摘要：精冲又称精密冲裁,是一种对模具有特殊要求的金属塑性加工工艺。这种冲裁件具有较高的尺寸精度与形状精度以及完全光亮的冲裁面,甚至可以直接装配使用。它具有优质、高效、生产成本低等特点,容易实现自动化生产。精冲是在普通冲压的基础上发展起来的一种精密板料加工工艺，精冲成形工艺是在普通压力机或者专用压力机（精冲机）上，

摘要：超临界CO_2流体萃取技术已广泛应用于天然产物的提取,成为中药现代化的关键技术之一,在中药新药的开发及中药生产中获得了成功的应用,并取得了良好的效果。本文主要报道了大型中药超临界CO_2流体萃取装置的设计与开发,着重讨论了超临界CO_2流体萃取装置中关键设备提取、分离容器的设计要点以及工业化装置开发应用过程中要解决的问题。设计与开发的大型超临界CO_2萃取装置已广泛应用于天然产物的提取及中药生产中。

摘要：森林生物量作为森林生态系统的最基本数量特征,是研究许多林业问题和生态问题的基础,但由于地域的不同,地上生物量及各分项生物量存在差异.以西藏、云南2 个省（自治区）的1 3 0株实测云南松Pinusyunnanensis生物量数据,分别用传统回归方法和利用引入地理区域为特征的哑变量方法建立了地上总生物量和地上各分项生物量的-元（胸径为自变量）、二元（胸径和树高为自变量）和三元（胸径、树高、冠幅为自变量）模型.结果表明：所建生物量模型中,地上总生物量模型精度最高,预估精度为0.930 0-0.960 0 ,其次是树干、树皮和干材生物量模型,预估精度为0.900 0-0.950 0 ,树叶生物量模型的预估精度相对较低,其值为0.850 0-0.890 0 ,而且所有的模型都满足二元模型的预估精度和确定系数比-元模型高,与三元模型相差不大.引入哑变量后的模型中,不管是-元模型、二元模型还是三元模型,模型的确定系数、预估精度都相应提高,确定系数为0.730 0-0.960 0 ,预估精度为0.880 0-0.960 0 ,而且估计值的标准误差和平均相对误差都减少了.因此,构建不同区域地上生物量和和各分项生物量模型时,建议引入哑变量,以提高模型精度和适用性,来解决不同地区模型不相容的问题。

摘要：对北京地区油松林分断面积、蓄积量生长模型进行研究,为建立通用的、相容的断面积、蓄积量生长模型奠定基础。利用北京市油松一类清查数据,以Richards和Shumacher为基础模型,通过选取不同的密度指标,分别拟合油松林分的断面积、蓄积量生长模型,并选取最优的断面积、蓄积量模型,引入哑变量,将间伐林分和未间伐林分合并建立林分断面积、蓄积量生长模型。结果表明,油松林分的断面积、蓄积的模拟效果都较好,R2分别最高达0.900 0、0.890 0,而且不同的密度指标直接影响模型的预估效果,林分断面积生长模型选用林分密度指数作为密度指标的预估效果更好;林分蓄积量生长模型选用林分断面积作为密度指标时预估效果更好,当在模型中的渐近值参数引入密度指标后,Schumacher模型对林分蓄积量的预估精度又要略优于Richards模型,通过模型的独立性检验,预测精度均在91%以上;而在最优的模型上引入哑变量后的林分断面积、蓄积量模型的R2、预测精度都比常规的模型稍高,R2均在0.900 0以上,预测精度在0.950 0以上。引入哑变量能适当的提高模型的精度,可以用来描述北京地区油松林分在不同措施下的生长变化规律,也解决了不同类型林分合并建模不相容的问题。

摘要：为了掌握杉木Cunninghamia lanceolata天然林与人工林的树高、胸径生长规律,改进杉木的营林生产模式,利用湖南省杉木一类清查数据,选择了6种常用经验方程拟合杉木树高曲线和胸径生长曲线,从中选出最优模型。在此基础上,考虑林分起源的差异,采用引入哑变量的度量误差模型方法建立不同起源林分相容性树高曲线方程组,并分析比较林分各阶段的生长状况。结果表明:引入哑变量后所建立的树高曲线方程组效果更好,在含哑变量的树高曲线方程组中杉木林分平均胸径生长过程曲线、平均树高曲线的拟合决定系数分别为0.820 5,0.758 0,预估精度分别达到了98.30%和98.01%,且其他各项评价指标均优于不含哑变量的树高曲线方程组;通过对比分析各林分不同林龄段的生长状况知:杉木人工林和天然林的总体趋势一致,但在中幼龄阶段,人工林的树高和胸径生长率高于天然林,且人工林的树高与胸径均比天然林先达到最大值。利用引入哑变量的度量误差模型方法建立树高生长模型,不仅考虑度量误差提高了模型精度,还解决了模型间不相容的问题。

摘要：为掌握北京地区油松Pinus tabulaeformis生长过程,建立相容的断面积和蓄积模型,通过引入间伐林分与未间伐林分的哑变量,分别建立林分断面积、林分蓄积生长模型,然后从相容的角度出发,建立林分断面积、蓄积量的误差变量联立方程组,并与不含哑变量的传统生长模型的误差变量联立方程组进行比较。经检验,传统误差变量联立方程组中林分断面积和林分蓄积生长模型的预测精度都在92%以上,对油松林分断面积的预测精度高达0.921 5,决定系数高达0.900 1,对油松林分蓄积量的预测精度达到了0.928 3,决定系数高达0.912 3,而引入哑变量的误差变量联立方程组中,模型的预测精度和确定系数稍高,均在93%以上,对油松林分断面积的预测精度高达0.939 8,决定系数达到了0.927 9,对油松林分蓄积量的预测精度在0.930 0以上,决定系数达0.932 8。这说明引入哑变量,一定程度上提高了模型的预测精度,而且所建模型比较合理,形式相对简单,便于应用,不仅使得林分水平上的林分断面积、蓄积量的预测结果具有相容性,同时还考虑了间伐措施对林分生长的影响,达到了林分生长与收获模型整体化研究的目的,为林分的经营管理提供了可靠依据。

摘要：为了解云南松林分蓄积生长规律,为更好的经营云南松林分提供理论依据,笔者基于云南省云南松一类清查数据,以Schumacher和Richards模型为基础模型,选取不同的林分密度指标,来拟合云南松林分蓄积生长模型,并在最优基础模型上引入哑变量,将不同林分类型合并,建立同时适用于间伐林分和未间伐林分的蓄积生长模型。结果表明:4个传统生长模型的模拟效果都较好,R^2和预估精度最高分别为0.971 6、96.79%,不同的林分密度指标对模型的预测效果有较大影响,且以选用林分断面积作为林分密度指标的Richards模型的预估效果最好,其预估精度为96.79%。在最优传统生长模型中引入哑变量后,模型的R^2和预估精度都比传统的生长模型稍高,分别达到0.973 0、96.84%。通过对模型的适应性检验,所建的哑变量模型的预估精度超过98%,且对间伐林分的拟合效果更佳,可以用来描述不同措施下云南省云南松林分的蓄积生长规律,也解决了不同类型林分合并建模不相容的问题。