6Sn5的形貌由扇贝状转变为层状,其长大动力学符合抛物线规律,由扩散机制控制;添加0.1%(质量分数,下同)的RE能有效减慢界面Cu6Sn5金属间化合物在钎焊及时效过程中的长大速度,改变焊点的断裂机制,提高其可靠性。 相似文献
75.
76.
由于泛在电力物联网融入了社会的不可预知因素,导致互联环境复杂多样,终端设备接入类型与数量激增,时刻面临网络攻击和非安全数据入侵等安全隐患。因此,已有的安全检测与防护技术不再完全适用于如今的泛在电力物联网,文中从生物免疫学新视角探讨了泛在电力物联网安全技术。首先,类比病原体入侵生物体时免疫系统的免疫过程,阐述了生物免疫学与泛在电力物联安全防护的关联;其次,分析了感知层、网络层、平台层和应用层面临的安全挑战,并基于免疫学归纳了抗原识别、免疫响应和免疫记忆3方面的关键技术;最后,构想了泛在电力物联网全方位智能联动的安全免疫体系,并对研究方向进行了展望。 相似文献
77.
本文探讨个人电子邮箱活动与PIM活动之间的关系,指出了运用电子邮箱进行PIM管理时存在的主要问题,并提出了相应的解决措施。 相似文献
78.
长壁孤岛工作面冲击失稳能量释放激增机制研究 总被引:2,自引:2,他引:0
煤矿开采中跳采形成的孤岛工作面由于容易产生应力集中,来压强度高,极容易发生冲击地压。基于唐山矿孤岛工作面的地质条件和周期来压步距的监测结果,通过数值分析的方法,研究孤岛工作面煤岩体能量释放的动态特征,揭示工作面前方能量释放激增机制,对比普通工作面和孤岛工作面能量场的区别,介绍冲击地压预警防治措施。数值模拟结果显示,长壁孤岛工作面回采时随着直接顶的随采随冒,采空区悬空面积的不断增大,使得老顶积聚大量的弹性能。若老顶发生周期性垮落,弹性能将瞬间释放,此时工作面和顺槽巷道极易冲击失稳。由研究结果可知,孤岛工作面周期来压时顶底板和煤层的能量激增可做为判断冲击失稳的前兆信息之一。因此,微震监测等手段可以根据此结论预测潜在的矿山动力灾害。针对老顶周期性断裂时积聚能量的突然释放规律,运用强制放顶、超前卸压孔、开切卸压槽和卸压爆破、煤层注水等技术可以提前释放煤层内积聚的弹性能,达到良好的冲击地压防治效果。 相似文献
79.
针对目前旅游房地产开发中的问题,提出相应的解决对策有序开发,避免盲目跟风;开发与原有旅游资源保护,相得益彰;旅游房地产开发,要顺应当前旅游发展趋势。 相似文献
80.
风电机组齿轮箱的故障频率和维修成本较高,有必要对其运行状态进行实时监测。非线性状态估计(NSET)算法有着对记忆矩阵依赖大、无法有效利用数据资源改善精度、实时性差等不足。为此,提出一种基于模糊软聚类和集成NSET的状态监测方法:使用模糊软聚类将历史数据分为边界有重叠的不同类别,实现工况的软划分并构造多个不同工况的NSET模型作为个体学习器;以参数回归方法作为结合器,可在不影响实时性的同时,使用大量数据训练参数以改善精度。用某2 MW风电机组的齿轮箱故障数据进行验证,结果表明,相比常规方法,提出方法的精度和实时性均更优;通过预测残差均值和基于残差构造的健康指数,能够灵敏、准确的反映齿轮箱的早期故障及其发展趋势。 相似文献