超声辅助低温碱提木聚糖及制备低聚木糖

以酒糟为原料,研究超声波辅助碱法对提取木聚糖影响,并考察提取工艺对木聚糖酶制备低聚木糖的影响。响应面实验优化超声波辅助碱提木聚糖,结果表明:在NaOH浓度8%、料液比1∶20、提取温度58℃、超声波功率955W和提取时间20 min条件下,木聚糖提取率为72.31%。通过液相色谱、凝胶色谱和红外光谱分析表明:提取木聚糖样品主要成分为木聚糖,超声处理降低相对分子量和聚合度。酶解制备低聚木糖(XOS),在酶用量为100U/g底物、pH 8.0、50℃时,酶解6 h得率达80%以上,XOS中木二糖-木四糖的含量总和(XOS2-4)占64.5%。XOS为2 mg/mL时,对DPPH自由基清除率为87.3%。本研究通过超声辅助碱溶液降低木聚糖提取能耗和木聚糖相对分子量,有效提高XOS酶解得率。该工艺将有助于提高酿酒副产物酒糟的附加值。

博士学位制度起源与博士生培养模式演变

推进学术学位与专业学位研究生教育分类发展,需要厘清学位制度起源与模式演变。博士学位起源于欧洲中世纪,以巴黎大学为代表,早期仅授予医学、法学和神学三科,以辩论为主,是最高智力能力的标志。科学革命后,哲学博士学位逐步取得合法地位,以柏林大学为代表,通过研讨班、研究所和书面论文等制度设计,形成了洪堡模式,是对学位获得者独立开展学术研究能力的认可。美国通过研究生院制度,促进了博士生教育规模化和多样化,形成了美国模式。为适应产业革命对实用人才的需求,欧洲创办了专门学院,美国形成了专业学位教育制度。不同模式的学位制度有其历史背景与社会属性,在健全中国特色学位与研究生教育体系时,需要结合中国国情,在借鉴的基础上创新发展。

快速平面阀门静动水启门水力特性数值模拟研究

针对平板阀门的快速静水和动水启门过程,采用标准k-ε模型结合动网格技术,模拟阀门运动边界与动水流场交互耦合作用下的水动力与阀门负载特性,并将启门力结果与缩比模型试验进行对比分析,结果的趋势基本一致。在静水启门时,存在局部的压力梯度分布,但其对顺水流方向和垂直水流方向的水流力影响较小;在动水启门时,顺水流方向水流力初始值较大,之后随时间逐渐减小。

森林景观恢复土地适宜性评价

为探究县域森林景观恢复机制,确定优先恢复区域与适宜恢复措施,以秭归县为研究对象,采用物元模型与多目标灰色局势决策模型,分别从景观和立地尺度开展森林景观恢复土地适宜性评价研究。在景观尺度,构建评价指标体系,确定森林景观恢复的优先恢复地块,制定重点恢复策略;在立地尺度,构建以提升区域水源涵养功能、生物量、生产力为核心的恢复措施,以实现生态系统服务在一定时空范围内达到最优配置。结果表明,秭归县适宜森林景观恢复地块总面积18674.06 hm^(2)。在3643.74 hm^(2)适宜新造林地块中,41.74%适宜恢复为针叶林,29.93%适宜恢复为针阔混交林,24.53%适宜恢复为阔叶林,3.80%适宜恢复为灌木林。15030.32 hm^(2)地块适宜提升森林质量,根据其林地类型,提出补植补造、促进林下植被生长、被动恢复、森林经营管理、单一树种改造、栽植混交林、封山育林等具体干预措施及其组合。物元模型与多目标灰色局势决策模型定量评估,结合研究区域土地利用现状、森林资源普查数据等基础数据,可有效确定优先恢复地块和恢复策略,为县域森林景观恢复提供定量评估方法。

