Fe()-5′-硝基水杨基荧光酮-溴化十六烷基三甲胺体系荧光特性的研究及应用──食品中微量铁的测定

本文研究了铁 -5′-硝基水杨基荧光酮 ( 5′-NSAF) -溴化十六烷基三甲铵 ( CTMAB)体系的荧光特性 .实验结果表明 ,在 p H为 3.1～ 4 .7的 HAc-Na Ac缓冲介质中 ,体系的荧光熄灭程度最大且恒定 ,其最大激发波长λex=2 52 nm,发射波长λem=556nm .当含铁量在 0～ 2 .8μg/1 0 ml范围内 ,荧光熄灭程度与浓度呈线性关系 ,藉以测定微量铁 .方法简便、快速 ,并且稳定性高 ,用于食品中微量铁的测定 ,结果满意 .     

基于海底钻机的多功能原位测试系统开发与应用

基于海底钻机的原位测试是一种新型的海底地层测试方式.结合"海牛号"60 m海底钻机的实际工况需求,研制一套以静力触探为技术基础的多功能原位测试仪,可以在水下2 000 m的海底实现对锥尖阻力、侧壁摩擦力、孔隙水压力、温度、电阻率和视频的原位信息采集.本文从测试方法、系统结构、探头传感器、数据采集等方面进行了详细介绍,现场试验显示多功能原位测试仪能够按照预定设计完成原位测试的全部功能,采集的数据与海床式静力触探系统对比具有极强的一致性.     

水下钻孔爆破应力分析与孔网参数优化

水下钻孔爆破中,影响爆破效果的主要因素是被爆岩石的峰值应力,而孔网参数的选取则直接影响岩石的应力变化。为探究水下钻孔爆破应力响应规律与最佳孔网参数,运用LS-DYNA软件,选用算法,建立有限元分析模型。通过数值模拟,研究了不同起爆方式、不同水深以及不同孔网参数条件下,被爆岩石的应力变化,发现了各条件下岩石的应力变化情况以及不同外部条件对水下爆破的影响。选出了符合爆破要求,而又节约爆破成本的最佳孔网参数模型。通过模拟得出各监测单元的应力变化,得出结论：(1)三种不同起爆方式其应力变化情况各有其特点。(2)在不同水深条件下,岩石的峰值应力变化较小,水深对于岩石峰值应力的影响可忽略不计。(3)在不同孔网参数条件下,由于孔距、排距、填塞长度变化,不同部位的峰值拉应力会出现一定的变化规律。根据数值模拟情况,最终通过分析讨论得出最优孔网参数。     

2型糖尿病脂代谢紊乱及胰岛素抵抗与视网膜病变的关系

测定了80例2型糖尿病和30例正常对照组的血脂谱、空腹血糖（FBG）、糖化血红蛋白（HbAlc）、空腹胰岛素（FISN）、胰岛素敏感指数（ISI）等指标并进行比较分析,将糖尿病患者分为：非糖尿病视网膜病变组（NDR）、背景期DR（BDR）及增殖期DR（PDR）。结果表明：与正常对照组比较,糖尿病各组HbAlc、FINS、FBG、甘油三酯（TG）、总胆固醇（TC）、低密度脂蛋白（LDL）、载脂蛋白-B（Apol-B）、载脂蛋白-A／B显著升高（P〈0．05或0．01）,ISI、高密度脂蛋白（HDL-C）则明显降低（P〈0．05或0．01）,各组之间载脂蛋白-Al（Apol-Al）含量无显著性差异（P〉0．05）;糖尿病各组间进行两两比较,TG、HbAlc在NDR组、BDR组、PDR组中逐渐升高,ISI则依次降低（P〈0．05）,BDR组、PDR组FINS明显高于NDR组（P〈0．05）．但PDR组和BDR组之间差异无显著性（P〉0．05）,各糖尿病组间的FBG、TC、LDL、Apol-B、Apol-A／B无显著性差异（P〉0．05）。说明脂代谢紊乱及胰岛素抵抗可能与2型糖尿病视网膜病变关系密切。     

