ICP-AES法测定录音带磁粉中七种痕量元素

用顺序ICP光谱仪测定录音带磁粉中Ca、Mg、Cr、Co、Mn、Zn和Ti等痕量元素。样品用H_2SO_4/H_3PO_4/HNO_3混合酸分解。利用仪器的扫描程序,确定被测元素的分析线及背景校正点波长,并求干扰元素校正系数。估计了七个元素的检出限。测得平均回收率在90～104%之间。     

模糊集合论在矿山控制网布设和图纸质量评定中的应用

应用模糊数学方法研究和处理矿山测量中存在的具有“模糊性”的问题。例如控制网布设方案及矿山测量图纸质量的综合评判。它能更准确地描述用精确数学模型难以描述的问题。     

原子外层空轨道相对最稳定顺序及周期性规则

本文提出原子外层空轨道相对稳定性可作为电子填充的粗略判据;给出由中性原子轨道能数据直接导出原子外层轨道相对最稳定顺序的图表及周期性规则;用以简明、清晰、合理地推引解释元素基组态和解释元素周期律。提出在中心势场模型基础上推引全部元素基组态的方法。     

基于脑涨落图和抑郁评分系统评价中医综合治疗抑郁症的疗效

以DEP患者作为研究对象,利用脑涨落图仪（EFG）的客观检查方法及DEP现代医学评分系统,评价解郁合欢汤+五行音乐疗法的中医综合治疗方式对DEP的疗效。指标包括EFG检测大脑神经递质相对功率值、汉密尔顿抑郁量表（HAMD）以及蒙哥马利抑郁评定量表（MADRS）。EFG结果显示,患者治疗后脑内γ-氨基丁酸的相对功率值较治疗前显著降低（P<0.001）,去甲肾上腺素（P<0.001）、多巴胺相对功率值（P<0.001）较治疗前显著提高,患者治疗后的HAMD(P<0.001)、MADRS(P<0.001)较治疗前显著降低。说明中医综合疗法对DEP的疗效确切,可通过对大脑神经递质的调节作用而发挥抗抑郁疗效。     

基于熵权法的城市韧性评估及障碍因子诊断——以河南省为例

以河南省18个省辖市为研究对象,通过构建河南省城市韧性水平评估指标体系,测度2004-2019年河南省城市韧性水平,分析其时空分异与演变,并引入障碍度模型诊断其障碍因子及障碍度.结果表明：(1)研究时段内河南省城市韧性水平总体得分以及经济韧性、社会韧性、生态韧性和工程韧性4个子系统得分均呈现出上升趋势;(2)在研究时段内河南省城市韧性水平的总体差异呈缩小的趋势;(3)中西部地区逐渐形成以高水平、中高水平为主的连绵分布区,东部和南部地区则形成以低水平、中低水平为主的连绵分布区;(4)河南省城市韧性水平的空间集聚效应呈现先减弱再逐渐增强的趋势;(5)子系统对河南省城市韧性水平的障碍度显著强度：工程韧性子系统>社会韧性子系统>经济韧性子系统>生态韧性子系统.实证研究结果可为河南省城市规划与实现城市可持续发展的政策制定提供有力支撑.     

黔产赤灵芝不同部位无机元素和营养成分分析

以黔产青冈椴木赤灵芝为研究对象,测定了灵芝子实体(整支)、灵芝孢子粉(破壁)、灵芝孢子粉(未破壁)和灵芝菌盖中5种营养成分和24种无机元素,并进行相关性分析。结果表明：灵芝中营养成分与无机元素间具有一定的相关特性;灵芝不同部位的水分、灰分、多糖和三萜及甾醇含量均符合2020版《中华人民共和国药典》规定;灵芝孢子粉(破壁)具有较高的蛋白质、多糖和三萜及甾醇含量;元素Sn、Mo、B、Be和Ag在灵芝不同部位中均未检出;As在灵芝孢子粉(破壁)、灵芝孢子粉(未破壁)中未检出;元素Pb、Cd、As、Hg和Cu在灵芝不同部位中的含量均低于最大限量值;Al在灵芝子实体(整支)中超标率为100%;Cr在灵芝孢子粉(破壁)中超标率亦为100%。     

天道金科:“以数建景”,破解产业数字化转型

天道金科率先提出集“咨询+科技+数据+金融+运营”五位一体的产业数字化综合解决方案,助力开发政府侧、产业侧、金融侧等不同场景下数据要素的价值和作用,推动数字技术和实体经济融合共生,数据要素是促进产业变革、带动经济增长的重要引擎。2020年以来,我国密集出台了一系列培育数据要素。     

基于差异化绿色电力交易需求的省级绿色电力市场绩效评价

绿色电力作为环境友好型能源在近年来得到了广泛的应用,为探索省级电力市场绿色电力交易成效,首先通过梳理国外绿色电力市场机制和交易组织情况,并对比分析国内国网区域和南网区域的绿色电力交易现状,总结出国内各网省绿色电力交易的开展情况和规则特点。然后从分布式绿色电力参与市场交易、绿色电力偏差调整和绿色电力曲线形成三个方面,进行了差异化绿色电力交易需求分析与实践探索。最后针对性构建省级绿色电力交易的绩效评价指标体系,并进行实例分析,为省级电力市场绿色电力交易方法和市场评价提供参考方案。     

运用主成分分析和深度神经网络预测钢包炉合金元素收得率的研究

钢包炉（ladle furnace,LF）精炼的核心任务之一是进行钢水合金化过程,以保证钢包到达连铸平台后满足钢水成分要求。钢水合金化也是较为复杂的物理化学反应过程,其不仅对钢水温度有影响,而且对钢水质量、合金料消耗量均有影响。因此,实现LF精炼过程中合金元素收得率的精准预测具有重要意义。本研究首先采用主成分分析法（principal component analysis,PCA）对模型输入变量进行处理,用于简化实际生产数据结构;然后,融合SGDM算法和L2正则化方法,构建了深度神经网络（deep neural network,DNN）;最后,采用主成分分析和深度神经网络相结合的方法,建立了合金元素收得率预测模型。结果表明,Si元素收得率命中率在±1%, ±3%和 ±5%误差范围内分别为54.0%、93.8%和98.8%;Mn元素收得率命中率在±1%, ±2%和 ±3%误差范围内分别为77.0%、96.3%和99.5%。此外,PCA–DNN模型的预测精度优于参考炉次法、多元线性回归模型、改进BP神经网络模型和DNN模型,有助于实现钢水成分的“窄窗口”控制。本研究中合金元素收得率预测模型的建立,也可为LF智能精炼合金化控制模型的开发提供支撑。     

化工过程能量综合知识表示的方法研究

剖析了人类专家进行化工过程能量综合的过程,简述了几种知识表示方法的优、缺点。分析了化工过程能量综合领域知识的种类和特点,提出了题域知识的“面向对象”表示方法。