新型二维层状材料MXene在光催化水处理应用中的研究进展

光催化技术可以直接利用清洁的太阳能催化降解污染物,污染物矿化程度高,在环境修复和催化领域具有显著优势。金属氧化物作为光催化剂存在禁带宽度大、空穴-电子对复合率高等缺点限制了其应用。近年来,MXene由于具有良好的电子迁移能力、环境稳定性、层结构丰富和比表面积大等特点,在作为改性金属氧化物光催化剂上具有潜在优势。首先概述了MXene的制备方法,包括氢氟酸刻蚀法、氟化物刻蚀法、碱刻蚀法、盐酸水热刻蚀法、路易斯酸刻蚀法、电化学刻蚀法、化学气沉降法以及高温分解法等;其次介绍了MXene材料表面终端活性官能团、分散性和化学稳定性;然后综述了MXene/金属氧化物光催化剂的作用机理,包括金属氧化物光催化机理、MXene/金属氧化物光催化增强机理;然后介绍了MXene/金属氧化物光催化剂在光催化降解药物和染料领域的应用以及催化稳定性,最后对MXene/金属氧化物光催化剂存在的问题进行展望,以期能够为高效光催化剂的设计和水处理应用提供理论支撑。

湖泊与河流水文连通量化计算模型及其应用

湖泊与河流水文连通的量化是指导河湖保护与治理的关键之一,也是当前河湖生态复苏研究的热点问题。本文提出了一种湖泊与河流水文连通的量化计算模型,仅需少量实测或水动力模拟数据进行校验,即可量化计算单一或多个连通水道的河湖水文连通度。水位变化率与水位是决定水文连通的主控因子,水体交换强度与水位变化率呈线性正相关,且其增长速率与水位呈正相关。提出的水体交换流量计算方法可估算湖泊与长江水体交换流量。同等水位及水位变化率条件下,湖泊向长江输出水流的效率大于长江向湖泊灌入水流的效率。水文连通度峰值一般出现在整体上升或下降区间内的变异点,通过改变水位抬升或下降过程,可有效提升水文连通度均值及峰值,指导面向湖泊水生态环境改善的生态调度等。

长江中游典型通江故道物理形态演变特征研究

水文过程改变、物理形态收缩是制约长江中游天鹅洲与上车湾故道作为国家级保护物种重要迁地保护区高质量发展的主要因子。通过遥感解译提取两条故道1990~2021年逐年枯水期水域形态,识别主要形状参数,分析计算岸线发育系数(SDI)、形态发育系数(Φ)及收缩特征系数(R_(s))等,然后利用LASSO回归模型构建消除水域面积影响的形态参数序列,再利用PELT算法和分段拟合方法分析形态参数年际间变化规律。分析结果表明:闸控通江故道可用形态发育系数表征,自然通江故道可用收缩系数表征;闸控后天鹅洲故道牛轭湖化进程基本停滞,岸线逐渐趋向于简单及平滑;随着下荆江河道持续冲刷,上车湾故道牛轭湖化进程可能会逐步加速;建议采用水道疏浚、岸线整治、涵闸节制与调度等措施对故道形态进行保护。研究成果对于辨析三峡水库运行、闸控等对故道物理形态的影响具有指导意义。

Fe_(3)O_(4)与ZIF-9复合催化剂的制备及其快速降解亚甲基蓝的研究

为了提高水中有机染料的降解速率,采用超声和溶剂热法制备Fe_(3)O_(4)/ZIF-9复合催化剂,该催化剂为立方状的金属有机骨架ZIF-9且表面附着有类球形Fe_(3)O_(4)颗粒.Fe_(3)O_(4)的加入为ZIF-9提供了更多的成核位点,同时Fe_(3)O_(4)/钴盐比例的变化也会影响ZIF-9的成核与生长.当Fe_(3)O_(4)/钴盐摩尔比为1∶1时,该催化剂在30 min内对亚甲基蓝的降解率达到95.1%,催化反应10 min的伪一阶动力学常数达到0.101 min^(-1),在pH为5~9范围内保持稳定的高催化性能.X射线光电子能谱(XPS)结果表明铁和钴位点之间存在电子转移,并且钴和铁的协同作用可以降低钴的还原电位,从而加速钴的价态变化,提升催化速率.电磁共振实验(EPR)结果显示该催化剂可以活化过一硫酸盐生成单线态氧(^(1)O_(2))、硫酸根自由基(SO-4·)和羟基自由基(·OH),进一步通过活性因子淬灭实验发现其中单线态氧为主要活性物种.由此可知,Fe_(3)O_(4)/ZIF-9通过铁和钴位点的氧化还原循环催化PMS不断生成^(1)O_(2)、·OH和SO^(-)_(4)·,共同将亚甲基蓝分子降解成二氧化碳和水.此外,磁滞回线测试(VSM)结果显示,该复合材料饱和磁化强度值为7.6 A·m^(2)·kg^(-1),表明Fe_(3)O_(4)能赋予复合催化剂良好的铁磁性,同时该催化剂循环使用4次后仍保持较高的降解率,表明该复合催化剂具有良好的回收性能和重复使用性能.本研究为有机染料等污染物的治理提供了新的技术和材料支撑.

