聚己内酯热分解机制及其热分解产物

精制后的聚己内酯用三氯甲烷为溶剂制成溶剂膜.以调制式热重分析(TGA)为聚己内酯热裂解的研究方法,并使用核磁共振(NMR)和傅里叶变换红外光谱(FTIR)分析其热裂解后所得的产物.TGA的结果表明,聚己内酯的热裂解过程分为两步,第一步的分解温度为205～295℃,失重率为7.0%;第二步分解温度为311-374℃,失重率为88%.结果同时得到了聚己内酯热分解的活化能、指前因子和速率比等热分解动力学常数,分别为第一步80kJ/mol,5min-1和0.3,第二步分别为146kJ/mol,11min-1和0.47.裂解后的产物经过NMR和FTIR分析,发现不但有高分子的聚已内酯,也有呋喃、取代环丙烷以及不饱和的羧酸等小分子化合物产生.     

复合交联型深部调驱体系应用研究

以安达奥瑞特石油装备有限责任公司生产的复合交联型深部调驱剂作为主要药剂。采用布氏粘度计检测流变性、物理模拟实验以及矿产实验等方法,从温度、矿化度、抗剪切性以及矿场施工等方面对复合交联型深部调驱剂进行评价测定。室内实验表明:使用复合交联型深部调驱剂配制而成的深部调驱液对温度、矿化度的影响不大,抗剪切能力强,突破压力达到1.7Mpa时,堵塞率达90%以上。     

氨肽酶N基因启动子的克隆及在造血细胞和不同肿瘤细胞中的活性分析

从人外周血淋巴细胞中克隆了氨肽酶N基因（APN）的上游启动子并进行了序列分析。构建了含APN上游启动子和荧光酶报告基因的重组质粒pXP1-APNLuc,对骨髓母细胞和几种肿瘤细胞进行转染。分析结果表明APN止游启动子具有骨髓特异性,其在骨髓母细胞KG1a中活性最高,而在Jurkat细胞中活性很低。APN启动子在肺腺癌细胞中活性较高,在肝癌细胞中基本无活性,在舌癌细胞和食管癌细胞中活性明显降低。APN基因启动子的这一特点为在肿瘤患者实施化、放疗的同时,特异性地保护造血系统提供了新的思路。     

基于结构层贡献率的沥青路面抗车辙措施

采用环道试验及德国汉堡车辙试验方法,研究在中面层使用改性沥青对路面结构和组合结构抗车辙性能的影响,包括对结构层贡献率和对沥青层剪切流动变形的影响;探讨在中面层添加纤维对路面结构抗车辙能力的影响.研究结果表明:中面层使用改性沥青,能提高路面结构的整体抗车辙性能;使剪切流动变形由95.2%下降至84.4%;中面层变形贡献率达到60%以上,应该重视提高中面层的抗车辙能力;对于中面层采用普通沥青的结构,在中面层添加纤维可明显减少整个结构车辙深度,但对于中面层已采用改性沥青的结构,添加纤维减少车辙的效果不明显.     

海洋浮游植物自动分析和识别技术

浮游植物是海洋生态系统的初级生产者．对其种类的分类鉴定和定量分析是海洋科学研究和应用的基础性工作．传统的分析方法主要采用显微镜下的人工鉴定和定量计数．为了适应海洋科学和环境监测中的快速检测的需要，解决目前显微镜人工鉴定中存在的专业水平要求高、分类人员断层、耗时等问题，至今已有不少学者对各种浮游植物自动分析和识别方法进行了研究．包括基于藻细胞形态的与计算机技术相结合的图像法，基于藻类色素组成的吸光光度法、荧光分光光度法和高压液相色谱法．基于藻细胞大小、色素组成、DNA等的流式细胞仪法，基于细胞基因系列的分子探针法等．本文对这些方法的原理、发展动态、优缺点等进行了综述．认为基于藻细胞形态的浮游植物显微图像自动识别技术，由于其综合了现代仪器自动分析和传统显微分类方法的优点，是浮游植物自动识别的一种理想和实用的方法，将有很好的应用前景．     

小城镇的发展与乡村城市化

界定了乡村城市化的内涵,分析了中国小城镇形成过程及其功能特征,认为小城镇的发展将会对农业人口转移、农村经济发展、生产技术、社会文化习俗、建筑风络等产生重要影响,并极大地促进城市化进程,最终实现城乡一体化目标。     

基于本体的共享内容对象参考模型语义化

从语义的角度出发探讨如何利用本体实现对共享内容对象参考模型（SCORM）的语义化,使得SCORM标准既能实现资源的标准化又能满足教学的智能化,同时使得SCORM标准可以适应未来语义网络的需求,扩展SCORM标准的应用前景.     

新型防腐剂双乙酸钠的醋酸—氢氧化钠合成法的研究

采用醋酸——氢氧化钠法制备双乙酸钠，具有原料价谦易得、工艺简单，易于实现工业化生产等特点，该文介绍了以醋酸和氢氧化钠为原料，水为溶剂制备双乙酸钠的条件研究。     

基于退耕还林工程数字化档案管理的思考

退耕还林数字化档案管理是退耕还林工程管理的重点任务之一,构建数据资料模块和信息资料模块,建立的西昌市退耕还林工程数字化管理信息系统,稳定有效地发挥了其运行机制,使西昌市退耕还林档案管理成效显著.但系统使用范围,系统使用人员档案管理素质水平,档案管理系统的分析和决择功能等方面还须进一步加强.     

基于无迹卡尔曼滤波神经网络的光伏发电预测

针对光伏发电系统在不同天气状况下发电功率预测精度不高的问题,在分析传统方法的基础上,提出一种无迹卡尔曼滤波神经网络光伏发电预测方法。该方法利用无迹卡尔曼滤波实时更新神经网络模型的权重,以直流电压和电流作为系统的输入,以有功功率和无功功率作为系统的输出,分别建立两个独立的双输入单输出功率预测模型。实验结果表明:所提出的方法对有功功率和无功功率的预测精度分别为97.3%和94.2%,并且对天气具有良好的鲁棒性。