加勒比松树皮中原花青素的提取工艺研究

系统研究了以加勒比松树皮为原料提取原花青素的方法及工艺条件。研究对比了常规溶剂浸提、超声波提取及微波辅助提取等方法对原花青素提取得率的影响。实验结果表明,溶剂浸提采用70%乙醇溶液时原花青素的得率最高。在3种提取方法中,超声波提取法和微波辅助提取法提取效果较优。前者能在短时间内取得较高的提取得率,而后者需进一步延长微波辅助作用后溶剂浸提的时间才能达到较好的提取效果。超声波提取法的适宜提取条件为:提取温度50℃,功率100W,料液比1∶11,提取时间1.5h;微波辅助提取法的适宜提取条件为:功率200W,微波处理时间30s,料液比1∶11,提取温度50℃,提取时间6h。在上述条件下原花青素得率分别为7.47%和7.69%。

伯努利方程的课堂思政和多学科融合教学以及人才培养改革

伯努利方程是化工单元操作之一流体流动的核心内容。文章基于新工科教育理念,以多学科融合为导向,结合课堂思政,在化工原理本科教学过程中,对伯努利方程的教学内容和模式,以及化工人才的培养模式进行改革。旨在提高学生的想象力、科学精神、多学科创新思维和家国情怀等,培养符合国家战略需求的新型工科工程和技术人才。

基于改进李群卡尔曼滤波的惯性/里程计组合导航方法

基于李群非线性误差状态的扩展卡尔曼滤波方法(LG-EKF-i),在卫星拒止场景应用中,如高精度惯性/里程计组合导航,由于计算过程中需要将相对地心的位置矢量和速度矢量与姿态误差耦合,导致在舍弃高阶项时容易产生数值计算误差累积的问题,致使导航精度下降.本文提出一种改进的李群卡尔曼滤波器,将参考系从惯性系改为世界坐标系,将投影系从地球系改为世界坐标系,有效减小了李群卡尔曼滤波器在一阶近似过程中产生的数值计算误差累积.本文使用考虑了里程计和惯导之间安装偏差角、杆臂误差和里程计标度因数误差的21维卡尔曼滤波器,对算法进行了验证.在小初始对准误差角实验中,4组长航时高精度惯性/里程计组合导航结果表明,本文提出的改进李群卡尔曼滤波方法(LG-EKF-w)相较于传统扩展卡尔曼滤波方法(EKF)、状态变换卡尔曼滤波方法(ST-EKF)以及改进前的李群卡尔曼滤波方法(LG-EKF-i)具有更高的数值计算精度.大初始对准误差角条件下的开环轨迹实验进一步验证了LG-EKF-w算法的有效性.

一种高精度自主式组合导航系统滤波算法

提出了一种融合捷联惯导、轮式里程计和气压高度计数据的高精度车载自主导航滤波算法。首先,采用滤波鲁棒性更好的状态变换卡尔曼滤波器(ST-EKF)替代传统的扩展卡尔曼滤波器(EKF),对INS/轮式里程计信息进行组合滤波。其次,针对车载惯性/里程计组合导航系统中高程定位误差易发散的问题,引入气压高度计的量测信息对系统的高程通道进行阻尼,提高高程定位精度。两组长行驶里程的高精度光纤陀螺惯性测量单元/轮式里程计/气压高度计的车载导航实验数据的事后处理表明,所提出算法在不同的行驶环境下均具有较高的导航定位精度,相比基于EKF的惯性/里程计组合导航算法,水平定位精度提高20%以上,并且有效减缓了高程定位误差的发散趋势。

基于状态变换多状态约束卡尔曼滤波的视觉/惯性组合导航

为了进一步提高视觉/惯性导航精度,提出了一种基于状态变换多状态约束卡尔曼滤波(ST-MSCKF)的视觉/惯性组合导航算法。与标准的多状态约束卡尔曼滤波(MSCKF)相比,ST-MSCKF对速度误差进行了更严格的定义,并以新的非线性速度误差为基础重新推导了视觉/惯性组合导航的系统误差模型和量测模型。由于ST-MSCKF比MSCKF具有更好的协方差一致性,从而具有更高的位置和姿态估计精度。与观测性约束MSCKF(OC-MSCKF)解决不一致问题的方法不同,ST-MSCKF不需要实时修正状态转移矩阵和量测矩阵去保持视觉/惯性组合导航系统的可观测性,ST-MSCKF的运算流程与标准的MSCKF完全一致,算法实现容易。车载导航实验表明,ST-MSCKF具有比MSCKF更高的位置和姿态精度,与OC-MSCKF精度相当,具有良好的工程应用价值。

椰子果皮废弃物的高值化利用现状及发展趋势

椰子是热带地区常见的水果之一,在我国海南广泛种植。每年大量椰子果皮除一小部分用于生产低附加值产品外,其余大部分均得不到合理的开发与利用。此举既污染了生态环境,又是对生物质资源的浪费。近年来,利用椰子废弃物开发具有高附加值产品的研究工作,已受到国内外研究人员的广泛关注。本文综述了椰子果皮中主要组成部分的高值化研究现状及发展趋势,并进一步阐明了当前高附加值工业转化所面临的主要限制因素及相应的解决策略。

一种基于ST-EKF的惯性/里程计滑动窗口滤波技术

针对在卫星拒止的复杂野外环境下传统的惯性/里程计组合导航系统存在的误差随时间积累和方差不一致的问题,提出了一种基于状态变换Kalman滤波(State Transformation Extended Kalman Filter, ST-EKF)的惯性/里程计滑动窗口滤波技术。一方面,引入滤波鲁棒性更好的ST-EKF替代扩展Kalman滤波(Extended Kalman Filter, EKF);另一方面,利用滑动窗口中储存的误差状态向量、误差协方差和状态转移矩阵等数据实时对车辆行驶的航迹进行修正,以达到提高导航定位精度的目的。总里程489.88km的长行驶里程激光陀螺惯性测量单元(Inertial Measurement Unit, IMU)车载导航实验数据的事后处理表明,该算法具有较好的航迹修正效果和较高的导航定位精度,相比于基于EKF的惯性/里程计组合导航算法,其半程(去程)水平位置的均方根误差(Root Mean Square Error, RMSE)减少了42.79%,全程水平位置的RMSE减少47.70%。