用鲜叶加工低咖啡因速溶红茶的工艺研究

以茶鲜叶为原料,采用正交试验,研究了低咖啡因速溶红茶的加工工艺.通过综合评估,鲜叶添加比例以7∶3最为合适,即每70g脱咖啡因鲜叶中添加30g切碎的鲜叶作为酶源发酵制成的脱咖啡因红茶胚品质最佳.4个因素对茶黄素浸提影响的主次关系为pH值,温度,固液比,时间,对茶红素浸提影响的主次关系则为固液比,时间,pH值,温度.鲜叶加工低咖啡因速溶红茶浸提的最优工艺参数为温度95℃,浸提时间30min,固液比1∶15,pH值为5.5.通过感官审评,发现用鲜叶制的低咖啡因速溶红茶品质更佳,且其得率也达到了21.4%,与传统加工方法相比差异也不大,故此工艺可以应用到产业化生产速溶红茶中.     

普洱茶没食子酸的提取分离工艺研究

首先通过正交试验,得到普洱茶没食子酸的最佳提取条件为浸提温度90℃,浸提时间70min,固液比1∶24.然后又在该条件下,采用动态饱和吸附试验法比较了8种树脂对没食子酸的分离效果,结果表明,聚酰胺60-100目和30-60目树脂洗脱液中没食子酸质量分数较高,分别为63.65%和62.85%;其余6种大孔吸附树脂的没食子酸得率较低,HPD600最低,仅30.39%.与大孔吸附树脂相比,聚酰胺树脂更有利于从普洱茶中制备没食子酸.     

基于免疫危险理论的非常规突发事件风险识别双信号方法

非常规突发事件的风险识别是应急管理亟待解决的难题.综合运用免疫危险理论与计算实验技术,构建了突发事件风险识别的抗体浓度和亲合度的双危险信号模型以及基于相似性交叉与多样性变异的免疫遗传识别算法模型,将非常规突发事件风险识别转化为多峰函数优化问题,运用所提出的算法,发掘非常规突发事件的演化规律,发现最佳应对时机.通过森林火灾算例分析,演示了基于免疫危险理论的非常规突发事件风险识别方法在应急管理中的应用,验证了模型的科学性和可行性.     

步进梁加热炉速度智能控制技术研究

武钢取向硅钢铸坯步进梁加热炉采用的是非对称闭式泵控电液比例控制系统,是一种典型的非线性、时变、强干扰系统,采用常规PID控制时其跟踪性能和适应性较差,很难在不同钢种、不同负载、不同阶段中达到所要求的速度跟踪精度.通过对NSPC动态特性的分析,提出了一种FNNC控制系统.试验和现场应用表明,该系统的跟踪速度、精度、缓冲特性、循环时间较先前使用的PID控制系统均有所改善或提高,能更好地满足生产要求.     

工艺参数对连铸坯表面振痕深度的影响

以保护渣道动态压力作用模型为基础,利用Fluent软件对弯月面区域求解N-S方程,得到保护渣液渣的流动情况和弯月面的压力分布.计算结果表明,在结晶器振动过程中,保护渣道的压力呈周期性变化.进入负滑脱期时,渣道入口处开始受正压力作用,当正压力大于钢水静压力时,初始凝固坯壳开始被推离结晶器壁.正压力越大,负滑脱时间越长,初始凝固坯壳被压得越弯,振痕就越深.并分析了振动参数、拉速和保护渣黏度等对振痕深度的影响.     

《中国科学技术史·年表卷》五代至北宋部分考证

《中国科学技术史.年表卷》是中国科技史方面的一部重要工具书。该书通过对众多原始史料的考察,并总结了多年来国内外中国科学技术史领域的研究成果,首次为中国古代科技史给出了一张系统、清晰的权威性年表。根据原始文献,对《年表》中五代至北宋部分进行了重新考证,核实了《年表》部分史实的真伪,力求正本溯源,为《年表》之补正。     

算法中数学策略的应用与研究

研究算法中的数学策略,通过具体实际问题分析数学策略中的方程思想、不等式思想及构造法在具体问题求解算法中的应用,比较他们同其他策略的优劣．并提出在算法中引入数学策略的原则和方法．     

包壳相关行为对严重事故进程的影响分析

严重事故工况下,锆合金包壳与水剧烈反应,产生氢气并释放大量热量,会导致堆芯熔化。熔化的锆合金包壳发生共晶反应,二氧化铀与二氧化锆在低于其熔点时发生熔化,将对堆芯熔毁事故进程产生显著影响。本文使用一体化严重事故分析程序,研究百万千万级压水堆核电站发生全场断电叠加破口事故下,包壳行为对严重事故进程的影响。分析结果表明,锆水反应精细化计算模型修改后,全场断电叠加大破口事故下堆芯产氢量减少24.1 Kg;共晶反应能够加速熔融物向下封头迁移同时延长堆芯失效时间。     

基于注意力U-Net模型的露头裂缝自动识别方法

应新疆塔里木油田深层两大类复杂油藏项目的要求,采用多传感器联合的野外地质露头采集技术与多尺度数字露头构建技术,建立了基于多尺度-多信息三维数字露头的综合地质知识库,其中一项重要的工作是深度学习在岩性、缝洞等方面的自动识别与研究。基于无人机拍摄的裂缝图像分辨率高且复杂的特点,在图像预处理阶段,首先对原始图像进行了切割,并做了灰度化处理以降低计算量。采用在医学领域内识别图像效果显著的U-Net网络模型,同时在传统U-Net模型的跳跃连接阶段引入注意力机制以提高目标特征的关注能力,带来模型性能的提升。使用处理过的真实岩石裂缝图像,完成了模型的训练和测试。实验结果表明：改进之后的网络模型裂缝识别效果良好,精确率可以达到88%,较原始网络提高了2.37%,损失在0.110左右,F₁分数能够达到85以上。