排序方式: 共有95条查询结果,搜索用时 15 毫秒
81.
SPE-GC-GC-TOFMS检测油脂中游离甾醇及精炼废弃油脂的判别 总被引:1,自引:0,他引:1
研究开发一种基于固相萃取的植物油中游离甾醇的快速分离及多维气相色谱串联飞行时间质谱检测方法。与普通一维气相色谱相比,14 种游离甾醇及β-香树脂醇的三甲基硅烷化衍生物在多维气相色谱上得到了更好地分离,并且检测灵敏度更高。方法学验证结果表明:胆固醇、菜籽甾醇、芸薹甾醇和β-谷甾醇的检出限分别为0.03、0.04、0.04 mg/100 g油和0.05 mg/100 g油,定量限分别为0.06、0.08、0.08 mg/100 g油和0.08 mg/100 g油,在不同添加水平条件下的加标回收率皆高于93%,相对标准偏差在1.4%~10.0%之间。同时,利用本方法对6 种商品植物油及25 份精炼废弃油脂中的游离甾醇进行检测,并分析其在植物油和废弃油脂中的分布模式,提出了以判别指数对废弃油脂进行鉴别的方法,结果显示25 份精炼废弃油脂被完全正确识别。 相似文献
82.
当前,我国处于突发环境事故的高发期,防控此类事件颇受关注。文章介绍了突发环境事故的定义、分类和分级,明确了该类事故的范围和防控对象。随后,分析了国内突发环境事故的几大原因,并针对这些问题分别提出了有针对性的防控对策,将对今后的突发环境事故的应急工作提供建议。 相似文献
83.
84.
85.
86.
蓝莓青稞饼干的工艺优化 总被引:1,自引:0,他引:1
青稞饼干口味单一,且因青稞原料口感粗糙而影响青稞饼干的品质。因此,探究以蓝莓为主要原料在青稞饼干加工中的应用。以感官评价分数为指标,在单因素实验的基础上通过正交实验,研究青稞粉(67%~100%)、蓝莓酱(25%~58%)、白砂糖(4%~21%)及水(13%~29%)的添加量(质量分数)对饼干品质的影响。结果表明,饼干的感官评分随着青稞粉、蓝莓酱、白砂糖及水的添加量的增加均呈现先增加后降低的趋势;当蓝莓酱的添加量为42%~50%(质量分数)时能有效改善青稞饼干的品质;此外各因素对饼干品质的影响顺序为:水白砂糖青稞粉蓝莓酱。在蓝莓青稞饼干的最优配方下,所得饼干的外形、色泽、口感及滋味优良且理化性质均符合国家标准,为我国高原地区青稞原料的相关产品开发提供借鉴。 相似文献
87.
88.
为了优化非正交多址接入(Non-orthogonal Multiple Access, NOMA)系统上行链路速率,文中利用智能反射面(Intelligent Reflecting Surface, IRS)可以改变入射信号相移的特性对NOMA系统上行传输速率进行研究。为了最大化和速率,提出联合优化用户发射功率和IRS的相位偏移的问题,首先采用低复杂度的块坐标下降(Block Coordinate Descent, BCD)算法将原始优化问题分解成两个简化的子问题,再通过交替优化算法求解简化后的两个子问题。实验仿真结果证明该优化方案可以显著提升系统和速率。 相似文献
89.
氧化物陶瓷纤维具有优良的耐高温和抗氧化性能, 是航空航天领域用复合材料增强相的重要候选材料。高温拉伸性能是氧化物陶瓷纤维在极端环境应用的关键评价指标之一, 但相关报道较少。本工作研究了国产550级纤维的高温拉伸性能和热处理后的室温拉伸性能, 探讨了纤维的拉伸性能与其物相和显微结构的演变关系和内在机理, 并与Nextel 720和CeraFib纤维的高温拉伸性能进行了对比。结果表明, 国产SIC550纤维复丝和单丝在1100 ℃以下具有相对较高的拉伸强度和拉伸强度保持率, 由于纤维中无定形SiO2的高温热稳定性较差, 对纤维1200 ℃以上的高温拉伸性能产生明显不利的影响; 通过在临界相转变温度(1300 ℃)对纤维进行热处理来形成莫来石相, 可在一定程度上改善纤维在1250~1400 ℃的高温拉伸性能。考虑到不同标距的影响, SIC550纤维在1100 ℃的高温拉伸强度(883 MPa)与Nextel 720 (1000 MPa)和CeraFib纤维(940 MPa)接近。 相似文献
90.
在基站无法提供通信支撑区域,可引入无人机群作为中继节点来搭建无人机应急通信网络。针对无人机如何高效选择最优中继节点及保证系统吞吐量最大化问题,提出一种基于SA-SARSA强化学习算法的无人机中继选择策略。在所有的中继节点通过解码重传(DF)之后进行转发,得到用户端最大比合并后的平均吞吐量的表达式,通过设定SARSA算法的状态、动作、奖励函数,选择回报值最大的中继节点。同时,引入退火算法来使源节点探索到更多的中继节点,从而使无人机群通信网络性能达到最优状态。仿真结果表明,与改进前的SARSA中继选择策略相比,所提的SA-SARSA中继选择策略占理想算法比例提升10%。同时,在相同总功率条件下,所提策略所选的中继节点的吞吐量比Q-learning中继选择策略、SARSA中继选择策略分别提升了8%、13%。 相似文献