基于苯乙酮的肟醚-酰胺类化合物的合成及生物活性研究

合成了10个新型的肟醚-酰胺类化合物，所合成的新化合物经^1H NMR、元素分析和MS进行了结构确证．初步的生物活性测定表明新化合物普筛时Nb对黄瓜灰霉病菌，Ni对油菜菌核病菌及粘虫有100％的抑制活性。     

海啸

海啸是一种具有强大破坏力的海浪。当海底地壳发生断裂、移位、塌陷、山崩、火山爆发、大面积滑坡等活动时，都会伴随着海底地震的出现。地震的发生使震区的海洋水体出现振荡波。当振荡波接近大陆海岸时，与越来越浅的海底磨擦，使波速降低、波长缩短，而周期不变。由振荡波所卷起的海浪．在海岸一带其波高可达数十米(有时会超过百米)，     

基于隐藏马尔可夫模型的干扰抑制技术

研究了DS(direct sequence)扩频系统中基于隐藏马尔可夫模型HMM(hide Markov models)的干扰抑制技术，简要引述了算法原理，着重给出了该算法的改进方案和在具体干扰条件下的系统性能仿真。研究表明，该算法由于能够对干扰信号进行准确估计，因而减小了对有用信号的损伤，可以获得更好的抗干扰性能。通过减小复杂度的措施，可以用于实际系统，这对于应用DS扩频系统的短波通信和卫星通信，增强抗干扰能力具有重要意义。     

开关电源噪声的产生及抑制方法

分析了开关电源噪声产生的类型、原因及传播方式，根据开关电源结构特性，提出了抑制和消除噪声源、屏蔽噪声、滤除噪声等抑制开关电源噪声的一些措施。     

改进PSO 算法在振荡式注汽速度优化中的应用

针对蒸汽驱恒定式注汽速度驱油效果差的现状,提出了一种基于改进PSO( Particle Swarm Optimization) 算法的蒸汽驱振荡式注汽速度优化方法。该方法建立了蒸汽驱注汽速度数学模型,采用改进粒子群优化算法对此模型进行求解并优化振荡式注汽速度,最后得到蒸汽驱振荡式注汽速度最优方案。改进粒子群优化算法引入混沌优化算子产生初始解,依据各粒子适应值的距离,完成对各个粒子的自适应变异,同时引入极值扰动算子对个体历史最优值和全局最优值实施随机扰动,加快了收敛速度,提高了种群的可进化能力。实验结果表明: 所建立模型准确,优化算法有效。通过此方法可指导蒸汽驱注采方案合理编制,指导蒸汽驱高效运行。     

张力弦-永磁动力吸振器理论及试验研究

为了实现转子系统振动抑制,设计了一种适用于旋转机械的张力弦-永磁刚度动力吸振器.利用张力弦结构的拉力-刚度可调特性,实现吸振器的频率可调;又引入永久磁铁构成的刚度机构,使得吸振器整体结构与转子系统相互分离.对转子-动力吸振器系统进行动力学建模和仿真分析,研究了吸振器的工作特性,又进行试验研究证明理论研究的正确性.研究结果表明,该吸振器可以达到转子系统振动抑制的效果,在永磁刚度机构磁铁间距小时吸振器效果好且更加稳定.     

燃烧振荡声学抑制器的机理分析与设计优化

燃烧振荡是发展低排放燃气轮机燃烧室需要解决的关键问题之一，未来燃气轮机燃烧室运行温度更高、具有更宽的工况运行范围及更复杂的几何结构(如轴向分级、环形燃烧室等),燃烧振荡存在高振幅、多振荡频率、多振荡频率时变和多热声模态共存等特点。采用声学抑制器被动控制燃烧振荡具有抑制器结构简单、可靠性高、成本较低等优势。针对未来的燃烧室，现有抑制器方案将面临很大挑战，因此，亟需开展宽吸声带宽、可控制多模态的声学抑制器及系统级燃烧室多声学抑制器设计优化研究。该文概述了国内外声学抑制器机理和设计优化的研究进展，着重总结了作者近年来在常规及多频段声学抑制器机理、抑制效果分析计算和复杂热声系统参数对声学抑制器特性影响，以及基于伴随方法的多声学抑制器多参数快速优化等方面的研究工作，并对未来燃烧室声学抑制器的发展方向进行了讨论。     

10kV真空开关柜操作过电压问题及对策探讨

在对10 kV真空开关柜操作过电压产生的原因进行简单阐述后,从开断配电网负载的操作过电压、开断感性负载的操作过电压、开断容性负载的操作过电压等方面,对10 kV真空开关操作过电压的抑制方法对策进行了探讨。     

可抑制近视恶化的眼镜

<正>近视问题困扰了许多同学,讨厌的是,尽管我们注意爱眼,近视程度往往还会加深。日本科学家不久前公布,他们研发的多焦点隐形眼镜有助于抑制未成年人近视恶化。视网膜如同照相机的感光底片,负责感光成像。近视眼的眼球,视网膜靠后,光线的焦点落在视网膜前,看到的图像模糊。眼镜使光线焦点落在视网膜中央,从而让人看清物体。但此前有研究指出,如果视网膜四周部分的焦点对不准,近视依然会恶化。     

基于神经网络的喹诺酮羧酸类衍生物活性研究

喹诺酮类衍生物具有较好的抗菌杀菌能力及抗肿瘤活性,已广泛应用于感染性疾病的治疗。为了研究喹诺酮羧酸类衍生物的活性与分子结构两者之间的定量结构及活性关系(QSAR),基于分子的空间邻接矩阵,使用程序计算了48个喹诺酮羧酸类衍生物的电性拓扑状态指数和电性距离矢量,优化筛选了电性拓扑状态指数的E_1,E_8和电性距离矢量的,M_(26),M_(32),M_(36),M_(81)共6种参数,建立了这些分子的活性与E_1,E_8,M_(26),M_(32),M_(36)和M_(81)共6种参数的多元回归定量构效关系模型。将筛选得到的6种结构参数作为神经网络法的输入层节点,采用6-4-1的网络结构,建立了相对预测精度较高、稳定性较好的神经网络QSAR模型,所得预测活性模型的总相关系数R为0. 992 5,利用所建模型计算得到的喹诺酮羧酸类衍生物活性预测值与相关实验值的相对平均误差仅为0. 87%,两者非常吻合。结果表明,喹诺酮羧酸类衍生物的活性与6种结构参数之间具有良好的非线性关系,基团类型和连接方式是影响喹诺酮羧酸类衍生物活性的主要因素。该研究对高效低毒新型药物的分子设计具有重要的现实意义。