基于自适应学习率卷积神经网络的新型配电网源网荷储无功协调优化技术

随着“双碳”目标的推进,分布式新能源接入电网的容量大幅度提升,配电网源网荷储协调优化策略是实现分布式新能源消纳的重要方法,其中无功优化能够保证电网安全稳定运行。文章提出了一种基于自适应学习率卷积神经网络的配电网源网荷储无功协调优化技术。首先以最小网络损耗和最低电压偏移为目标,构建无功优化模型;其次利用卷积神经网络强大的非线性拟合能力,挖掘出电网运行场景和无功调压设备、储能充放电策略之间的映射关系,引入自适应学习率的方式更新网络参数,提高了网络训练效率;再次通过控制无功调压设备和储能装置充放电情况协调分布式电源出力,实现电力系统无功电压主动优化控制;最后通过IEEE33节点电网模型进行了仿真验证。结果表明,文章所提的配电网源网荷储无功协调优化方法提高了电力系统电压调节能力,为配电网安全可靠运行奠定了良好基础。

基于深度学习的药物−靶标相互作用预测研究综述

新药物研发是一项耗时、耗力、耗资的复杂工程,整体成功率低于10%。药物−靶标相互作用预测是药物筛选和药物重定位的关键环节。准确的药物−靶标相互作用预测可有效缩小候选药物分子筛选范围,加速药物研发进程。传统实验方法研究药物−靶标相互作用耗时长、成本高且伴有一定的盲目性,难以进行大规模的药物−靶标相互作用识别工作。近年来,将机器学习尤其是深度学习技术用于药物−靶标相互作用预测成为主流研究。尽管在过去10年有大量的研究工作纷纷涌现,药物−靶标相互作用预测仍然是物质密集型和长期性的工作,对研究者来说仍具有挑战性。本文梳理近年来基于深度学习的药物−靶标相互作用预测研究工作,归纳总结现有工作的研究方法、评价指标和使用的数据资源,分析现有工作的不足并提出展望。本文的研究目的是帮助药物研发领域研究者全面了解深度学习在药物−靶标相互作用预测领域的最新研究进展,从而提高研究效率和研究质量。

时速120 km接触网刚柔过渡系统方案弓网受流特性研究

刚柔过渡区段是接触网系统的重要组成部分,其结构复杂,是影响弓网受流性能的关键区段,为此需要开展时速120 km刚柔过渡系统方案研究,为项目实施提供理论支撑。本文以有限元理论为基础,建立刚柔过渡仿真模型,通过弓网动力学计算,对120 km/h刚性接触网不同刚柔过渡系统方案进行分析和优化。

