八角枫中总生物碱的含量测定、提取及大孔树脂纯化工艺优化

目的建立八角枫[Alangium chinese(Lour.)Harms]中总生物碱的含量测定方法,并对其提取工艺及大孔树脂的纯化工艺进行优化。方法采用酸性染料比色法测定八角枫中总生物碱的含量;在单因素实验基础上,利用Box-Behnken设计-响应面法,以提取溶剂浓度、提取溶剂体积、提取时间为考察因素,总生物碱含量为评价指标,设计三因素三水平实验,以优化八角枫总生物碱(alangium total alkaloids)的提取工艺;采用静态吸附和解吸实验对5种大孔树脂进行筛选,以吸附、解吸性能为考察指标,确定大孔树脂类型,利用单因素实验考察静态吸附时间、上样液质量浓度、上样液体积等因素,优化大孔树脂纯化工艺。结果在含量测定中确定酸性染料为溴甲酚绿,用量为5 mL,磷酸氢二钠-柠檬酸缓冲溶液pH为5.0,检测波长为415 nm;优化提取工艺参数为:提取溶剂浓度为80%,10倍量提取溶剂体积,提取时间为2.0 h;最优大孔树脂纯化工艺为:采用D101型大孔吸附树脂,上样液质量浓度3.02 mg/mL,上样液pH=6.0,上样液体积45 mL,上样液流速1.0 mL/min,树脂柱径高比为1:3,静置60 min;乙醇洗脱液体积分数90%,洗脱流速2 mL/min,乙醇洗脱液体积120 mL。结论所建含量测定方法灵敏度高、稳定性好;优化后的提取、纯化工艺稳定、可行,为其临床应用开发与工业化生产提供依据。

AQ80M镁合金挤压板材微观组织与力学性能不均匀性的研究

通过OM、SEM、XRD、EBSD和拉伸试验,研究AQ80M镁合金挤压板材微观组织及力学性能不均匀性。研究结果表明:AQ80M镁合金挤压板材主要由α-Mg基体和β-Mg17Al12相组成,边部β相分布弥散,再结晶程度比心部的高,心部存在粗大的未再结晶晶粒。经410℃/2 h固溶处理后β相溶入基体,屈服强度下降,断后伸长率上升。从心部到边部多数晶粒的c轴(<0001>轴)从平行于ND方向转变为平行于TD方向,在不同区域沿ND方向拉伸时的变形机制发生变化。沿ED方向拉伸柱面滑移施密特因子(SF)大于0.4的晶粒占比和平均SF比TD和ND方向的高,这是导致AQ80M镁合金挤压板材各向异性的主要原因。边部沿ED方向拉伸基面滑移SF大于0.4的晶粒占比和平均SF比心部的低,柱面滑移SF大于0.4的晶粒占比和平均SF比心部的高,导致边部屈服强度更高。

面向课堂教学内容的知识点标题生成

互联网时代信息量庞大,简洁的标题可以提高信息阅读效率。在课堂场景下,知识点标题生成便于用户整理和记忆课堂内容,提高课堂学习效率。该文将标题生成应用于课堂教学领域,制作了课堂知识点文本—标题数据集;提出了一种改进的TextRank算法——考虑关键字和句子位置的文本排序(textranking considering keywords and sentence positions, TKSP)算法,该算法综合考虑了关键词和句子位置等因素对句子权重的影响,能够更准确地提取文本重点信息。使用以召回率为导向的摘要评价(recall-oriented understudy for gisting evaluation, ROUGE)方法,TKSP算法在ROUGE-1、 ROUGE-2和ROUGE-L指标上的得分率分别为51.20%、 33.42%和50.48%,将TKSP抽取式算法与统一语言模型(unified language model, UniLM)结合,并融合文本主题信息,提出统一语言模型结合考虑关键字和句子位置的文本排序算法的模型(unified language modeling combined textranking considering keywords and sentence positions, UniLM-TK), UniLM-TK在各指标上的得分率分别为73.29%、 58.12%和72.87%,与UniLM模型相比,UniLM-TK在各指标上分别提高了0.74%、 2.26%和0.87%,证明UniLM-TK模型生成的标题更准确、更有效。