钠碘转运体抗体在自身免疫性甲状腺疾病中临床价值的初步探讨

选择自身免疫性甲状腺疾病（ATD）患者241例,分为Graves病（GD）初发组（83例）,GD治疗组（58例）、GD缓解组（66例）、桥本甲状腺炎（HT）组（34例）,采用酶联免疫吸附法（ELISA）检测钠碘转运体抗体（NIS-Ab）水平。结果显示：GD组和HT组患者NIS-Ab阳性率高于正常对照组（P〈0．05）,不同时期的GD患者NIS-Ab水平无明显差异（P〉0．05）。表明：NIS-Ab可能在GD和HT的发病机制中起重要作用。     

基于GIS格网技术的流域生态安全可视化评价

生态安全具有空间地域性．研究选取辽河流域90个县（市）区,借助地理信息系统（GIS）格网技术,基于“压力-状态-响应”（P-S-R）框架,讨论了基于GIS的流域生态安全可视化评价方法．评价结果与辽宁省环保局欧盟环境项目评价结果基本一致,表明利用格网单元表达生态安全影响因子的空间差异,比用行政单元的表达方式更接近于实际,可为环境管理和环境规划部门决策分析提供科学而直观的依据．     

基于范成法的斜齿轮参数化建模

提出了根据加工齿轮的范成法原理建立齿轮渐开线和齿根过渡曲线的方法.以某航空斜齿轮为建模对象,利用PRO/E的建模功能和PROGRAM的编程功能实现了该齿轮的参数化设计,可以实现齿轮的自动化建模.     

基于溶解氡数据和长短期记忆网络的地震预报

溶解气氡浓度异常为可靠地震前兆,通过对历史观测数据进行建模,预测溶解气氡未来趋势,是快速检测溶解气氡浓度异常、研究震-氡机制的前提。溶解气氡浓度数据为典型的时间序列数据,传统的时间序列预测技术主要为自回归(AR)方法和自回归滑动平均(ARMA)方法。这些方法以线性方法为主,其拟合精度有限。采用目前最流行的深度学习技术长短期记忆(LSTM)模型对姑咱地震台、西昌地震台和雅安地震台一段时间内连续观测的溶解气氡日观测数据集溶解气氡浓度数据进行建模,采用90%的数据作为训练数据训练LSTM网络,10%的数据作为预测数据,采用均方根误差评价指标来评价模型的效果。在三种数据集上,LSTM的预测误差均方根误差均明显低于AR和ARMA方法。该结果表明,LSTM的预测精度高于传统的AR、ARMA方法。     

平流层飞艇光伏电池传热特性

太阳能是平流层飞艇的理想能源,其热特性与飞艇浮力,蒙皮强度息息相关。准确预测飞艇的温度场是飞艇设计的重要步骤,但现有研究缺乏对太阳能电池的热特性分析。本文提出了一种包括太阳辐射,天空、地面长波辐射,蒙皮红外辐射和对流换热的飞艇模型,将几何模型离散化,编写C++程序计算了和分析了光伏电池的转化效率,吸收率、发射率、热阻和飞艇朝向对飞艇热性能、光伏阵列输出功率的影响。结果表明,较大的光伏阵列转化效率,发射率和等效热阻有利于改善飞艇“超冷”和“超热”现象的改善。光伏电池的辐射特性对光伏电池和氦气温度的影响最大：吸收率从0.5增加到0.9,主氦气囊昼夜温差升高约11.2K,光伏电池最高温度升高约29.8K;发射率0.1增加到0.9,主氦气囊昼夜温差降低约15.3K,光伏电池最高温度降低约50.2K。本文计算结果为飞艇的热稳定性的优化提供参考。     

电子系统状态时间序列预测的优化相关向量机方法

针对电子系统状态时间序列的预测问题,提出一种基于量子粒子群优化（quantum behaved particle swarm optimization, QPSO）的相关向量机（relevance vector machine, RVM）方法。对电子系统状态时间序列进行相空间重构,建立了RVM回归预测模型;以交叉验证误差最小作为优化目标,将RVM核参数表示为量子空间中的粒子位置,采用QPSO算法实现RVM模型参数的自动优化选择。雷达发射机状态时间序列预测实例表明,相比已有方法,所提方法具有更高的预测精度;同时,能够输出预测值的置信区间,有利于对电子系统未来健康状况做出更加可靠的判断。