排序方式: 共有12条查询结果,搜索用时 0 毫秒
1.
2.
由于硬质合金大型薄壁轧辊,磨削加工内孔时容易产生变形,一般的装夹方法和磨削方法难以达到精度要求。针对这种情况。设计专用装夹夹具,采取合理的加工工艺,选择合适的砂轮,合理地控制磨削用量,较好地保证设计要求,提高了产品质量。 相似文献
3.
4.
5.
乙醇是生产制备C4烯烃的原料,C4烯烃广泛应用于化工产品及医药的生产。通过建立规划模型,采用控制变量、多项式拟合、数形结合及逐步回归分析等方法,寻找乙醇催化偶合制备C4烯烃工艺的最佳催化剂组合及温度选择。实验得出,为使C4烯烃收率尽可能高,当温度高于350℃时,催化剂与温度组合方式为:Co负载量为1wt%,Co/SiO2和HAP装料比为1︰1,乙醇浓度为0.705mL/min,温度为449.9390℃。当温度低于350℃时,催化剂与温度组合方式为:Co负载量为2wt%,Co/SiO2和HAP装料比为1︰1,乙醇浓度为0.705mL/min,温度越接近350℃,C4烯烃收率越高。 相似文献
6.
采用Sephadex G-15凝胶色谱柱分离得到巴马火腿酶解物9个组分,结合感官分析和电子舌测定得出呈味组分为G-15-P2-E2。用半制备RP-HPLC制备此组分中G-15-P2-E2-r1、G-15-P2-E2-r2,并结合串联质谱分析,得出G-15-P2-E2-r1组分可能的氨基酸序列为Leu-Ser-Glu-Arg-Tyr-Pro(LSERYP,LP6)或Asn-Gly-Lys-Glu-Thr (NGKET,NT5),G-15-P2-E2-r2组分可能的氨基酸序列为Pro-Asp-Leu-Pro-Asn-Thr(PDLPNT,PT6)经合成后电子舌测定发现Leu-Ser-Glu-Arg-Tyr-Pro的呈味特性与火腿酶解物呈味特性相近。 相似文献
7.
为提升超短期电网负荷预测精度,提出基于Stacking多模型融合的超短期电网负荷预测法。首先,结合5-折交叉验证法分别训练第一层的LSTM、LightGBM、XGBoost三个初级学习器,将训练结果进行Stacking融合;然后将融合结果作为新特征用于训练第二层LightGBM次级学习器,使用次级学习器得到电网负荷预测的最终结果;最后利用山东省公共数据开放平台提供的某市实际超短期电网数据验证所提方法的有效性。实验结果表明,比起单一模型预测,所提的Stacking多模型融合预测法,在预测结果的平均精度与峰谷变化的适应能力方面更具优势。 相似文献
8.
2004年下半年,天然气将进入本企业,届时企业的能源结构与供求关系将会发生实质性变化。本通过对企业引入天然气带来的影响和生产成本的变化进行分析;结合企业的用能特点和能源供需状况研究了天然气在本企业生产中应重点注意的事项;把握天然气对企业用能带来的机遇与挑战。 相似文献
9.
10.