基于机器学习算法的重症脑出血患者肠内营养喂养不耐受风险预测模型构建

目的基于机器学习算法构建重症脑出血患者肠内营养喂养不耐受(FI)的风险预测模型并验证。方法回顾性分析2020年1月—2022年12月扬州大学附属苏北人民医院神经重症监护室485例脑出血患者的临床资料,以7∶3比例将患者随机分为训练集(n=339)和验证集(n=146),采用5种机器学习算法构建FI风险预测模型。绘制受试者工作特征(ROC)曲线,通过曲线下面积(AUC)筛选出预测性能最优的模型,基于最优模型构建列线图模型。通过校准曲线和决策曲线分析(DCA)评估列线图模型的校准度和临床净获益情况。结果重症脑出血患者肠内营养FI发生率为38.4%(186/485)。5种机器学习算法模型中,Logistic回归模型的预测效能最优(AUC=0.88)。Logistic回归模型分析结果显示,使用利尿剂、使用机械通气、格拉斯哥昏迷量表评分≤5分、使用血管活性药物、白蛋白<35 g/L是重症脑出血患者发生肠内营养FI的危险因素,基于5项危险因素进一步构建列线图模型。校准曲线分析结果显示,校准曲线与理想曲线贴合度较高,说明该列线图模型的校准度高;DCA结果显示,当阈值概率在5%~73%时,应用该列线图模型筛查能使患者临床获益。结论基于机器学习算法构建重症脑出血患者肠内营养FI风险预测列线图模型,有助于早期筛查肠内营养FI高危患者并及时制订预防措施,从而降低重症脑出血患者肠内营养FI发生率。

变电站移动作业终端数字化开票流程校核算法的设计

常规的变电站移动作业终端数字化开票流程校核,主要采用矩阵线性运算定位预测完成校核,忽略了逻辑数据参数的辨识,导致校核时延较大。因此,提出基于改进递推最小二乘法的变电站移动作业终端数字化开票流程校核算法。提取开票流程逻辑数据,对其进行离散化处理后,进行改进递推最小二乘法运算,对逻辑数据参数进行辨识,将辨识得到的参数进行聚类处理,分析终端动作生成校核算法。实验结果表明,所提算法应用后得到的校核结果,在不同开票流程逻辑数据量下,校核时延均较低,平均仅为786 ms,满足了变电站移动作业终端数字化开票的现实需求。

多跨连续刚构桥左右幅同步顶推一次合龙施工技术研究

合龙施工技术一直以来都是连续刚构桥建造中的关键点,随着国内桥梁建造事业的蓬勃发展,桥梁跨度愈来愈大,桥体结构愈来愈复杂,传统的合龙技术难以适应连续刚构桥发展节奏。铜川市玉皇阁二号桥工程采用多跨连续刚构桥左右幅同步顶推一次合龙的施工工艺,12个合龙口一次性合龙属国内首创,其过程控制精度要求高,施工技术挑战大。Midas Civil仿真建模技术可以有效地辅助预测桥梁合龙过程的结构状态,为顶推施工提供数据支撑。玉皇阁二号桥的合龙施工技术研究为工程顺利进行提供了坚实保障,为同类型工程提供了借鉴思路和经验。

东营凹陷中央隆起带沙河街组储层成岩产物对烃类流体的指示意义

为确定东营凹陷中央隆起带各类成岩现象的期次特征、序次以及油气充注特征,本文通过分析不同期次成岩产物的荧光特征、与沥青质接触关系、包裹体特征、碳氧同位素特征、常微量元素特征等信息,识别对于含烃流体具有指示关系的成岩产物。研究结果表明:通过成岩矿物与沥青质接触交代关系可以识别出三期油气充注,接触交代关系分别为沉积接触、断层接触、侵入接触。东营凹陷中央隆起带三期油气充注按次序分别对应的指示成岩产物为棕黄色自生高岭石及长石溶蚀与高岭石不发育的成岩组合、呈链珠状分布的黄铁矿、晚期铁白云石胶结物。东营凹陷中央隆起带发育的成岩产物具有种类多、多期次特征,对于恢复盆地内油气成藏过程具有重要意义。

