细菌最适生长温度的微量热法研究

在文[1～5]工作的基础上,用限制性条件下生物群体有限增长模型,对不同温度下金黄色葡萄球菌和白葡萄球菌的热谱进行了处理,求得了细菌的生长速率常数ｋ、衰减速率常数β、细菌增长的最大倍数Ｍ、最大数目Ｋ和单个细菌的发热功率Ｐ0.得到了线性的热动力学方程,建立了Ｋ和温度Ｔ的定量关系,获得了最适生长温度Ｔｍ1　基本理论　　细菌在一有限的环境下生长时,由于营养物质供应不足或生存空间受限,或代谢产物积累造成对生长的抑制等原因,使细菌的生长速率逐渐减小.比利时数学家Ｖｅｒｈｕｌｓｔ推导出限制性条件下,生物群体增长规律的数学方程,…     

丙烯腈水合酶反应动力学与酶失活动力学研究

在以丙烯腈为原料,微生物转化生产丙烯酰胺的过程中,酶催化反应是过程的关键。为了了解酶催化的动力学,以自由细胞的酶为催化剂,进行了腈水合酶的反应动力学和失活动力学的研究。首先研究了菌体浓度、温度、pH值、丙烯腈浓度、丙烯酰胺浓度等对腈水合酶催化反应速度的影响。结果表明,在这些因素中,温度和丙烯酰胺浓度是最主要的影响因素。经过对不同温度下的反应速度的研究,得到腈水合酶水合反应的活化能为昏60．87kJ／mol,酶失活反应的活化能为89．36kJ／mol。     

R-YOLO轨道人员目标检测模型

针对现有铁路人员入侵识别准确率不高、实时性较差的问题，在YOLOv4模型的基础上提出一种R-YOLO轨道人员目标检测模型。首先，用轻量级骨干网络ResNet50代替原有的CSPDarknet53网络，利用深度可分离卷积替代PANet中的标准卷积，减少网络层数以及模型体积，加快模型的识别速度。其次，在加强特征提取网络的3个特征层分别加入有效通道注意力模块，采用K-means++聚类算法重新对数据集进行聚类和分析，提高目标检测模型的精度；在模型训练方面，采用迁移学习和混合数据集联合训练，解决人员识别精度不理想以及误检漏检等问题。最后，利用R-YOLO轨道人员目标检测模型对真实铁路人员入侵数据集进行测试。结果表明，R-YOLO模型在真实铁路人员入侵数据集上的平均识别精度达到了92.12%,较传统YOLOv4算法高出1.89%,帧速率由38.74 f·s^-1提升到47.73 f·s^-1。R-YOLO模型部分解决了铁路入侵人员误检漏检问题，提高了铁路人员入侵识别的实时性和准确率，为铁路安全运行提供了保障。     

矿用管道二次流量仪表设计

采用C8051F310作为主控芯片,设计了一种矿用管道二次流量仪表,实现了对矿用管道一次仪表数据的采集、显示、量程设置、数据重建、远程上传、无线遥控等功能,方便了煤矿技术员的使用与对流量的监测。