排序方式: 共有5条查询结果,搜索用时 31 毫秒
1
1.
采用超声波预处理结合热回流提取的工艺提取荭草花旗松素,利用响应面分析法对提取工艺进行优化。结果表明,最佳提取工艺条件为:超声波处理时间20min、超声波处理温度50℃、超声波功率100W、乙醇体积分数55%、热回流提取温度87℃、料液比1:22(g·mL^-1)、热回流提取时间2h、提取次数2次,此条件下荭草花旗松素的提取超为3,56mg·g^-1。 相似文献
2.
管道充气排液工况下气液两相流数值模拟研究 总被引:1,自引:0,他引:1
为了获得管道充气排液过程的两相流动状态,采用VOF模型对管道充气排液工况进行了数值模拟研究.模型考虑了液体表面张力、壁面粘附力,流体粘度,管壁粗糙度以及气体可压缩性效应,并采用结构化网格和自适应网格加密技术,对两相界面进行了跟踪,观察了这一工况下的气液两相混合及界面变化过程,分析了充气过程中不同时刻的管道内压力分布、气相体积分数、管流摩阻和能量交换情况,得到了这一工况下气液两相的流动特征.模拟结果也表明,在进行适当的网格划分和参数设置,VOF模型可以用于非自由表面的有压流动的数值模拟. 相似文献
3.
4.
储能是构建新型电力系统的核心技术,其中,锂离子电池电化学储能是当前的主要形式,对实现“双碳”目标意义重大。故障诊断对于保障电池储能系统安全运营意义重大,尤其是微小故障的准确诊断能有效预防严重故障的发生,然而,传统故障诊断方法时效性差、精度较低,难以捕捉微小故障特征。因此,提出了一种应用麻雀搜索算法(sparrow search algorithm, SSA)改进的概率神经网络(probabilistic neural network, PNN)的储能电池微小故障诊断方法。首先,通过对锂离子电池故障类别分析故障特性,提取微小故障发生后的状态特征信息;然后,将磷酸铁锂储能电池故障信号分解成一系列特征向量并输入SSA-PNN模型;最后,开展了实验验证研究。结果表明,与传统的基于误差反向传播算法的故障诊断方法相比,基于SSA-PNN的故障诊断方法精度达到99.7%,具有更高的诊断精度和实时性。 相似文献
5.
在弱核条件下证明了Littlewood-Paley g_λ*-函数为(H~1,∞,L~1,∞)型的有界算子,其中H~1,∞和L~1,∞分别为弱H~1空间和弱L~1空间. 相似文献
1