小波阈值法在炮口振动信号消噪中的应用

针对传统软硬阈值方法存在的估计小波系数连续性差和信号失真等问题,采用了三种改进的小波阈值消噪方法,通过对仿真含噪信号进行消噪分析及计算信噪比、赋范均方根误差等评价参数,表明改进的方法消噪效果良好,最后对实测航炮炮口振动信号进行消噪处理,分别从时域和频域两个角度进行比较分析,进一步验证了改进小波阈值函数方法在炮口振动信号消噪中的有效性.     

电镀砂轮基体高效微损伤返镀再生工艺研究

研制出一种新型退镀工艺用于超硬材料电镀砂轮基体返镀再生。设计退镀速率提升实验,进行配方优化调整,最终明确退镀剂最佳成分配比及其工艺条件。得到的最佳工艺参数：间硝基苯磺酸钠100 g/L,氨基三乙醇230 mL/L,硼砂1 g/L,使用温度70℃～80℃,最佳pH值为10.5。该工艺条件下退镀速率可达13.5μm/h,基体腐蚀深度在2μm以下,实现了砂轮基体的返镀再生。     

面向太阳能电池板清洁作业的风能落沙器研究与设计

收集自然风并将其引导形成气流,然后用来清洁太阳能电池板的积尘,是新发展起来的一种新技术.该技术中的一个重要环节是过滤自然风中的沙粒,而过滤过程中最大程度的减少能量消耗是关键技术问题.本研究设计了一种落沙器,由三节组成,并设计有挡沙节、储沙区等结构,该设备可以完成一定的空气净化效果并保持自然风流量基本不变,同时还具备便于...     

两株弱后酸化保加利亚乳杆菌发酵性能的研究

以实验室筛选出的后酸化能力最弱的两株保加利亚乳杆菌为出发菌,通过对产酸能力、后酸化特性、产香性能及发酵酸乳物性特性等发酵性能进行测定,以评估其是否具有发酵剂的潜能,旨在开发具有优良发酵特性且弱后酸化的酸奶发酵剂。结果表明:实验菌株KLDS1.1011和KLDS1.1006的产酸能力稍差,但在凝乳24h后酸度大于70°T,达到GB19302-2010对酸乳的要求。KLDS1.1011发酵的酸乳在4℃和20℃下储藏21d发生的后酸化程度仍很低,乳清排出少,酸乳质构最好,乙醛产量较高,具有极大的开发潜能。     

两段法发酵雪莲果果醋饮料的研究

以雪莲果为主要原料在20 L发酵罐中进行液态发酵,通过酒精发酵和醋酸发酵两个阶段过程进行单因素试验和正交试验.实验表明,在酒精生成阶段,当糖含量为16 g/dL,接种量8％,发酵温度31℃,发酵时间120 h时产生的酒精浓度最高.醋酸生产优化工艺为:酒精度为10％,醋酸杆菌种龄为54 h,接种量为5％,发酵时间120 h时,醋酸产量最高.     

蛋壳膜对功能性物质的吸附与运载特性

蛋壳膜具有高透水透气性、良好的稳定性及生物相容性等特点,是一种可以以直接作用和交联作用2种方式与功能性物质相结合,能用于吸附、运载包括贵重金属及酶蛋白等功能性物质的天然载体,是一种在日用化工、医药等领域具有明显研究和应用价值的天然产物。     

微波处理对亚麻籽油品质的影响

采用微波技术对亚麻籽粉进行处理,探讨了微波处理条件对亚麻籽粉中生氰糖苷含量、出油率以及亚麻籽油品质的影响。结果表明:微波处理可有效降低亚麻籽粉中生氰糖苷的含量,增加亚麻籽粉的出油率;对亚麻籽油中的黄酮和多酚类物质、类胡萝卜素、甾醇都有一定程度的提高,但亚麻籽油的过氧化值、酸值也会增加,碘值下降。     

浅析光伏组件背板材料的技术发展及选型建议

光伏组件背板是一种用于太阳能电池组件的封装材料,位于太阳能光伏组件的背面,主要的作用是阻隔空气、阻隔水汽、阻隔紫外线等,从而使得太阳能组件寿命达到25年以上的质保要求。本文主要以有机高分子背板材料为例,对目前市场上的材料从结构、生产工艺、技术特点等方面进行分析,建议在背板选型时可根据不同的应用环境,从耐老化性能、PET紫外光降解及PET厚度三个方面进行综合考虑。     

药食同源生物活性物质降脂减重机制研究进展

近年来,我国居民生活水平逐步提高,营养供给能力显著增强,高脂食物摄入量陡然增加。过量的脂肪摄入会破坏机体能量代谢和物质代谢平衡、引发系统炎症,诱导肥胖、糖尿病和非酒精性脂肪肝等慢性代谢疾病的发生。基于此,美国农业部和中国营养学会分别修订了各自的膳食指南,以期通过平衡膳食改善过量脂肪摄入诱发的系统炎症和代谢紊乱。药食同源作为平衡膳食的重要组成部分,其干预缓解肥胖发生和发展的作用效果及机制备受关注。本文从药食同源生物活性物质概念出发,聚焦其降脂减重的作用效果,从降低食欲、调节脂质吸收和代谢、干预脂肪细胞的功能、影响能量消耗和脂质储存、调节肠道屏障功能和改善肠道菌群等方面综述药食同源生物活性物质降脂减重的分子机制,并对其未来研究方向进行了展望,以期为功能性食品及药品领域的开发和综合利用提供理论依据。     

基于MapReduce的K-means聚类算法的优化

针对传统的聚类算法K-means对初始中心点的选择非常依赖,容易产生局部最优而非全局最优的聚类结果,同时难以满足人们对海量数据进行处理的需求等缺陷,提出了一种基于MapReduce的改进K-means聚类算法。该算法结合系统抽样方法得到具有代表性的样本集来代替海量数据集;采用密度法和最大最小距离法得到优化的初始聚类中心点;再利用Canopy算法得到粗略的聚类以降低运算的规模;最后用顺序组合MapReduce编程模型的思想实现了算法的并行化扩展,使之能够充分利用集群的计算和存储能力,从而适应海量数据的应用场景;文中对该改进算法和传统聚类算法进行了比较,比较结果证明其性能优于后者;这表明该改进算法降低了对初始聚类中心的依赖,提高了聚类的准确性,减少了聚类的迭代次数,降低了聚类的时间,而且在处理海量数据时表现出较大的性能优势。