植食性昆虫寄主植物嗅觉搜寻述介

植食性昆虫与寄主植物关系的本质是化学。植食性昆虫搜寻寄主的嗅觉媒介是植物气味即化学信息物质。在介绍植物气味构成及其扩散模型基础上,阐述了植物气味在地上植食性昆虫成虫、幼虫和地下植食性昆虫搜寻寄主过程中的嗅觉导向作用,并指出了今后相关研究需要注意的问题。从植物与环境因子的关系来看,植物气味包括构成性气味和诱发性气味两类,这两类气味的概念既相联系而又不同。构成性气味组分及构成因植物分类地位等而不同。诱发性气味组分因植食性昆虫取食、植物病原微生物、机械致伤等因子的胁迫而变化,这种变化性状随植物属和/或种、植株生长发育阶段、胁迫因子性质及其作用方式而不同。无论是哪种植物气味,其释放均具有节律性。气味扩散过程比较复杂,扩散状态可用数学模型表征。对于地上植食性昆虫成虫,植物气味对其寄主搜寻行为具有导向特异性,重点分析了这种特异性形成的两个假说;鳞翅目昆虫幼虫,能够利用植物化学信息物质趋向寄主植物或回避非寄主植物;地下植食性昆虫搜寻寄主,既与寄主植物地下组织释放或分泌的次级代谢物有关,又与一些初级代谢物有关。初级代谢物中的CO2,起着“搜寻触发器”作用。有助于增强人们对昆虫与植物化学联系的理解,同时也为利用植物气味调控植食性昆虫寄主选择行为提供了参考资料。

基于历史违章数据挖掘的人员习惯性违章预警方法

为规范人员作业行为,实现对习惯性违章行为的精准识别与预警,引进历史违章数据挖掘技术,开展人员习惯性违章预警方法的设计研究。准备大量人员运动图像,使用深度神经网络对人体图像进行特征提取和分类,实现对人体关键点的检测;引进历史违章数据挖掘技术,进行人员违章习惯性行为的匹配,精准检测并识别作业或操作人员是否存在习惯性违章行为;通过识别边缘行为,实现对人员习惯性违章行为的动态预警。对比实验结果证明:设计的预警方法应用效果良好,不仅可以实现对识别图像中人员所有习惯性违章行为的识别,还可以精准进行对应行为的预警。

面向智能电网的运检业务全口径日控计划管控风险预警

由于智能电网系统的复杂性和不确定性,使得其在日常运行过程中不可避免地存在一些安全隐患。为了应对这一挑战,提出了一个面向智能电网的运检业务全口径日控计划管控风险预警系统。通过对智能电网的计划预算、日常运营以及核心业务等多方面的管控数据进行综合分析,以实现对潜在风险的有效预警。具体来说,该系统首先会收集智能电网相关的计划预算数据、日常运营数据以及核心业务数据等,然后对这些数据进行一系列预处理,包括数据清洗和归一化等,以确保数据质量。在数据预处理完成后,系统会构建一个BP神经网络模型。通过将预处理后的管控数据输入到BP神经网络模型中,系统能够输出智能电网管控风险预警结果。这些预警结果能够帮助运维人员及时发现潜在的安全隐患,从而采取相应的措施进行防范。为了验证该预警方法的有效性,进行了相关的实验研究。实验结果表明,在运检业务全口径日控计划的框架下,智能电网管控风险预警的正确率高达97.78%。这一高准确率充分证明了所设计预警方法的有效性,为智能电网的安全运行提供了有力的技术支持。通过这一系统,智能电网的运维人员可以更加高效地识别和应对潜在的风险,从而保障整个电力系统的稳定和可靠运行。

科技创新赋能实现油气站场智能巡检

科技是国家强盛之基,创新是民族进步之魂。我国高度重视科技创新引领社会发展的重要作用,将科技创新视为创新驱动发展战略的核心[1]。油气站场各个环节均有极高的安监、环保、应急管理要求,为确保安全,开展巡检是必不可少的工作。吐哈油田油气储销事业部创新应用智能巡检系统,实现油气站场智能巡检,及时预警和处置异常情况,提高了巡检效率,降低了人工成本,提高了数据利用价值和安全管理水平。

长距离调水工程水电站流量调节方案研究

结合某长距离重力流调水工程末端采用水轮机与流量调节阀相结合的模式供水兼顾发电,剖析了长距离调水工程调流调压电站水轮发电机运行流量调节运行规律,论述成果可为共用单一供水管道长距离调水水电站发电运行流量调节方案提供一定的参考。