兰科地宝兰属植物研究进展

地宝兰属(Geodorum G.Jacks.)植物隶属于兰科(Orchidaceae)兰亚科(Subfam.Orchidoideae)树兰族(Trib.Epidendreae)美冠兰亚族(Subtrib.Eulophiinae)地生兰类群,全属约10种,分布于亚洲热带地区、澳大利亚和太平洋岛屿。我国地宝兰属植物有5种,在广东、海南、广西、贵州、台湾、四川和云南等地有分布记录。本文结合近几十年来地宝兰属植物的研究动态,阐述该属植物的资源概况、濒危原因、保护现状、细胞学、繁殖技术、菌根真菌、传粉生物学及遗传多样性等方面的研究进展,并提出下一步研究建议,以期为制定地宝兰属植物的保护策略和实施相关研究工作提供参考。     

光照强度对贵州地宝兰光合特性的影响

为探讨极危植物贵州地宝兰(Geodorum eulophioides)对光照强度的适应性,以贵州地宝兰成年盆栽植株为材料,通过人工遮阴的方法设置不同光照强度处理(8%、20%、45%和100%自然光照),测定不同光照强度下贵州地宝兰的气体交换参数日变化、光合-光响应曲线、叶绿素荧光参数,并对其叶片叶绿素含量及生长指标进行测定。结果表明：(1) 20%、45%和100%光照强度下贵州地宝兰的日均净光合速率(P_n)呈“双峰”型曲线,有明显的“午休”现象,而8%光照强度下的P_n呈“单峰”型曲线,20%光照强度下的日均P_n值最高,为(1.922±0.453) μmol·m^-2·s^-1;(2)贵州地宝兰叶片的最大净光合速率(P_max)、光饱和点(LSP)、表观量子效率(AQY)在20%光照强度下最高,在此光照强度下的光合能力最强;(3)叶绿素荧光参数F_m、F_v、F_v/F_m和F_v/F₀在100%光照强度处理下显著低于其他3个处理,100%光照强度下贵州地宝兰遭受了严重的光抑制;(4)叶片叶绿素a (Chl a)、叶绿素b (Chl b)、类胡萝卜素(Car)含量和叶绿素(a+b)[Chl (a+b)]含量均随着光照强度的增大而逐渐降低,而Car/Chl (a+b)呈相反趋势;(5) 20%光照强度下贵州地宝兰的株高、基径、最大叶长和最大叶宽均最大,8%光照强度下次之,100%光照强度下最低。研究表明,贵州地宝兰对不同光环境有一定程度的适应性,20%光照强度最适宜其生长;在迁地保护中,可选择相对开阔且具有一定遮阴效果的环境进行苗木种植;在种群恢复过程中,可适当间伐上层乔灌木,增加林下透光率,提高贵州地宝兰的生长速度,促进其自然更新。     

双卷流燃烧系统的双燃料发动机燃烧排放特性

为解决因生物柴油粘度过大,以及低温燃烧导致的燃油雾化、燃烧性能和排放恶化等问题,利用AMESim软件和AVL_FIRE软件对发动机燃烧室进行双卷流（DS）改造,对喷油提前角、喷孔直径进行优化匹配。结果表明:双卷流（DS）燃烧室燃油分布更加均匀,在运行范围内燃烧速率和功率比浅盆型燃烧室具有更大的优势;同时在加快燃油扩散速率和提高空气利用率方面具有显著的作用;在提高发动机动力性和经济性方面具有明显的优势。采用DS燃烧室、喷油提前角20.6°、喷孔直径0.28 mm组合结构形式的柴油机,其NO排放比原机降低81.83%,指示功率比原机降低7.73%。研究结果可为船用柴油机双燃料低温燃烧性能优化提供一定的指导依据。     

止口及螺栓对法兰盘结构静力学特性的影响

以含止口配合的螺栓连接法兰盘结构为研究对象,利用ANSYS有限元软件进行数值仿真分析,基于接触算法与实体单元建模方法分析结构受横向载荷时的静力学特性,对比了含止口结构和无止口结构在接触状态和弯曲刚度上的差异.在此基础上,讨论了不同参数对接触特性和弯曲刚度的影响规律,为后续含止口螺栓连接法兰盘结构的设计提供一定参考.研究结果表明:对接触特性的影响,止口长度的增加有利于降低受压区域面积和接触压力的最大值;对弯曲刚度的影响,螺栓个数对弯曲刚度的影响占主导地位,其次是止口长度和摩擦系数,然后是螺栓预紧力,而止口过盈量对弯曲刚度的影响最小,同时良好的接触状态有利于提高结构弯曲刚度.     

滑动弧放电等离子体激励的值班火焰头部放电特性实验

滑动弧放电等离子体在拓宽燃烧室点熄火边界、缩短点火延迟时间、提高燃烧效率等方面具有显著优势。在已有燃油裂解头部的基础上,优化滑动弧放电位置,创新地研制了基于滑动弧放电等离子体激励的燃烧室值班火焰头部,并对其放电特性开展了实验研究,着重分析了不同空气流量和输入电压对电弧动态特性、滑动模式、平均击穿电压、平均功率、平均旋转角速度的影响。结果表明：提出的方案能在文氏管与燃油喷嘴之间形成稳定的旋转滑动弧放电区域,同时存在两种不同的放电模式,即steady arc gliding (A-G) 模式和breakdown gliding (B-G) 模式,受空气流量和输入电压的显著影响,当空气流量小于200 L/min时,在140~240 V的输入电压下,主要以A-G模式放电,随着空气流量的增加向B-G模式发展,而随着输入电压的增加,A-G模式占比逐渐增大;放电平均击穿电压、旋转角速度随着输入电压的增加或空气流量的减小而减小,但平均功率随输入电压的增大而增大。     

