课程文献中心 更多>>

关键词： 多酚   微萃取   纳喷雾质谱   脑脊液  

摘要： 设计并建立了一种适用于纳升脑脊液中多酚类物质原位萃取及快速定性定量分析的方法.通过制备具有较好生物兼容性和稳定性的聚吡咯微萃取探针,实现了脑脊液中多酚的快速高效富集,降低了基质干扰;将其与纳喷雾离子化质谱联用,实现了对微量体积小鼠脑脊液中多酚的高通量快速检测.利用微萃取-纳喷雾质谱技术建立了同时检测脑脊液中4种酚酸(咖啡酸、 3-羟基苯乙酸、高香草酸和阿魏酸)和2种黄酮(表儿茶素和表没食子儿茶素没食子酸酯)的方法.该方法检测的线性范围为0.1/0.5/1~20μg/mL(R^(2)=0.994~0.999),检出限为0.027~0.39μg/mL(0.014~0.20 ng),在脑脊液基质中的加标回收率为96.9%~108%.该方法具有样品量小、线性范围宽、检出限低和定量准确的优点.此外,该方法可用于小鼠摄食多酚咖啡后脑脊液中多酚含量及动态变化分析,对了解多酚在脑脊液中的分布和代谢以及探究其在神经保护方面的作用机理等具有潜在的应用价值.

关键词： 模型认知   主题式情境教学   物质分离与提纯  

摘要： 本文以“粗盐的分离与提纯”为例,从模型建构、模型应用和模型完善三个维度开展主题式情境教学设计。在确立分离提纯原则、除去粗盐中部分可溶性杂质、建构粗盐提纯思维模型的学习探索过程中,学生从理论研究到生产实践,促进了对知识的深刻理解与迁移应用。

关键词： 绝缘层剥离   电网机械手   递推最小二乘法   控制算法  

摘要： 针对电网机械手的末端分离器剥离电缆绝缘层易损坏线芯的问题,提出了一种适用于分离器的基于递推最小二乘法的剥离力跟踪控制算法。将电网机械手的末端分离器与电缆的分离过程等效为二阶动态关系,在此基础上引入递推最小二乘法实现剥离控制算法的改进,实现了电缆绝缘层和电缆芯刚度的在线辨识,能够对剥离力进行精准跟踪。为了验证所提算法的有效性和可行性,在Simulink环境下仿真对比剥离力跟踪控制算法,并进行了电缆剥离实验。结果表明,与传统剥离控制方法相比,所提方法在环境突变的状况下仍具有稳定的剥离力跟踪性能,且能有效减少剥离过程中的线芯损坏现象。

关键词： 湿法磷酸   反应槽   机理模型   机器学习   数据融合  

摘要： 为了探究磷矿粒径、液固比等因素对湿法磷酸反应槽中磷矿溶解反应的影响,提出了一种机器学习数据融合的建模方法。首先采用集总参数法建立能够表征磷酸生产特性的机理模型,其次利用工业运行数据和深度置信网络,获得不同工况下模型中未知的状态参数。并利用Python平台进行建模仿真,分析不同液固比以及对磷矿浆溶液转换率的影响。仿真表明,在反应槽液固比为10:1以及磷矿粒径为100μm时,磷矿的转化率最高,该模型对湿法磷酸生产和磷收率的优化调控能起到支撑作用。

关键词： 乙二醇   电渗析   脱盐   神经网络   算法   粒子群优化   模拟退火  

摘要： 利用小波神经网络和模拟退火-粒子群算法对电渗析法脱盐工艺进行参数优化。首先,通过单因素实验初步探讨了电渗析单位膜电压、操作时间、极板间距和极液浓度对脱盐效果的影响规律,然后利用小波神经网络模型对数据样本进行训练和预测,并对实验影响因素进行了Sobol灵敏度分析,最后将小波神经网络模型与模拟退火-粒子群算法相互耦合,得到了该体系下优化的电渗析条件及其对应的脱盐率。试凑法结果表明,4-10-8-1小波双隐层神经网络模型为适宜的预测模型;各因素对脱盐效果的作用程度由大到小依次为单位膜电压、操作时间、极液浓度和极板间距;当单位膜电压为0.42V/cm^(2)、运行时间为13.85h、极板间距为12.11cm、极液浓度为0.21mol/L时,预测的优化脱盐率可达97.13%,经统计检定值(t)检验该值与验证实验结果高度一致。该研究可为乙二醇电渗析法脱盐工艺的全面推广和深度应用提供准确可靠的理论支撑和数据来源。

