动力锂电池的混合均衡控制与能量管理

针对动力锂电池的电压不平衡问题,分析了单体锂电池的充放电特性以及电池组串联的不一致性,在现有锂电池组均衡拓扑的基础上,提出了一种将变压器均衡电路和专用芯片BQ78PL116控制的电感均衡电路相结合的混合主动均衡策略,设计了变压器均衡电路,开发了主控系统软件模块以及主控与专用芯片通信程序等,构成一个具有电池基本信息监控LCD显示、电池保护以及不一致均衡等功能的电池管理系统。通过在静止、放电以及充电状态下由变压器均衡和电感均衡构成的混合主动均衡法与纯电感均衡法的比对实验,证明了混合主动均衡法在均衡调节速度与均衡效率方面的优势。     

基于随机概率密度演化的结构-TMD参数优化

基于地震载荷随机性的事实,以及传统的采用特定地震波研究结构控制条件具有严重缺陷的问题,本文提出以结构最大层间位移作为控制指标,基于概率密度演化理论,采用改进遗传算法对TMD参数进行优化的设计方法.该方法结合改进遗传算法以及概率密度演化方法,充分考虑了随机性对结构影响的本质,根据随机载荷下结构-TMD控制体系中结构层间位移响应和动力可靠度的前后对比,说明优化方法的优越性.以三层剪切型混凝土框架结构-TMD参数优化为例,验证所提方法的正确性,为随机激励下的多自由度结构-TMD系统优化设计提供了一条新的解决途径.     

非对称载荷下驱动轴强度与刚度的匹配与优化

为了解决某重载车辆的驱动轴容易发生早期失效的问题,提出了一种在非对称载荷作用下实现结构强度与刚度合理匹配的分段优化设计方法。通过分析非对称承载驱动轴的刚度对载荷分布的影响,建立了以结构强度和疲劳寿命为约束、驱动轴花键的应变相等为目标的驱动轴结构设计优化模型。优化设计结果表明,危险部位右侧花键齿根应力降低了90.3 MPa,驱动轴两侧扭矩分配更合理,且使用寿命提高了72.2%。     

医院治理逝者信息泄漏制度有效性研究

为改善逝者去世不久信息就被贩卖、逝者家属被打扰的不良风气,给予逝者及其家属应有的隐私尊重,对医院监管逝者信息泄漏情况进行研究,应用孙氏图对制度有效性进行分析,认为制度的有效性与参数类型和数值大小相关。分析医院工作环境如何影响内部人员信息泄漏的行为,运用效用理论比较研究行为人行为选择,并从制度、教育、法律等方面提出了治理不良行为人行为的意见,提出了以心理成本作为判断该制度是否可行的依据,并以医生为例对制度参数进行赋值检验。研究表明,提高观测力度和加大惩罚力度都可以有效治理逝者信息泄漏问题。     

最大团问题的竞争决策算法

分析了最大团问题的数学性质,根据推导出来的性质设计求解最大团问题的竞争决策算法,且算法的时间复杂度分析结果为O(n~3)。并用提出的算法求解最大团问题中的标准测试示例,测试结果表明,算法具有良好的求解效果。     

热网络法预测车内温度的理论和实验研究

为对车内温度水平进行预测,采用热网络法对车辆停车和行驶状态下的车内温度进行计算。太阳辐射是影响车内温度水平的主要因素,而热网络法通过建立和求解节点热平衡方程,获得各节点的温度,尤其适用于以辐射为主的换热问题。车内外的对流换热采用实验关联式进行计算。由热网络法建立的节点热平衡方程组为非线性方程组,采用牛顿迭代法进行了求解。计算结果与实测温度值的比较显示,两者吻合较好,表明热网络法用于车内温度预测的有效性。另外,计算结果也显示车窗玻璃的透射率对车内温度有明显影响,在考虑安全的前提下,选取合适透射率的车窗玻璃材料可起到减少车辆能耗的作用。     

