沙虫干呈味及功能性成分研究

对沙虫干抽提物成分的组成进行的研究结果表明：游离氨基酸含量ｗ为１０．３％,占抽提物含氮物质的７７．９％。抽提物组成中呈甘味的Ｇｌｙ（３．２％）、Ａｌａ（２．５％）和呈鲜味的ＩＭＰ（０．２７％）、Ｇｌｕ（０．２５％）、琥珀酸（０．３５％）等成分同沙虫干独特的风味有关,Ｎａ＾＋、Ｃｌ＾＋等无机离子同其呈味相关,此外,牛磺酸含量ｗ高达３．２％,是富含牛磺酸的一种海洋生物;精氨酸的含量ｗ亦较高,为１．２％     

沙虫干呈味及功能性成分研究

对沙虫干抽提物成分的组成进行的研究结果表明 :游离氨基酸含量 w为 10 .3% ,占抽提物含氮物质的 77.9%。抽提物组成中 ,呈甘味的 Gly(3.2 % )、Ala(2 .5% )和呈鲜味的 IMP(0 .2 7% )、Glu(0 .2 5% )、琥珀酸 (0 .35% )等成分同沙虫干独特的风味有关 ,Na 、Cl-等无机离子也同其呈味相关。此外 ,牛磺酸含量 w高达 3.2 % ,是富含牛磺酸的一种海洋生物 ;精氨酸的含量 w亦较高 ,为 1.2 %。     

循环流化床燃煤脱硫剂技术研究现状及开发前景

本文论述了循环流化床在煤燃烧领域中的优势地位,并着重阐述了国内外循环流化床脱硫技术研究与脱硫剂开发利用状况,指出了在脱硫剂应用方面与国外的差距,提出了脱硫剂生产的产业化发展方向。     

从可持续发展的物质体系谈辽宁省的矿业与环境

从矿业资源、环境与生态的平衡关系出发,讨论了矿业资源领域在社会经济发展中的极其重要的基础地位;从矿产资源的不可再生性等特点讨论了矿业资源的可持续发展对全社会经济可持续发展战略实施的决定性作用; 从矿产资源开发、利用的现状已对环境产生的危害和正在产生的危害,讨论了矿业可持续发展的必要性、紧迫性和艰巨性。通过对辽宁省矿产资源的特点、矿业开发利用的现状及其矿业环境的分析, 讨论了矿业开发利用与矿山环境保护之间内在的、不可分割性和影响因素,并在此基础上提出了建议。     

关于土地资源质量

本文在阐述土地资源质量概念的基础上,结合相关学科理论,重点论述了反映土地资源质量的两方面内容;一是空间形态特征,包括起伏量、坡度、坡长、坡形及侵蚀和沉积程度;二是物质特征,包括土体构型、结构质地、物理性质、物质组分、化学性质以及生态功能等     

星系磁场的射电观测方法

本文主要介绍星系磁场的观测方法，认为射电连续谱的多波段偏振观测可以很好地描绘出星系磁场的总体特和分布结构。     

勘察技术在特殊构造性承压水场地桩基施工中的应用

针对某工程旋挖钻孔灌注桩实施过程中出现的严重冒水涌砂现象,利用勘察技术对该问题进行分析研究,认为冒水涌砂问题来自于特殊构造性承压水的作用。对此,提出了改用正循环成孔工艺,通过增加泥浆比重及黏度来减小地下承压水水头压力,减轻或消除孔底涌砂现象。再采用加大桩径、增加桩长、对桩侧泥皮及桩端沉渣用后压浆进行处理,有效解决了该工程桩基施工中不同工艺可能造成的承载力及变形有较大差异的技术难题,保证了桩基承载力及变形均满足设计及规范要求。     

基于循环孔洞扩张模型的X型圆管节点超低周疲劳寿命预测

海洋工程钢结构在服役过程中,受风、浪、流或地震等极端循环载荷的影响,易发生超低周疲劳断裂破坏,造成人员伤亡及财产损失,因此超低周疲劳断裂分析及寿命预测对于海工结构安全性评估至关重要。然而,现阶段基于累积损伤理论提出的多种超低周疲劳寿命预测模型无法对多尺度节点实现统一预测,造成了实际工程应用的不便。因此文中基于循环孔洞扩张模型开展X型圆管节点超低周疲劳寿命预测。首先,开发了基于循环孔洞扩张模型的VUSDFLD程序,实现ABAQUS与FORTRAN子程序联合应用,利用有限元分析验证循环孔洞扩张模型在X型圆管节点超低周疲劳断裂分析中的有效性;其次,根据多组X型圆管节点超低周疲劳断裂有限元分析结果,在宏观层面提出了一种基于Manson-Coffin公式的超低周疲劳寿命预测公式;最后,依据Miner理论,将适用于等幅加载的超低周疲劳寿命公式扩展至变幅加载情况,验证了多种节点尺寸下超低周疲劳公式的适用性,为工程应用提供了理论依据。     

地表水地下水耦合模型在大型山丘平原交错区的研发与应用

大型山丘平原交错区复杂的自然地理和人类活动特征增加了水文循环研究和水资源评价、管理的难度,地表水地下水耦合模型作为流域/区域水文循环模拟的重要工具,为解决这类大型区域诸多水文水资源问题提供了便利.针对目前地表水地下水耦合模型难以兼顾精度和效率的问题,论文提出了一种新型半松散耦合机制,将三维有限差分地下水流数值模型嵌入半...     

基于A- CGAN的深反射地震数据随机噪声压制方法研究

基于深度学习的地震数据噪声压制方法是当前地震数据去噪处理的重要方向。深度学习方法突破了传统滤波处理的局限,在对常规地震数据的噪声压制中表现出效率高、信噪分离效果好的特点。但针对深部弱有效反射数据,当前的深度学习方法特征提取能力有限,难以取得较好的去噪效果。笔者等结合深反射地震数据特点,针对当前深度学习噪声压制方法在特征提取及对数据集依赖上的局限,提出了基于注意力循环生成对抗网络(Attention Cycle- Consistent Generative Adversarial Networks,A- CGAN)的深反射地震数据随机噪声压制方法。借助循环一致生成对抗网络(Cycle- Consistent Generative Adversarial Networks,Cycle- GAN)的域映射思想,降低对数据集的要求。为了构建适用于深反射地震数据的去噪网络,从3个方面对Cycle- GAN进行改进：在Cycle- GAN的生成器（去噪器）中加入残差结构和注意力机制,用于加深网络深度和提高其特征提取能力;在Cycle- GAN的鉴别器中使用块判决,提高鉴别精度和准确度;在损失函数部分加入感知一致性损失函数,提升网络模型恢复纹理细节信息的能力。通过合成地震数据和实际深反射地震数据测试,验证了优化算法的有效性,体现了良好的应用价值。