RP-HPLC测定山竹花不同部位芦丁、木犀草素的含量

建立测定山竹花不同部位芦丁、木犀草素含量的高效液相色谱法。采用反相高效液相色谱法（RP-HPLC）,其中芦丁以甲醇：0.1%磷酸水溶液为流动相进行等度洗脱,流速为1.0 m L/min,进样量20μL,检测波长为358 nm;木犀草素以甲醇：0.2%磷酸水溶液为流动相进行等度洗脱,流速为1.0 m L/min,进样量20μL,检测波长为350 nm。结果表明,芦丁的进样量在0.007 8~0.124 8 mg范围内,其峰面积与浓度呈良好的线性关系（r=0.999 7）,样品平均回收率为97.51%。木犀草素的进样量在0.003 4~0.054 4 mg范围内,其峰面积与浓度呈良好的线性关系（r=0.999 1）,样品平均回收率为96.03%。实验方法准确度较高,切实可行。最终测得山竹花不同部位芦丁的含量分别为：叶0.6 mg/g,茎0.53 mg/g,根0.11 mg/g;木犀草素的含量分别为：叶0.52＂10-2mg/g,茎0.18＂10-2mg/g,根未检出。

基于FPGA的自定义CPU架构设计

为满足当前工业应用下越来越多的分布式计算的需求,提出了一种在FPGA芯片中构建自定义指令集的CPU的方式,以此来使FPGA具有类似于单片机的处理指令的能力。并且,这种能力的前提是复用计算单元,因此资源消耗有限,不会随着计算量的增加而增大。在自定义指令集CPU的改进型架构中,使用了并行计算的结构,使得运算速度大幅提升。最后,结合实际应用案例,移植电流环计算中的FOC算法到自定义CPU中运算。并用ModelSim软件进行仿真,测试其计算时间仅需7.48μs。

伺服系统的离线惯量辨识方法

针对传统离线惯量辨识方法计算精度不高,应用场合受限的问题,提出了一种改进的离线惯量辨识方法。该方法采用加减速指令规划在辨识过程中引入了转矩积分的计算方式,消除了负载与摩擦的影响,提高了辨识结果的精确度。建立了伺服系统离线惯量辨识的计算模型。对所提方法进行了试验验证。结果表明,该方法可以有效提高辨识结果的精确度,在带负载的场合同样适用。