摘要：以香菇菌株YJ-01为试材,以原生质体产量与再生率为指标,探究酶种类、酶解时间、酶解温度、pH、稳渗剂种类、稳渗剂浓度及菌丝菌龄等7个因素对原生质体产量与再生率的影响。通过单因素试验,选出了4个因素(酶解温度、酶解时间、菌龄和稳渗剂浓度)利用四因素二次通用旋转设计进行优化。结果表明:(1)YJ-01原生质体最佳制备条件:pH 5.0,0.5 mol/L MgSO_4溶液作稳渗剂,对5日龄菌丝体于28℃条件下酶解3 h。各因素对原生质体产量的影响作用依次为酶解温度>酶解时间>菌龄>稳渗剂浓度。(2)YJ-01原生质体最佳再生条件为,当p H 5.5,以0.5 mol/L蔗糖溶液作稳渗剂,对6.5日龄菌丝体在27.8℃酶解2.9 h。各因素对原生质体再生率的影响作用依次:稳渗剂浓度>酶解时间>菌龄>酶解温度。

摘要：乙 这不是××吗？甲 哎呀，××。乙 有日子没见您了，您忙什么呢？甲 也没忙什么，就是回老家陪我爷爷玩了几天。乙 您爷爷高寿？甲 今年正好86岁。乙 那年纪可够大的，身体好吗？甲 我爷爷别看86了，那可是鹤发童颜，耳不聋眼不花，腰不弯背不驼，牙好胃口好，身体倍儿棒，吃嘛嘛香!

摘要：为提高新能源汽车锂电池跨工况下SOC(State of Charge,SOC)的预测精度以提升其运行可靠性,针对不同工况下的锂电池特征,笔者提出了一种深度学习预测模型。该模型基于卷积神经网络(CNN)和双向长短期记忆网络(BILSTM),对跨工况锂电池SOC进行估计。笔者采集了锂电池在不同工况下的温度、电流、电压和SOC等数据。然后,构建了CNN-BILSTM深度学习模型,并在联邦城市运行工况(Federal Urban Driving Schedule,FUDS)工况下进行训练测试。将该方法应用于动态应力测试工况(Dynamic Stress Test,DST)下,进行跨工况SOC估计。试验结果表明,本文提出的CNN-BILSTM模型能够有效预测锂电池的SOC值,在跨工况下也显示出良好的预测性能和较强的泛化能力。

摘要：离心力夹紧车床专用夹具是一种能够自动夹紧的工艺装备。从柴油机气门摇臂的结构入手,提出了离心力夹紧车床专用夹具的总体方案,对夹具零部件进行了结构设计,利用虚拟装配技术制作了该夹具的虚拟样机,对夹紧过程中各零件的动作进行了运动仿真,检验了碰撞与干涉。该方案缩短了产品的研发周期,降低了生产成本,对夹具的设计与开发有借鉴意义。

摘要：目的:以洛哌丁胺为对照,探究单煎剂铁苋菜对番泻叶引起的胃肠蠕动加速性腹泻的治疗效果,并明确其有效治疗浓度的范围和用量。方法:将小鼠随机分成8组,每组8只,雌雄各半,分成模型组和对照组,用番泻叶水煎剂灌胃小鼠建立腹泻模型,连续灌胃6d,造模成功后实验组应用不同浓度的铁苋菜煎剂治疗,对照组应用最佳用量的洛哌丁胺治疗,计算腹泻指数以比较疗效。结果:成功建立了小鼠腹泻模型,铁苋菜煎剂灌胃小鼠中0.4g/mL生药浓度为最佳浓度,与其他剂量比较差异具有统计学意义(P<0.05);铁苋菜煎剂0.4g/mL组与洛哌丁胺用药组相比,作用时间明显提前,差异具有统计学意义(P<0.05)。结论:单剂铁苋菜煎剂对胃肠加速性的腹泻症状有明显改善作用,其效果比盐酸洛哌丁胺的疗效时间提前,提示铁苋菜更适合用于临床治疗胃肠加速性腹泻。