利用气升式反应器生产红曲色素的研究

分别使用 １ 升玻璃气升式反应器和 ５ 升不锈钢气升式反应器进行了红曲霉菌的深层培养。实验结果表明：采用多级风量控制和补料分批培养技术有利于色素的形成。在实验确定的较优条件下,１ 升反应器和５ 升反应器的发酵液总色价分别为３８０７ｕ／ｍ ｌ和 ３７１４ｕ／ｍ ｌ,发酵时间为 ８４ｈ。     

一种自适应扭振动力减振器(英文)

本文提出了一种新型扭振动力减振器的设计原理． 它的固有频率将自动适应转轴的转速变化,从而使减振器在转轴的任何转速下都具有最佳减振效果． 通常的减振器只在转轴的一个很窄的转速度段内减振有效．     

偶64～68Ge同位素的对相变及其演化

应用唯象核芯加两准粒子模型的一种微观实现(sdIBM-2 2q．P．)方案并考虑到实验单粒子能量,较成功地再现了偶^64-68Ge核的基态带、β带、γ带和部分高自旋态能谱．基于唯象模型和微观方案求出了s玻色子不拆对和一个d玻色子发生拆对顺排所需要的最小能量值．该阈值明确指认：随着中子数的增加,偶Ge同位素可能发生从^54Ge核的两准质子顺排态向^68Ge核的两准中子顺排态的演化;揭示了偶Ge同位素对相变对象转移的演化过程．     

32例多发性骨髓瘤患者血清肝细胞生长因子水平测定的临床意义

目的:探讨多发性骨髓瘤(MM)患者血清肝细胞生长因子(HGF)水平变化的临床意义。方法:用双抗体夹心酶联免疫吸附法检测32例MM患者的HGF血清水平,观察其变化与多发性骨髓瘤患者贫血、高钙血症、肾功能不全以及β2 微球蛋白的关系。结果:具有较明显的贫血[血红蛋白ρ(Hb) <85g/L]、高钙血症[c(血清钙Ca2 +) >2 982mmol/L]和肾功能损害[c(血清肌酐CRN)≥176 8μmol/L]的MM患者,其血清HGF水平分别比贫血较轻[ρ(Hb)≥85g/L]、高钙血症较轻[c(血Ca2 +)≤2 982mmol/L]以及无明显肾功能损害[c(CRN) <176 8μmol/L]的MM患者明显增高,其差异在统计学上有显著性意义(P值均<0 0 5 )。ρ(血β2 微球蛋白) >4mg/L组的血清HGF水平高于ρ(血β2微球蛋白)≤4mg/L组,其差异在统计学上有非常显著性意义(P <0 0 1)。MM患者年龄、性别与血清HGF无明显关系。结论:MM患者的血清HGF水平与MM患者的贫血程度、高钙血症程度及有无明显肾功能不全等临床表现有关,也与MM患者的血清β2 微球蛋白水平有关。     

羟基铁柱撑蒙脱土制备过程热力学

从热力学角度研究羟基铁在蒙脱土上的插层过程.羟基铁插层蒙脱土的平衡柱撑量与液相平衡浓度的关系符合Langmuir模型.实验条件下羟基铁插层蒙脱土是一个吸热、熵增加、自由能减少的柱撑过程,柱撑焓为17 646.5 J·mol-1,柱撵熵为67.7 J·K-1·mol-1,在40～80℃,柱撑自由能的数值为-3 553.8～-6 261.8 J·mol-1,由柱撑焓数值的大小推测羟基铁与蒙脱土为氢键结合.     

一种新型灰色Gom pertz模型

给出了背景函数为$x^{(0)}(t)=be^{-a(t+1)}+c$的精确级差格式,基于理想状态时的绝对误差提出了一种全新的灰色模型——灰色Gompertz模型.该模型具有良好的抗噪性,并且计算简单.实例表明了该模型具有良好的效果.     

基于π演算的攻击编队组织的动态演化

根据空战作战任务的特点，对协同攻击任务进行阶段分解和类型分解。建立了基于任务、面向结构、具有集中．分布式指挥控制关系的作战编队组织结构。应用π演算对编队成正的任务角色的指派、维持、更改和角色冲突协调等编队组织动态演化问题进行了研究，使编队成员任务角色可根据空战态势、空战任务和编队成员的生存力等进行及时调整，确保编队有效的实施对目标的协同攻击。     

虚拟技术与主体认知能力的提高

虚拟技术是一项以人的感觉、感性、感官为基础并强调感知能力的新型认识工具。它极大地提高了主体的感知能力，虚拟技术使得认识活动感性和理性相结合，逻辑思维和形象思维并用，有力地推动人的认知能力的提高。     

教学进程中的互异互同与互补互动

教学系统是一个复杂的多维动态网络，其中蕴涵着丰富的互异互同现象和互补互动关系，教学进程中的主体——教师、学生之间，客体——知识、方法之间也存在多维的强耦合关系。只有正确认识、自觉比较教学过程中的互异互同，正确对待、主动促进教学进程中的互补互动，才能有效把握教学之辨证规律，真正提高教学效率。     

内燃机油基础油与添加剂优选中的推理方法

为了研制内燃机润滑油，采用计算机知识推理的方法来选择基础油和添加剂。知识的表示以传统的基于规则的知识表示为基础，结合面向对象的以及模糊的知识表示方法，为每种添加剂建立规则库。以添加剂类型规则库中的规则头以及研制油的性能要求分别得到两个证据集合，以两集合的贴近库作为其匹配度，从而选择出符合要求的添加剂类型。以该类型添加剂中的每种添加剂性能指标形成的评判标准论域集合与选择该添加剂的模糊评判论域集合为基础，应用麦德姆尼方法推出模糊关系矩阵，用研制油的评判集合及模糊假言推理得到结论，在多个结论的情况下，对结论冲突进行消解，最终选择出最优的添加剂。实践表明，这种推理方法得到的添加剂与大量人工分析得到的结论完全相同。