金黄色葡萄球菌液相芯片检测方法的建立及应用

目的建立一种快速检测金黄色葡萄球菌的液相芯片检测方法,并进行初步应用。方法将金黄色葡萄球菌单克隆抗体(mAb930)与聚苯乙烯微球偶联,结合双抗体夹心技术建立金黄色葡萄球菌液相芯片检测方法,通过L(934)正交设计试验优化方法的反应条件;对建立的方法进行灵敏度和特异性验证;应用建立的方法检测200份食品样品,并与国家标准检测方法进行比较。结果所建立的检测方法的最佳反应条件为:多克隆抗体工作浓度为1∶100,生物素标记的二抗工作浓度为1∶1 000,链霉亲和素-藻红蛋白的工作浓度为2μg/ml,生物素标记的二抗与SA-PE的反应时间为40 min;建立的方法检测金黄色葡萄球菌的灵敏度可达103CFU/ml,检测其他常见食源性致病菌无交叉反应;建立的方法与国家标准方法检测200份食品样品的结果基本相符。结论已建立了一种快速检测食品中金黄色葡萄球菌的液相芯片检测方法,能够应用于实际样品的检测。     

基于网络效用最大化与冲突避免的无线传感器网络MAC协议

针对周期汇报型无线传感器网络(WSN)中的无线信号冲突和能量利用效率问题,提出了一种基于网络效用最大化与冲突避免的媒体访问控制(UM-MAC)协议。该协议基于时分多路复用(TDMA)调度机制,将效用模型引入无冲突的节点工作时隙分配过程中,把链路可靠性、网络能耗归纳到一个统一的效用优化框架中;进而提出了一个启发式算法,使网络能够快速找到一个基于网络效用最大化与冲突避免的节点工作时隙调度方案。将UM-MAC协议与S-MAC协议和冲突避免MAC(CA-MAC)协议进行比较,在不同节点数量的网络环境中,UM-MAC获得的网络效用较大,平均数据包成功发送率较高,生命周期介于S-MAC与CA-MAC之间,在不同的网络负载下所有节点发数据包到汇聚节点的平均时延有所增加。仿真实验结果表明:UM-MAC协议较好地解决了冲突干扰问题,提高了网络的数据包成功发送率和能量利用效率等性能;在低网络负载时,TDMA类协议的性能并不比竞争类协议好。     

铸钢件表面裂纹研究进展

主要介绍了铸钢件表面裂纹的研究概况。总结了表面裂纹的主要形貌,分析了表面裂纹的产生原因,在此基础上提出了减少表面裂纹的改进措施。     

因子分析法在船舶柴油机润滑油发射光谱数据挖掘中的应用

为监测柴油机的润滑和磨损工况,利用原子发射光谱仪跟踪分析船舶装备的两种类型柴油机的在用润滑油,获得润滑油中21个元素的含量变化。应用因子分析法分析油样的光谱数据,基于载荷矩阵和因子得分分析,油样数据由3个因子组成,分别代表添加剂、磨损和海水。3个因子的三维图可清晰地显示每个油样所代表的磨损程度、被海水污染程度和添加剂特征。研究表明:借助于因子分析法分析油样的发射光谱数据,不仅能比较理想地对不同配方的油样进行分类,而且能揭示磨损的程度,还能有效地监测润滑油受到海水污染的程度。     

基于测度理论的广域电力系统反馈信号最大允许时延分析

广域电力系统稳定性分析与控制中一个不容忽视的问题就是广域信号的传输时延.文章提出了一种基于矩阵测度理论的分析方法.该方法从广义的角度给出了应用广域控制策略的含多时延的闭环电力系统模型;针对该模型,应用矩阵测度的现有理论给出了保证系统闭环稳定的充分条件,并能求出系统最大允许时延.文章以时域仿真结果说明了该方法的有效性.     

广东省水利学会召开分支机构及市级学会秘书长会议

7月22至24日,广东省水利学会在飞来映召开分支机构及市级学会秘书长会议。传达学习中国水利学会第九届会员代表大会精神,交流工作经验,研究布置下阶段工作。省水利厅副厅长、省水利学会常务副理事长李粤安主持会议并作讲话。     

浅析加强企业内部控制管理促进油田企业效益最大化

加强企业内部控制工作是提高企业效益的重要手段,使财务风险降为零,财务风险是指各项财务活动中,由于各种难以预料或控制的因素影响,财务状况的不确定性,从而使企业的实际效益与目标收益发生背离而遭受损失的可能性,财务风险是企业风险,货币化的表现形式,目前对于财务风险一般从筹资、投资、信用角度进行分类和防范,本文就企业内部控制方面进行论述。     

含羟基自加速固化酞菁树脂的结构及热行为

利用4-硝基邻苯二甲腈的亲核取代反应合成了6种邻苯二甲腈衍生物。FT-IR1、H-NMR、DSC和TGA对化合物的结构和热性能进行了表征。带羟基邻苯二甲腈类衍生物在高温区都存在自加速热聚合行为,其自加速热聚合活性与羟基和邻苯二甲腈单元的比例密切相关,且羟基比例越高,反应活性越强。     

基于SincNet网络结合注意力机制齿轮箱故障诊断

针对传统卷积神经网络(CNN)在齿轮箱中故障诊断准确率不高、特征提取方面表现欠佳的问题,提出了SincNet网络结合注意力机制齿轮箱故障诊断方法。首先,采用参数化的Sinc函数设计滤波器作为卷积层来代替传统CNN的第1个卷积层,得到SincNet网络结构,提取输入数据的特征信息;其次,结合具有Softmax的注意力机制(Att)增强特征信息。最后,采用齿轮箱故障数据集对所提出的方法进行实验验证,结果表明,所提方法平均诊断准确率达到99.68%,均高于对比方法。此外,通过特征图可视化分析,该方法能够准确定位输入数据中的识别信息,能更好地理解神经网络的特征提取过程,为机械振动信号的特征提取过程提供了参考。