微波辐射下乙酸异戊酯合成条件研究

在微波辐射下，以SO4^2-／TiO2固体超强酸为催化剂合成乙酸异戊酯。最佳反应条件是：乙酸和异戊醇的摩尔比为1：2．0，催化剂用量为1．5g。微波输出功率为729W，反应时间为12min。在此反应条件下，乙酸的酯化率为94．7％，产品收率为89．7％。     

消费者实验法评价除异味芳香纯露的感官质量

本实验运用改进的模糊数学综合评判方法对研制的4个不同配方芳香除臭杀菌纯露的感官质量进行了评判。该评判方法对提高分散度较大的感官实验准确性有一定借鉴意义。对于指导企业研发新产品,评价新产品的感官质量有一定的参考价值。     

二维干涉条纹图像处理算法的优化选择

在采用斐索(Fizeau)干涉仪和Fabry-Perot(法布里-珀罗)标准具的激光波长自动检测系统中,处理干涉条纹的方法始终存在处理速度和精度的矛盾。该文针对干涉条纹处理过程中耗时最大的二值化和条纹细化部分,通过各个算法处理速度和精度的比较进行优化选择,选用矩不变算法和SFFA算法。实验结果表明：使用这一套方法可提高图像处理的速度和精度。     

基于微流控模型的致密油藏微观渗吸机制试验

针对目前岩心渗吸周期长、计量不准确且现有微观模型参数设计未涉及到致密储层典型喉道尺寸等问题,设计考虑不同喉道尺寸、孔隙形状、孔喉比、喉道与孔隙连接位置、配位数玻璃制成的喉道和孔隙双深度及硅-玻璃制成的均深刻蚀微流控模型,并通过高温氧化硅镀层实现流道内部润湿性一致,开展蒸馏水-油、油-异丙醇-蒸馏水型体系的一系列渗吸试验。结果表明：喉道中存在薄膜流动,且薄膜流动速度远快于渗吸弯液面移动速度,不规则渗吸界面是由喉道内表面粗糙度引起的,薄膜流动对孔喉渗吸效果影响显著;渗吸早期,宽喉道对于渗吸作用的贡献远大于窄喉道,润湿性增加有利于润湿相向扩径区域渗吸;薄膜流动避免了润湿相在喉道中的卡断现象,而是以间断薄膜流动形式继续向出口流动;较小的润湿角和迂曲度有利于渗吸作用,渗吸的距离更远,渗吸前缘更为均匀,配位数、孔隙形状及大小对渗吸影响较小,主要受孔隙与喉道接触位置的开口大小决定,润湿性决定渗吸在各种孔喉结构下的整体效果。     

两参数Pareto分布逐步首失效样本的Bayes估计

基于新的失效截尾模式——逐步增加首失效截尾, 研究两参数Pareto分布可靠性指标的Bayes估计问题. 在对称和非对称损失下, 获得了可靠性指标的Bayes估计. 对超参数未知情形, 利用一种新方法给出超参数估计. 为了研究估计结果的精确性, 利用Monte-Carlo方法给出一个数值模拟例子.     

醇处理减缓低渗气藏水锁效应的实验研究

水锁效应是低渗透砂岩气藏开发中普遍存在的问题。为提高低渗透砂岩气藏的气体有效渗透率,尝试用醇来减缓低渗透砂岩气藏水锁效应。以室内实验为基础,对醇处理原理进行了探讨,评价并比较了几种醇溶液用于减缓低渗透砂岩气藏水锁效应的应用效果,实验结果显示:醇处理措施可以有效的减缓低渗透砂岩气藏中由水锁效应产生的伤害。     

因果推理引导的复杂花纹织物缺陷视觉检测深度学习方法

AI视觉质量检测是两化融合的先导场景,是复杂产品质量管控的重要手段.本文以复杂花纹织物为对象,提出因果推理引导的产品缺陷视觉检测深度学习方法,从而解决复杂背景干扰下的视觉检测难题.首先,构建复杂背景干扰下的缺陷检测结构因果模型,并提出阻断背景特征干扰的因果干预策略.其次,在因果干预策略的基础上建立缺陷特征敏感性神经网络(defect feature-sensitive neural network, DFSNN),包括两个特征提取模块(分别以同视角的无缺陷、有缺陷面料图像作为输入).然后,提出了因果关系敏感性学习模块,其差分两个特征提取模块的输出,并通过最大化输出差分来构建因果敏感损失函数,从而实现训练过程中对背景特征的阻断和对缺陷特征的敏感性学习.实验结果表明, DFSNN可有效减弱背景图案的混淆干扰,保持95%的缺陷识别准确率.     

主位推进模式对新闻语篇的构建与解读

新闻阅读已成为当今社会人们获取信息的主要途径之一.研究英语新闻语篇的构建与解读也越显必要.系统了解主住及主位推进模式的特点以及功能语言学派关于主位及主位推进模式和语篇分析的研究方法,为新闻语篇的阅读提供方法和策略.     

巨枝大戟化学成分的研究

从巨大枝戟的全草中分离得到１０个化合物,分别鉴定为：１,２：５,６二－氧－异丙叉基－α－Ｄ－呋喃葡萄糖甙（１）,１,２：４,５－二氧－异丙叉基－β－Ｄ吡喃果糖甙 （２）,１,２氧－异丙叉基－α－Ｄ－呋喃葡萄糖（３）,１,２－氧化－异丙叉基－β－Ｄ吡喃果糖甙（４）,５－羟基甲基糖醛（５）,５－甲氧基甲基糖醛（６）,Ｄ－葡萄糖（７）,β－谷苗醇（８）,β－胡罗卜甙（９）,乔木萜醇（１０）,其中１－７为     

Fabry—Perot标准具问距的智能测量研究

在测量F—P标准具的间距时,为了实现快速精确的智能化测量,利用CCD进行采集图像数据,对采集到的图像进行二值化和细化处理后,根据最小二乘法及精确小数符合法,对所采集的数据进行快速的程序化的智能处理,大大提高了数据处理速度与测量的精度,且使F—P间距的测量误差小于10^-6mm．