熔盐水合物选择性水解纤维素制备葡萄糖

针对目前熔盐水合物(MSH)对纤维素的溶解、水解机理尚不明确这一问题,本文系统地研究了纤维素在Li^(+),Na^(+),K^(+),Zn^(2+)阳离子及Cl^(-),Br^(-),I^(-)阴离子所组成的MSH中水解的情况,筛选出对纤维素水解效果最佳的熔盐——LiBr,并研究了体系酸性对水解的影响规律.结果表明,MSH中阳离子Na^(+)和K^(+)在水中的有限溶解度导致没有足够的阳离子与纤维素中的氧原子配位,无法为糖苷键断裂提供足够的路易斯酸;MSH中的阴离子Cl^(-)的电负性不足以与纤维素中的羟基形成足够的新的氢键,纤维素溶解度不足导致水解效果较差.在非酸化体系中,130℃,5 h的反应条件下,纤维素在LiBr熔盐体系内可以被选择性水解为水溶性低聚糖和葡萄糖单糖,收率分别为57.2%和29.0%.在酸性环境下,MSH能有效催化纤维素糖苷键断裂,质量分数0.01%(HCl)LiBr熔盐体系于100℃水解纤维素30 min后,产物以寡聚葡萄糖为主,聚合度在4~13之间.酸性的提升可以提高糖苷键的断键效率;质量分数0.1%(HCl)LiBr在100℃,30 min条件下水解纤维素,葡萄糖得率可以达到90.9%.

基于探地雷达和YOLOv3的地下管线智能识别和定位方法研究

探地雷达具有采集速度快、分辨率高和操作简便等优点,已经广泛应用于城市地下管线的探测。但传统人工识别地下管线的方式不仅费时费力,受操作人员经验不足的影响容易出现误判或漏判。本文提出了一种基于深度学习的地下管线自动识别方法,利用地下管线的实测探地雷达图像数据库对YOLOv3网络进行了迁移学习和训练,实现了探地雷达图像中地下管线双曲线特征的智能检测和目标区域提取,并结合偏移、图像二值化和顶点定位法实现对地下管线深度的准确定位。实测雷达图像的测试结果表明,本文提出的方法对地下管道的识别平均精度为94.9%,检测单张图片的时间约为0.03s,埋深估计误差不超过4cm(4.2%),具有良好的探测精度和检测效率,在实际工程中具有推广应用价值。

《档案》的启示

中国有着丰富的历史故事和深厚的文化底蕴，然而，在中国的电视屏幕上却不多见其踪迹。究其缘由，恐难逃以下两点主因：