关键词： 人形机器人   移动方式   智能模型   分类分级   应用环境   下肢运动   智能创新   应用指南  

摘要： 全国首批人形机器人具身智能标准发布10月28日,在“人形机器人及具身智能创新论坛”上,国家地方共建人形机器人创新中心联合行业内头部企业和机构,共同发布全国首批人形机器人具身智能标准—《人形机器人分类分级应用指南》《具身智能智能化等级分级指南》。《人形机器人分类分级应用指南》定义了人形机器人通用、结构、智能相关的术语名词,从结构外观、移动方式、智能模型等方面进行指导分类,按照具身智能、下肢运动、上肢作业、应用环境等作为分级要素,将人形机器人划分为L1-L4四个技术等级。

关键词： 甲苯歧化   烷基转移   Petro-Sim   流程模拟   操作优化  

摘要： 甲苯歧化及烷基转移工艺是芳烃联合装置中最重要的反应过程,它是将甲苯与C_(9+)芳烃转化对二甲苯和苯。根据某石化企业的装置运行数据,采用Petro-Sim软件,对甲苯歧化及烷基转移装置进行全流程建模;通过反应运行数据对模型进行校核,模拟值与装置的实际值基本吻合。利用模型对反应温度、压力、氢油比和原料中C_(7)/C_(9+)组成变化对反应的影响进行了研究,同时对精馏塔操作进行了优化分析,结果表明,反应温度和原料组成的变化影响产品的选择性和转化率,苯、甲苯的分离纯度主要受控于回流和塔底热负荷,为反应调整和精馏塔操作优化提供了理论依据。

关键词： 区块链   人工智能   数据共享   医疗   共识算法  

摘要： 为满足医疗领域的数据共享需求,研究提出一种基于区块链的医疗大数据共享模型,该模型采用半中心化联盟区块链进行数据共享。引入投票机制和延迟验证特性,结合人工智能辅助数据处理,对共识算法进行了改进,以减少通信开销。实验数据显示,当属性数量为45时,该模型的加密时间为1 094 ms,解密时间为194 ms。共识节点为20时,实用拜占庭容错共识算法下的交易延迟为60 s,改进算法下的交易延迟为30 s,减少了50%。研究表明,该医疗大数据共享方法实现了高效的共识,同时保护了医疗数据的隐私和安全,有助于推动医疗信息整合、提高医疗服务质量和效率。

关键词： 大模型微调   AI(人工智能)   预训练模型   本地化应用  

摘要： AI(人工智能)大规模预训练模型(如Qwen2、GLM-4等)已取得显著突破,为NLP(自然语言处理)及其他领域带来深刻变革。文章聚焦于大模型微调技术,从大模型微调的基本概念入手,分析微调过程中的关键步骤。大模型微调应用在医疗文本分析、法律文书处理、金融分析、移动通信等场景。最后讨论大模型微调面临的挑战,展望未来发展方向。

关键词： C_(3)N_(5)   S型异质结   微污染物去除   内建电场   光催化  

摘要： 光催化技术在废水处理及环境治理领域展现出巨大的应用潜力,而开发高效的光催化剂则是实现这一技术广泛应用的关键。在本研究中,我们成功地设计并制备了一种新型S型BiOBr/C_(3)N_(5)(BBN)异质结光催化剂用于在可见光下高效去除微污染物。系统评估了BBN材料在可见光下对四环素(TC)和萘(NAP)的光催化降解效果。结果表明,BBN-2样品表现出最佳的光催化活性,其反应速率常数为0.0139 min^(-1),比纯BiOBr和C_(3)N_(5)分别提高了0.6倍和2.8倍,这主要得益于BBN异质结具有空间分隔开的氧化还原位点以及利用内建电场作为驱动力,促进光生载流子的有效分离,从而加速微污染物的降解反应。此外,BBN-2具有卓越的抗外界环境干扰特性以及优异的稳定性能,在经过五次循环使用后,仍能保持较高的光催化活性。通过自由基活性检测实验,我们确认了超氧阴离子自由基(·O^(2-))、空穴(h^(+))和羟基自由基(·OH)是参与光催化反应过程的主要活性物种。本研究为开发高效C_(3)N_(5)基催化体系用于环境治理开辟了一种新的思路。