摘要：目的:以超声提取法为主,漆酶破壁法为辅助提取灵芝孢子粉中的灵芝酸,对影响提取得率的几个因素进行优化。方法:借助Design-Expert软件,利用Placket-Burman实验从超声时间、超声次数、溶剂、料液比、酶量、酶解时间、酶解温度和p H这8个影响提取得率的因素中筛选出四个主要因素,分别为超声时间、超声次数、溶剂和酶解时间,在此基础上,用Box-Behnken实验设计及响应面分析法进行回归分析。结果:当超声时间为3.2 h,溶剂用97%的乙醇,超声次数2次,酶解时间1.2 h时,提取得率达到最高,为3.40%,与初始提取得率2.4%相比,提取得率提高了1.4倍。结论:采用漆酶破壁与超声提取方法较大幅度提高灵芝酸的提取得率,并缩短了提取时间。

摘要：为分析舰炮发射时高温、高压、高速的火药气体对炮口附近的观瞄装置的影响,建立舰炮身管与观瞄装置的三维流场仿真模型,分析炮口流场的形成过程,得到舰炮发射时的压力场和温度场。同时对观瞄装置上各面及附近特殊点进行压力和温度的监测,分析各监测位置的数据。结果表明该总体方案下舰炮发射时,炮口冲击波对观瞄装置影响较大,高温火药气体对其的影响可以忽略。研究结论表明,利用CFD方法可以对武器系统总体方案的布置提供一定的设计参考。

摘要：甘再水电站PH1厂房为引水式岸边地面厂房,项目采用BOT模式开发。根据项目开发特点和水文、地形条件,统筹考虑高尾水位、厂区防洪排水、进厂交通、上坝公路、厂房后边坡、尾水出流、机电设备布置等问题,对厂区各建筑物进行了合理紧凑的布置和设计,有效解决了工程问题,节约了工程投资。

摘要：针对神华系列大功率交流传动机车新型扳键开关手柄断裂问题进行了分析,运用有限元分析了原扳键开关手柄结构存在的缺陷,提出了改进优化措施,并通过实验验证了改进后结构的机械强度和使用寿命。在段进行更换后,神华系列机车扳键开关运用情况良好,未再出现类似故障,为部件选型和改进设计提供参考。

摘要：以不确定机器人为研究对象,基于多目标扰动观测器提出一种滑模自适应控制策略。首先,根据所提出的复合滑模面,设计包含扰动估计的非抖振滑模跟踪控制策略;其次,依据H ∞和极点配置理论,设计多目标扰动观测器,来实现对扰动的估计;最后,基于李雅普诺夫方法给出了自适应律,并对系统稳定性进行了证明。仿真结果表明,该算法能够实现机器人对给定信号的有效跟踪,不依赖系统先验信息,因此具有较高的实用性和有效性。

摘要：目的设计制作一种规范化的PDCA项目汇报书并推广.方法自行设计、制作PDCA项目汇报书,经培训,引导医疗机构各科室进行实战操作.结果 PDCA项目汇报书易掌握且实用,员工接受程度高,能有效用于临床工作质量改进.结论 PDCA项目汇报书是一种较好的书面交流方式,可应用于临床医疗质量持续改进实践,具有一定推广价值.

摘要：本试验旨在探讨高精料日粮下添加阿卡波糖对奶牛瘤胃和后肠发酵的影响。试验选用3头干奶期荷斯坦奶牛,采用3×3拉丁方试验设计,阿卡波糖添加剂量为0,0.5和1.0g/d,试验分3期进行,每期21d。结果表明,与对照组比较,添加阿卡波糖显著降低了奶牛瘤胃液中丙酸浓度(P0.05);与对照组比较,添加阿卡波糖显著降低了粪便pH值和氨氮浓度(P0.05)。结果说明,高精料日粮下长期添加阿卡波糖虽可影响瘤胃液中个别挥发性脂肪酸的浓度,但对瘤胃整体发酵和瘤胃pH值无显著影响,此外,添加阿卡波糖可增加后肠发酵,并可能对后肠健康带来潜在危害。

摘要：典型零件结构是产品的隐性设计知识,用于企业零件资源聚类和检索。为了从零件库中获取典型零件结构,提出基于频繁子图挖掘的典型零件结构获取方法。从基于特征的三维零件模型中提取和筛选特征关系,并建立其有向特征关系图;由海量三维零件模型的有向特征关系图构成有向特征关系图库;利用Apriori频繁子图挖掘算法对有向特征关系图库实施频繁子图挖掘;通过频繁子图与零件库之间映射关系获取典型零件结构。实例验证了该方法的可行性。

摘要：在对内蒙古东乌珠穆沁旗区域进行翔实的野外地质调查和针对周围已有勘查矿区、矿床进行类比求异研究的基础上,采用以现有资料综合分析为先导,科学选区到发现弱小异常、成矿信息、野外踏勘、适时设计验证剖面及工程的找矿勘查思路。笔者利用地质理论思维,采取‘就矿找矿法’把勘查工作区选在已知乌兰陶勒盖铜矿西侧阿吉勒地区开展找矿工作,终于在老矿区外围草原覆盖区取得了找矿的突破,通过2008年一年的勘查实践,在矿权密布的阿吉勒地区终于发现了产于火山碎屑岩中的大型多金属矿带,通过后续勘查工作,在该带东段初步提交资源量(334)近11万吨,银资源量(334)近83吨。该带有望发展成为大型多金属矿床。勘查实践表明,要实现找矿的重大发现,扎实细致的资料分析和有针对性的找矿勘查思路是成功的关键。

摘要：为了解决图像语义分类中的训练数据不对称、小样本训练和噪声数据这3个难题,提出结合主动反馈的图像多分类框架。该框架将主动选择的策略应用到图像的多分类中,通过主动的选择出不确定的图片给用户手动标记,扩大训练图片集,提高分类的精度。为了验证该框架的有效性,提出一种有效的结合主动选择的图像多分类算法,即结合投票的DDAGSVM(decision directed acyclic graph support vector machine)算法。该算法提出了新的主动选择策略,即结合投票和旁移机制的主动选择策略。实验结果表明,该算法能有效应用到图像多分类中,比DDAGSVM和采用普通主动选择策略的DDAGSVM具有更高的分类的精度。