我国传统食醋生产过程中潜在危害因子的综述

食醋是人们日常生活中重要的调味品,具有悠久的历史.我国传统食醋主要由高粱、大米、糯米等富含淀粉质原料发酵而成.近年来,随着技术的进步,传统食醋在生产工艺等方面不断改善,产品质量安全水平不断提升,但传统食醋从原料到发酵生产过程仍存在一些潜在的安全问题.本文主要从真菌毒素、有害胺(氨)、致病微生物等方面综述了我国传统食醋领域存在的潜在危害因子,并分析了其产生途径,探讨了预防措施,有利于企业保障产品质量,促进传统食醋行业的健康发展.     

陆空两栖机器人飞行控制系统设计

设计了一种以旋翼为基础适应城区室内侦察的陆空两栖机器人,对陆空两栖机器人控制方案进行了分析,并建立了机器人飞行系统动力学模型.运用以李雅普诺夫稳定性理论为基础的逐步后推控制设计方法,对陆空两栖机器人飞行系统各个通道的控制律进行了设计.在Matlab软件环境中进行了仿真,得到飞行系统各通道响应曲线,表明飞行系统能够完成预定动作,证明了控制率的有效性.      

基于化学学科整合全球气候变化教学资源的探讨

全球气候变化已成为当今最重要的全球性环境问题,也是当今中学教学中涉及多个学科的热点问题,本文对以化学教学为基础整合全球气候变化教学资源这一化学教学活动中新课题进行探索,从教学目标、教学内容和实现途径几个关键问题进行分析,提出以兴趣培养、知识迁移能力和综合运用能力为核心,通过生动丰富的教学活动使学生获得的新的学习理念,学会从多学科视野去看待化学问题的思路。     

泵送细石混凝土楼面施工工法

本文主要内容是通过采用泵送商品细石砼对建筑物楼面进行施工,很好的控制混凝土的强度,有效的降低工人的劳动量,提高工作效率,加快施工速度,有效的降低了现场扬尘及噪音,减少现场砂石存放量,又起到控制地面空鼓、裂缝、起砂的作用。     

基于噪声特性的语音增强算法

针对不同的语音增强算法对不同噪声的增强效果不同,提出了一种基于深度神经网络的噪声分类的语音增强算法。首先,使用深度神经网络(DNN)算法对噪声进行分类。分类算法包括训练阶段和分类阶段。在训练阶段,采用babble,car,street,train四中噪声对DNN进行训练;在分类阶段,将提取的噪声输入训练好的DNN中,得到分类结果,并对分类性能进行评估。其次,采用PESQ,LSD及SNR等语音评估方法,对不同的含噪语音在不同信噪比、不同语音增强算法下进行评估。语音增强算法包括子空间法、维纳滤波算法、谱减法及对数最小均方误差法(log MMSE),噪声包括babble,car,street,train,信噪比为-5db,0db和5db,并对通过评估得到的值采用平均值法得到噪声和语音增强算法的最佳匹配;最后,针对不同分类噪声,采用不同的增强算法进行语音增强,并对4种噪声之外的噪声根据本文算法选取相应的语音增强算法。     

辅助制动试验研究

针对大中型商用车辆下长坡时的安全问题,给出了其辅助制动的试验,分析了发动机制动、排气制动和缓行器使用的效果.     

基于嵌入式系统的汽车复合式检测仪表

在分析4种常用汽车性能检测台的基础上，通过比较各种设计方案的优缺点，选用PC104嵌入式系统作为核心部件，设计了一种复合式检测仪表。给出了仪表的工作原理、硬件构成和系统软件设计方法。它具有数据采集、处理和故障诊断等功能，能够显示和打印检测数据和制动力的增长过程曲线。应用结果表明，该仪表结构简单，可靠性高，成本降低约159／6。     

沼气在果菜粮贮藏业上的应用

文中介绍沼气这种新型绿色能源在果菜粮贮藏中的应用情况,详尽描述了其在贮藏果品、蔬菜中的应用过程,文中对其作用的原理和益处也给予了适当介绍.     

基于微分几何的非线性主动空气悬架仿真

针对被动空气悬架系统不能很好解决车辆乘坐舒适性和操控稳定性问题,基于空气悬架的非线性特点有针对性的研究主动控制策略,以进一步提高其性能,使车辆在各种路面条件下实现主动调节。开展了大客车用空气弹簧试验,获得空气弹簧的非线性弹性力及非线性阻尼力数据,并在实测数据的基础上,采用MATLAB/Simulink建立了1/4非线性主动空气悬架模型。应用微分几何理论中的输出-干扰解耦方法,通过适当的坐标变换将1/4非线性主动空气悬架模型简化为线性系统并实施线性二次型调节器(LQR)最优控制,尝试将自适应遗传算法应用于LQR最优控制权阵的确定。通过分析主动空气悬架性能评价指标的特点设置适当的适应度函数,再利用自适应遗传算法的全局寻优能力得到最优控制权阵,从而获得非线性主动空气悬架的最优反馈控制力。以模拟产生的不同路面的不平度曲线和不同车速作为激励作用于车辆模型进行仿真试验,并对仿真结果进行了分析。结果表明:设计的基于微分几何理论的最优控制器获得了良好的控制效果,对车身垂直振动加速度、悬架动挠度及轮胎形变的改善效果明显,有效提高了汽车行驶平顺性和安全性。研究结果可为非线性汽车悬架的控制提供理论参考。     

一种新的基于峰度的盲源分离开关算法

盲源分离(BSS)算法通常需预先假设源信号的概率密度函数(PDF)，并由此获得关键的激活函数(AF)，进而从混合信号中分离出源信号。但若假设的概率密度函数与真实概率密度函数差异较大，源信号将不能被正确分离。基于峰度的盲源分离开关算法无需假设源信号的概率密度函数，可直接对独立分量分析(ICA)中的激活函数进行自适应学习。计算机仿真证明，该算法可有效进行盲源分离。