食品源单增李斯特菌喹诺酮类抗生素耐药机制研究

以945株食品源单核细胞增生李斯特菌(Listeria monoocytogens,LM)作为研究对象,分析其对喹诺酮类抗生素耐药的分子机制。采用KB法筛选出喹诺酮类耐药的LM,利用PCR检测喹诺酮耐药决定区(quinolone resistance-determining region,QRDR)的基因突变以及质粒介导喹诺酮耐药(plasmid-mediated quinolone resistance,PMQR)基因的分布情况,结合最小抑菌浓度(MIC)值和外排泵抑制剂利血平分析其外排泵的作用,多位点序列分型(multilocus sequence typing, MLST)结合血清组对耐药菌株进行遗传多样性分析。结果表明:32株耐药菌株中gyrA、gyrB、parC与parE的QRDR均未发生氨基酸突变,且未检测到PMQR相关基因;而7株fepR基因发现新的氨基酸突变位点,其作用机制有待阐明;外排泵基因lde在耐药LM中皆有检出,78.1%(25/32)LM加入利血平后MIC值降低至原MIC的1/2以下,lde可能是导致LM对喹诺酮耐药的重要因素。血清组分析发现32株耐药菌株分属血清组I.1、I.2、II.1、II.2和III,MLST共分为10种ST型,其中ST87、ST9和ST8为优势株,具有一定的致病能力。结果表明,lde是LM产生喹诺酮耐药的重要因素,但LM潜在喹诺酮耐药分子机制仍有待阐明,同时其潜在的致病性应引起重视。     

应用铅同位素比值和元素含量分析法识别有机鸡样品真实性

探究了鸡中铅同位素与相关元素在有机养殖和常规养殖中的差异性,以探讨有机鸡样品溯源的可能性。相同品种的鸡分别采用有机养殖和常规养殖2种不同的饲养方式,利用电感耦合等离子体质谱分别对有机鸡和普通鸡样品中的铅同位素比值和相关元素含量进行测定。方差分析结果表明,铅同位素比值²⁰⁴Pb/²⁰⁶Pb和P、Zn、Fe、Mn、Mg、Ca、Cu、Na、K元素含量具有显著性差异(p＜0.05);主成分分析初步表明,Zn、Mn、Mg、Ca、Cu、Na、K为有机鸡和普通鸡样品中的特征无机元素;聚类分析可将鸡样品分为有机养殖和常规养殖两大类,通过判别分析所得模型的初始分组正确率为100.0%,交叉验证正确率为90.0%。利用铅同位素比值(²⁰⁴Pb/²⁰⁶Pb)、相关元素(P、Zn、Fe、Mn、Mg、Ca、Cu、Na、K)含量分析能够对有机鸡进行有效溯源识别,研究结果可为有机鸡的鉴别研究提供新的方法。     

基于均匀设计和BP神经网络的花生油SFE-CO2萃取预测

利用均匀设计和BP神经网络相结合的方法,研究了SFE-CO₂萃取花生油工艺。以半烘烤并粉碎之后的花生为原料,针对萃取压力、温度、时间和CO₂流量4个因素,每个因素10个水平安排实验,利用均匀设计的实验数据作为网络训练样本,构造花生油SFE-CO₂萃取的BP神经网络预测模型,对萃取过程进行预测,分析各实验因素与出油率之间的关系,确定较优的工艺条件。最后确定4-9-1的BP神经网络模型,利用该模型所得出油率的预测值与实验值相接近,相对误差(绝对值)小于2%;构造的BP神经网络模型能较好地预测萃取过程中各参数影响下花生出油率的变化趋势。结果显示,当萃取压力30MPa,温度40.5℃,时间125min,CO₂流量187L/(h·kg)时花生出油率可达期望值47.5%。该方法为实现预测与控制SFE-CO₂萃取花生油过程奠定了可靠的理论基础。     

潮汕牛肉丸煮制前后关键性香气成分对比分析

采用固相微萃取(solid-phase microextraction, SPME)结合气相色谱-嗅闻-质谱联用技术(gas chromatography-olfactometry-mass spectrometry, GC-O-MS)分析潮汕牛肉丸煮制前后挥发性香气活性物质,同时结合香气活性值(odor activity value, OAV)确定关键性香气活性成分。结果表明,在煮制前后牛肉丸中共鉴定出42种挥发性成分,包括含硫化合物11种,醛类7种,杂环化类4种,醇类4种,烃类10种,酯类2种,酮类1种,酚类2种,酸类1种;嗅闻鉴定出12种香气活性物质,经OAV分析确认生牛肉丸中的关键性香气成分是二烯丙基硫醚、二烯丙基二硫醚、甲基烯丙基硫醚、反式-2-辛烯醛、己醛、壬醛;熟牛肉丸的关键性香气成分是二烯丙基硫醚、己醛、壬醛、二烯丙基二硫醚。比较关键性香气物质OAV的前后变化,发现二烯丙基硫醚、甲基烯丙基硫醚、二烯丙基二硫醚、甲基烯丙基二硫醚、反式-2-辛烯醛、己醛是导致潮汕牛肉丸煮制风味变化的关键性香气成分。