小杂鱼脱脂技术的研究

以小杂鱼或低值鱼为原料 ,采用常温溶剂萃取法进行脱脂 ,研究了不同溶剂、溶剂混合比、流速和萃取时间对鱼类脱脂的影响。结果表明 ,在常温下用等体积的异丙醇和乙酸乙酯混合溶剂 ,以流速 4～ 8mL/min连续萃取 4～ 6h ,脱脂鱼肉的脂肪平均含量w为 0 .19%,脱脂率高达96 .2 6 %。该方法的溶剂损耗量为加热溶剂萃取法的 1/3倍。     

溶剂萃了以法提取浓缩鱼蛋白的研究

采用溶剂萃取法，经筛选，在一定的温度和时间下，用异丙醇对小杂鱼和低值鱼萃取，提取浓缩鱼蛋白，其蛋白质含量达９２．２８％脂肪含量仅为０．０９％，分含量为３．４２％，水分含量为４．２２％，远远超过联合国粮农组织ＦＰＣ－Ａ的质量标准。     

应用化学知识 讲解地理概念

例如：“饱和空气”是指一般温度下，一定体积空气里不能再容纳更多水汽时的空气，这与化学上的“饱和溶液”(一定温度下，一定量的溶剂里．不能再容纳某种溶质的溶液)，非常类似。教师讲解这一概念时，可引导学生回忆“饱和溶液”的概念，将两者进行比较，“饱和空气”概念中的空气相当于“饱和溶液”中的“溶剂”、“水汽”则相当于“溶质”，     

柱色谱分离-分子筛络合洗脱过程中正构烷烃单体碳同位素分馏研究

应用气相色谱-气体同位素质谱（GC-C-IRMS）分析正构烷烃单体碳同位素之前,需要对饱和烃样品中正构烷烃和异构烷烃进行预分离、富集,在预分离和富集过程中正构烷烃单体碳同位素是否发生分馏是高精度分析正构烷烃单体碳同位素比值（δ13C）的关键。本文以正构烷烃混合溶液为对象,利用柱色谱、5Å分子筛络合、环己烷-正戊烷混合溶剂两次洗脱,GC-C-IRMS分析正构烷烃单体碳同位素,研究前处理过程中正构烷烃单体碳同位素是否发生分馏。结果表明：使用柱色谱分离前后,多数正构烷烃单体碳同位素比值相差-0.2‰~0.2‰;当5Å分子筛不完全络合时,未络合的正构烷烃单体碳同位素比值偏重约0.7‰,可能发生了微弱的碳同位素分馏,但并未影响洗脱后的正构烷烃单体碳同位素比值;使用环己烷-正戊烷混合溶剂洗脱前后,碳同位素比值相差-0.2‰~0.5‰,以同样方式洗脱第二次,获得的正构烷烃单体碳同位素比值与模拟样品相差-0.3‰~0.2‰。分析不同回收率（>20%）正构烷烃的单体碳同位素比值,处理前后的差值基本在0.3‰以内,可见当正构烷烃回收率低至20%左右时,其单体碳同位素仍未发生明显分馏。柱色谱分离-5Å分子筛络合-混合溶剂洗脱方法适用于回收率大于20%的正构烷烃单体碳同位素分析。     

基于注意力约束深度生成网络的测井电成像空白条带填充

电成像测井是储层测井评价的一种有效技术手段．但由于电成像测井仪器极板的尺寸与井径不能完全匹配,极板对井周的覆盖率无法达到100%,导致测得的图像存在空白条带,影响地质信息的精确解释．为提高测井资料解释精度,有必要对这些空白条带进行填充．传统的测井电成像空白条带填充方法由于只能获取图像的浅层特征,能较好地修复结构简单的砂泥岩图像,但对砂砾岩、碳酸盐岩等结构复杂的成像图则修复效果不佳．深度学习方法具有强大感知能力,能够捕获图像的深层特征,因此本文采用深度生成网络对测井电成像图像空白条带进行填充．首先,为使深度生成网络提取对空白填充更为重要的特征,将注意力机制引入网络,其中通道注意力机制通过对不同通道的特征加权生成通道注意力权重向量,以增加重要特征的权重,而空间注意力机制利用特征图的内部空间关系生成空间注意力权重向量精确定位重要信息的位置,实现对重点信息的关注．其次,改变常规卷积神经网络中卷积的方式,通过引入变形卷积以提高网络对复杂图像几何变换的建模能力,更好地拟合图像的轮廓细节信息．在砂砾岩地层测井电成像图像的填充实验中表明,引入注意力机制后,所填充空白条带区域与整体图像的上下文内容更为一...     

利用中子吸收测定岩石样品中硼元素的含量

一、不同的原子核对中子有着不同的吸收作用,硼核的热中子有效俘获截面比主要的造岩元素的热中子俘获截面大几个数量級。因此当中子流穿过合硼样品时,其強度便减弱,減弱的程度取决于样品中硼的含量。