犬复合营养素的研制及饲喂效果试验

试验以研制的由矿物质、微量元素、复合维生素和特殊香料组成的大用复合营养素饲喂２３头小型大和５０头大型犬，收到了明显效果。复合营养素对于预防营养和代谢疾病、佝偻病等有明显作用，亦有益于幼大生长发育及成年犬的繁殖，使用安全、可靠。     

产物分离固相化细胞反应器的设计和数学模型

设计了一种以挥发性产物和非挥发性底物为特征的四相反应器——分离器。在此反应器中,生物催化剂被固定在固体柱填充物上并与含有底物的液相接触,汽相流过柱子而将挥发性产物蒸发迸入汽相。反应器由同方向流的浓缩器和反方向流的分离器两个基本汽——液流部分组成。并建立了吸附的单层细胞稳态群体数学模型和反应器平衡状态模型。     

西秦岭南带中志留统的岩石学特征与沉积环境

详细研究了西秦岭南带中志留统岩石学特征,对遭受重结晶作用的碳酸盐岩进行了结构成因分类。分析了该区中志留世的沉积环境及变化特征。在该区发现的层孔虫生物礁及其它“浅水”标志,表明志留纪时,为若尔盖微古陆北侧的边缘浅海环境。西部为局限陆棚环境,可分为:局限内陆棚、海湾、礁滩-泻湖-潮坪(孤立台地)等亚环境;东部为开阔陆棚环境,可分为浅海砂滩、内陆棚、外陆棚等亚环境。     

用爆炸波起爆癸烷云雾的两种模式

用垂直激波管研究了400μm癸烷液滴与空气混合物的爆炸波起爆。每种混合物有两个极限起爆能值,即高值Ecu,和低值Ecl。当起爆能的值高于Ecu时,观察到100%发生爆轰;而当其低于Ecl时,就不会发生爆轰。有趣的是,当起爆能水平在Ecu和Ecl之间时观察到对应于不同的起爆能水平有不同的起爆行为。如实验结果所表明的,爆轰的激发不仅是由于直接起爆,而且也由于“爆燃”到爆轰的转变。     

溶剂萃取法制备碳酸盐的热力学讨论

向金属氯化物(Ⅰ)的水溶液中通入CO_2气体,以期制备相应的碳酸盐和酸式碳酸盐,在常温常压下,体系的△G>0,反应几乎是不可能的。向反应体系中加入有机溶剂(S),使生成的HCl即被萃取,可促进Ⅰ的继续转化。分析计算表明,S对HCl必须有很强的萃取能力,其K_萃须在10~5以上。研究了加入有机溶剂N_(235)前后,体系的热力学状态、函数及其变化。加入N_(235)后,K_萃值增大了5个数量级。考察了温度、时间和通气次数对系统热力学性质的影响。根据反应的耦合原理和热力学分析,提出萃取剂选择的原则。结合实验数据的估算说明:溶剂萃取法由Ⅰ和CO_2制备碳酸盐的工艺路线是可行的。     

河口地区沉积物的溯河搬运

在长江、南流江、钱塘江河口地区的现场观测表明,涨潮流是使沉积物溯河搬运的主要动力,而有孔虫和铁皂石则分别代表溯河搬运的“轻”、重矿物。这种海相微体化石和海相自生矿物不仅见于河口地区,而且出现在全新世沉积层中。沉积物溯河搬运的研究进一步说明了长江三角洲地区海进河床充填层序的形成和解释了全新世太湖地区的某些海侵沉积问题。     

泵闸混凝土施工期智能温控关键信息识别

为实现施工期大体积混凝土温控要素的智能快速识别,提高智能温控系统的反馈及预测模型精度,提出了一套智能算法对物联网技术采集到的各类温控要素原始测值进行识别及转化。针对浇筑温度、浇筑时间、最高温度、内外温差、冷却通水起止时间与表面保温覆盖等施工期关键温控参数,结合工程经验分别给出相应识别任务的判定逻辑并编写对应程序,然后应用多个实际工程数据进行验证,并分析各识别功能的准确率。验证结果表明,本文算法识别效果良好,能够实现温控要素采集的自动化、智能化、快速化、精准化,具有较强的工程实用价值。     

基于轻量化深度学习网络的数字仪表识别

数字式仪表常用于变电站、工厂等生产环境,是一种直观的设备监测仪器。然而当前数字式仪表的读取方式还依赖于人工巡检,手动记录等,这些传统的巡检方式来监测设备的运行状态大大降低了巡检效率。为了实现传统行业的数字化转型,本文提出基于轻量化深度学习的数字仪表识别方法,通过改进的YOLOv5的目标检测框架,针对数字仪表目标区域在整张图片大小不一致的情况,提出对于感兴趣区域（ROI）的迭代目标检测方法,首次检测将感兴趣区域进行检测并切割统一到相同的尺度,随后迭代检测网络针对感兴趣区域内的字符进行检测并分类,以达到精确读数的目的。为提升多尺度检测性能,本文采用Res2Net模块主干网络中的的残差模块。采用GIoU取代通用的IoU作为位置损失函数加速模型训练效果的收敛。实验表明,改进后的框架实现了99.62%的准确率和99.55%的召回率,相比基线网络分别提升了12.72%和5.85%。通过将框架在边缘计算平台上的终端部署,在实际生产中取代了人工巡检,实现了商业化运行。     

Sylvester矩阵方程的改进IO迭代算法

通过对Sylvester矩阵方程的理论分析,可知IO迭代算法中迭代矩阵的谱半径随内迭代次数的增大而减小,更新了IO迭代算法中内迭代次数的选择方法,并证明了该算法收敛性与初始矩阵无关。Sylvester矩阵在满足一些特定条件下,为了进一步提高收敛速度,可通过选择适当的相关参数,使得IO迭代算法有较好的收敛速度且比Smith算法的迭代次数明显减少。