摘要：[目的]考察高铁酸钾与过氧化氢联用对水体中氟苯尼考的降解效果。[方法]以高铁酸钾与氟苯尼考的摩尔比、过氧化氢与高铁酸钾的摩尔比、反应体系的pH值以及反应时间作为考察因素,设计4因素5水平正交试验,采用高效液相色谱法测定氟苯尼考浓度,以氟苯尼考降解率作为指标,筛选最佳降解条件。[结果]通过正交试验获得的最佳降解条件:高铁酸钾与氟苯尼考的摩尔比为45∶1、过氧化氢与高铁酸钾的摩尔比为1∶1、反应体系的pH值为7、反应时间为45 min。[结论]高铁酸钾与过氧化氢联用可有效降解水体中的氟苯尼考。

摘要：为探讨超声、紫外线照射及加温等方法对质粒介导的黏菌素耐药基因mcr-1的影响,采用四因素三水平正交试验设计,以mcr-1阳性猪场废水样品为研究对象,采用实时荧光定量聚合酶链反应(qRT-PCR)测定mcr-1基因绝对丰度,以处理前后mcr-1基因绝对丰度变化率为指标,考察不同因素及水平对mcr-1基因含量的影响。结果表明,超声对mcr-1丰度有显著影响,其次是温度、加温时间,而紫外线照射对mcr-1的影响甚微。当依次将样品进行超声30 min、紫外线照射15 min、温度40℃作用30 min时,会使mcr-1含量比对照组高5倍多。而当超声时间为15 min、同时提高温度至50℃作用30 min和60℃作用5 min时,可使mcr-1的含量分别降低20.5%和30.6%。可见,不同因素及水平的组合可对mcr-1基因的含量造成相反的影响。因此,在实际中应筛选最佳的条件以尽可能地降低mcr-1基因的含量,减少mcr-1基因的进一步污染和扩散。

摘要：油脂加工行业是粮食生产部门的一个重要分支,其自动化水平一直很低。针对这种情况,本文首次提出了基于CAN总线开发一套大豆浸油生产线监控系统,填补了该行业的一项空白,使产品具有先进性和通用性。论文中首先给出了系统的总体设计方案,介绍了其工作原理和工作过程。然后详细说明了智能节点中CAN通信模块的软硬件设计、基于PC机RS-232口的PC/CAN通信转换器的软硬件设计和以通用监控系统支撑软件开物2000为平台的上位机监控软件的开发。

摘要：对于大豆四级油,采用BP神经网络对其近红外光谱数据建模,对系统的结构及参数选取进行了分析,对样本训练集的设计和网络输入端的主因子方面进行了处理。对于其他的多变量建模方法,分析了其对近红外光谱有用信息的提取作用。结果显示:多元线性回归、主成分回归和偏最小二乘法对大豆四级油酸价预测的标准偏差分别为0.1472%、0.1801%和0.1576%,BP神经网络的预测标准偏差为0.1387%。

摘要：本文提出一种将传统化学滴定和图像处理技术相结合的油脂酸价检测新方法。利用单片机控制试剂的滴定过程和图像的摄取,将采集到的样品图像传送到计算机内,利用数字图像处理技术对图像进行加工处理,提取其中的颜色信息,进行分析比较,捕捉到图像颜色发生明显变化的瞬间作为滴定终点,然后根据使用试剂的多少,利用相应的公式计算得出油脂酸价值,将信息反馈给单片机系统控制执行机构,从而实现油脂酸价的方便、客观、准确的自动检测和调控。

摘要：介绍了一种智能电力变压器故障监测装置，能实现对电力变压器油中故障气体—氢气含量的在线连续监测，为电力变压器安全运行，提供了一种新的监测手段。

摘要：针对分布式串行检测融合系统的检测性能优化问题,研究了一种各部传感器判决规则联合优化的系统性能优化方法.融合系统由N部传感器构成,系统性能优化准则采用Bayes准则.在各部传感器观测相关的条件下,为了使系统检测性能达到最优,推导出了传感器判决规则联合最优化的必要条件,得出了最优传感器判决规则满足的一组系统方程,并根据系统方程组设计了求解各部传感器最优判决规则的数值迭代算法.仿真结果表明,采用该数值迭代算法联合优化各部传感器的判决规则,可使融合系统的Bayes风险显著低于单部传感器.

摘要：轻量化遥感图像目标检测模型能够应对部署边缘平台的复杂检测任务,是当前面向星载应用的主流目标检测模型研究方向。轻量化模型往往不具备强大的表示能力,常规情况下难以有效处理遥感图像数据,在目标检测任务上检测精度较差。针对遥感背景下潜在的检测难题,分析了现阶段的主流轻量化方法,结合遥感图像目标检测任务背景,给出了面向部署应用的轻量化网络模型的设计建议。

摘要：介绍一种新型串行显示器件该器件简化了显示电路的设计使用方便。最后列举了一个应用实例。

摘要：将经典的卡尔曼滤波器与近红外光谱分析技术相结合,提出了一种新的特征波长变量选择方法——卡尔曼滤波法。分析了卡尔曼滤波器用于波长优选的原理,设计了波长选择算法并将其应用到大豆油脂酸价的近红外光谱检测中。首先利用偏最小二乘法(PLS)对油脂不同吸收波段建模,初步筛选出4 472~5 000 cm^(-1)油脂酸价特征波段共132个波长点,然后进一步利用卡尔曼滤波器进行特征波长选择,从中优选出22个特征波长变量建立PLS校正模型,预测集决定系数R^2、预测误差均方根RMSEP分别为0.970 8和0.125 4,与利用132个波长点建立的校正模型预测结果相当,而波长变量数减少到原来的16.67%。该波长变量选择算法是一种确定性的迭代过程,无复杂的参数设置和变量选择的随机性,物理意义明确。优选出少数对模型影响较大的特征波长变量以代替全谱建模,在简化模型的同时提高了模型的稳健性,为开发专用油脂近红外光谱分析仪器提供了重要参考依据。