氢离子中性载体电极用于环境含氟废水中pH值的检测

设计合成了一种用于环境含氟废水中pH值测定的氢离子中性载体材料,即（o-羟基苄基）二正十二胺（Ⅱ）,其聚氯乙烯膜电极的电位响应pH线性区间为2．0～12．5,能斯特响应斜率为56．9±0．4mV／pH（25℃）．该电极具有内阻低、响应快、电位选择性高、重现性好与稳定性高的优点,且不受氢氟酸侵蚀和不易破碎,能很好地被应用于环境含氟废水样品的pH值测量．     

等离子体氧化NO耦合湿式氨法同时脱硫脱硝试验研究

为提高燃煤烟气同时脱硫脱硝工艺中的脱硝效率,将等离子体氧化技术应用到湿式氨法脱硫工艺中,建立了等离子体氧化NO耦合湿式氨法的脱硫脱硝试验装置.考察了液气比、氨水浓度、烟气流量、烟气温度、NO初始浓度、SO2初始浓度等工艺参数对同时脱硫脱硝性能的影响.试验结果表明:提高液气比、增加氨水浓度、减少烟气流量、降低烟气温度、减小NO和SO2初始浓度都可以提高脱硝效率,而试验范围内工艺参数对脱硫效率的影响几乎可以忽略;当液气比为10 L/m3、氨水浓度为4 mol/L、烟气流量为10 m3/h、烟气温度为85℃、NO初始浓度为3.5×10-4、SO2初始浓度为1.0×10-3时,该试验装置的脱硫效率和脱硝效率分别为99.6%和69.4%.     

开封市东护城河河流污染调查与综合治理研究

在对东护城河流域水文现状、污染源数量及分布、废水及污染物排放情况、排污口分布、河流水质、地下水水质、流域内排水管网和环境卫生状况进行认真调查的基础上,对其存在的环境问题及其成因进行了详细分析,并提出了具体的流域综合治理建议.     

非线性Ginzberg-Landau方程初边值问题解的存在性

主要研究了一类非线性Ginzberg-Landau方程混合初边值问题，用Galerkin方法证明了弱解和整体解的存在性．     

基于3种建模法的食源性 ACE抑制二肽 QSAR 研究

以自组建的食源性血管紧张素转化酶（angiotensin I‐converting enzyme ,ACE）抑制二肽为研究样本,采用氨基酸描述子VHSE（principal component score vector of hydrophilicity ,steric ,and electronic properties）对ACE抑制二肽进行表征后,比较偏最小二乘（partial least square regression ,PLS）、支持向量机（support vector machine ,SVM）及主成分分析（principal component analysis ,PCA）‐SVM相结合的3种建模方法对ACE抑制二肽的QSAR（quantitative structure‐activity relationship）建模。结果显示,对于食源性ACE抑制二肽,3个模型的拟合能力无明显差异,SVM模型的预测能力略强;对其进行权重投影分析发现,C末端氨基酸较N末端氨基酸对其活性的影响更为明显。     

模型预测控制器的广义最小方差性能评价

基于滚动时域最小方差性能评价方法和广义最小方差控制原理,提出了可处理约束问题的滚动时域广义最小方差性能评价方法。该性能评价方法既可考虑过程变量的硬约束,同时相对于滚动时域最小方差性能评价方法,又可考虑操纵变量的软约束。基于Wood-Berry精馏塔模型的仿真实例证明了该性能评价方法较滚动时域最小方差性能评价方法具有更高的实际意义,并验证了这种性能评价方法的有效性。     

主瓣交叉极化干扰对SLB系统的影响分析

针对旁瓣消隐(SLB)系统中主、辅天线对交叉极化信号的不同响应,提出了对具有SLB系统的雷达实施主瓣交叉极化干扰时会引起SLB系统工作,造成目标隐匿的问题。通过建立模型,分析了干扰的有效性。仿真实验证明,对主天线实施交叉极化干扰,无论是欺骗式干扰还是压制式干扰,都可以改变主、辅通道对信号的响应特性。主天线接收能量会急剧下降,辅通道的接收能量会强于主天线,从而触发SLB系统工作,主通道闭锁,目标隐匿。     

Finding finer functions for partially characterized proteins by protein-protein interaction networks

Based on high-throughput data, numerous algorithms have been designed to find functions of novel proteins. However, the effectiveness of such algorithms is currently limited by some fundamental factors, including (1) the low a-priori probability of novel proteins participating in a detailed function; (2) the huge false data present in high-throughput datasets; (3) the incomplete data coverage of functional classes; (4) the abundant but heterogeneous negative samples for training the algorithms; and (5) the lack of detailed functional knowledge for training algorithms. Here, for partially characterized proteins, we suggest an approach to finding their finer functions based on protein interaction sub-networks or gene expression patterns, defined in function-specific subspaces. The proposed approach can lessen the above-mentioned problems by properly defining the prediction range and functionally filtering the noisy data, and thus can efficiently find proteins’ novel functions. For thousands of yeast and human proteins partially characterized, it is able to reliably find their finer functions (e.g., the translational functions) with more than 90% precision. The predicted finer functions are highly valuable both for guiding the follow-up wet-lab validation and for providing the necessary data for training algorithms to learn other proteins.     

胡萝卜、大豆复合饮料中胡萝卜素保存率的研究

以胡萝卜、大豆为主要原料,生产冲溶性良好的固体饮料.采取包埋、掩盖等系列措施,胡萝卜素保存率可达93.81%;采用胶体磨磨浆、高压均质的胡萝卜制浆工艺,胡萝卜的原料利用率比常法制汁提高了19.78%;在喷雾干燥中最优的工艺参数为:进风温度250℃、进料总固形物含量9%,进料速度25m]/min,喷头压力0.35MPa,胡萝卜素保存率最高为94.89%;胡萝卜素保存率与进风温度、进料速度、喷头压力显著相关,因素间存在交互作用.     

基于GWO-CNN-BILSTM的超短期风电预测

在未来高渗透率风电场景下,超短期风电功率预测研究对于实现电力系统优化运行具有重要意义。为此,提出一种基于GWO-CNN-BiLSTM的超短期风电预测方法。首先,搭建基于卷积神经网络(convolutional neural network, CNN)与双向长短期记忆神经网络(bidirectional long short term memory, BiLSTM)的组合模型,然后,为提升风电预测结果的精度,通过灰狼优化算法(grey wolf optimizer, GWO)对组合模型进行优化,使该组合模型参数能实时适应风电历史数据。最后,仿真结果验证了所提出方法的有效性和优越性。