菠萝蜜淀粉-月桂酸复合物的理化特性研究

淀粉与油脂热加工过程中会产生大量淀粉-脂质二元复合物,这会显著影响淀粉基产品的品质、保质期、物理化学特性等。菠萝蜜是新型小颗粒、直链淀粉含量高的热带特色淀粉资源。以木薯和玉米两种淀粉与菠萝蜜淀粉同为A型结晶的淀粉作参照,探究加热过程中菠萝蜜原淀粉与月桂酸形成复合物的复合指数、糊化特性、粒径分布、颗粒形貌和短程有序性。实验结果表明:与木薯淀粉和玉米淀粉相比,菠萝蜜淀粉表现出最高的直链淀粉含量,粒径分布更小更均一,最高的短程有序性,更规则且光滑的颗粒形貌,偏低的峰值黏度和相对结晶度。与木薯淀粉-月桂酸复合物和玉米淀粉-月桂酸复合物相比,菠萝蜜淀粉-月桂酸复合物显示出最高的复合指数,较高的最终黏度和相对结晶度,粒径较小且表面光滑,偏低的峰值黏度和短程有序性。研究结果表明月桂酸的添加增强了菠萝蜜淀粉的抗剪切能力和热稳定性;改变了淀粉的颗粒形貌,使原来规则的半球形颗粒变成不规则块状,并增大了颗粒粒径;阻碍了淀粉重结晶,从而导致相对结晶度和短程有序性降低。这些研究结果可为热处理过程中菠萝蜜淀粉与油脂特别是脂肪酸相互作用的研究提供理论依据,为进一步开发利用热带特色淀粉资源提供技术支撑。     

特征、逻辑与走向:中国文化科技融合政策的变迁研究——基于2011—2020年39项政策文本的实证分析

文化科技融合政策的变迁是文化科技融合创新的发展结果和导向。基于2011—2020年39项政策文本,采用内容分析法和政策文本量化分析等基本统计分析方法的研究表明,文化与科技融合政策的嬗变,是从探索阶段的松散、多点式的初级特征到创新阶段的深层次、宽领域、多方向的系统性布局扩展的,政策内容从简单集中到类型多元,政策目标从相加、相融到深度融合,政策趋向从科技引领、产业主导到双轮驱动、民生为本转变。这些特征客观反映出政府决策关注点、政策结构、政策价值取向的变化,预示着中国文化与科技融合政策将进一步以新发展理念统领文化建设和科技创新,推动制度优势转化效率优势,充分发挥科技创新在文化强国建设中的支撑作用。     

纳米SiO2部分取代氧化石墨烯作为水基润滑添加剂在镁合金/钢界面的摩擦学性能研究

氧化石墨烯是一种摩擦学性能优异的水基润滑添加剂,近年来受到国内外学者的广泛关注。然而,高的生产成本限制了氧化石墨烯的广泛应用。因此,本文拟采用成本低廉,润滑性能优异的纳米SiO₂部分取代氧化石墨烯制备氧化石墨烯/SiO₂复合水基润滑液,采用摩擦磨损试验机研究两种纳米材料在去离子水中的比例对镁合金/钢体系中摩擦系数和磨损体积的影响。结果表明,在本文测试条件下氧化石墨烯/SiO₂复合水基润滑液相对于纯氧化石墨烯水基润滑液和SiO₂水基润滑液具有低的摩擦系数。针对承载能力测试,所有的润滑液在载荷1 N和3 N的测试条件下具有低的磨损体积。随着载荷的增加,不同润滑液的抗磨损性能具有较大的差别。在载荷5 N和8 N的测试条件下,氧化石墨烯/SiO₂复合水基润滑液的磨损体积相对于纯氧化石墨烯水基润滑液分别下降了50.5%和49.2%。氧化石墨烯/SiO₂复合水基润滑液在严苛的摩擦实验测试条件下相对于纯氧化石墨烯水基润滑液磨损体积下降了46.3%。实验结果为镁合金碳基复合水基成形润滑液的设计和制备提供了新的思路。     

致密油储层CO2驱核磁共振实验研究

针对致密油储层动用困难问题本研究以CO_2为注入介质,对致密油注气开发效果进行评价,并借助核磁共振技术,从微观角度阐述了致密油储层注CO_2的驱替特征。实验结果表明,CO_2驱可以有效启动赋存在致密孔隙中的原油,非混相压力下(10 MPa),CO_2突破快,小孔隙中原油未动用,驱替后原油饱和度分布不均匀,驱替效率低;而在混相压力之上(24 MPa),CO_2突破明显变慢,驱替后原油饱和度均匀下降,大小孔隙中的原油均被启动,采出程度较高。此外从采出原油组成可以看出,高压下CO_2抽提作用非常明显,原油组分以C7~C29为主,几乎不合C30+组分,这表明CO_2会导致原油中重质组分在孔隙中沉积。     

关于工艺产品加工质量监测优化研究

质量监测可以有效的提高产品质量和生产效率。在复杂产品的生产过程当中,多个质量特性之间相互作用,共同对产品的生产质量产生影响,由于质量特性的数量较多、有些特性的关系是耦合的,因此准确诊断出异常变量是研究的难点。为了高效、准确的诊断出异常变量,提高产品的质量和生产效率,提出了基于改进网格优化的PCA-SVM多元控制图均值偏移诊断模型。在模型训练之前,使用主元分析(PCA)算法对数据进行预处理,降低数据维数和提取数据特征信息,再用改进网格算法对支持向量机(SVM)的参数进行优化,最终得到优化的SVM模型。仿真结果表明,采用的方法与传统方法相比,训练时间更短,且拥有更高的分类准确率。