目前工业规模的发酵罐容积已达到几十立方米或几百立方米。如按百分之十左 右的种子量计算,就要投入几立方米或几十立方米的种子。要从保藏在试管中的微 生物菌种逐级扩大为生产用种子是一个由实验室制备到车间生产的过程。其生产方 法与条件随不同的生产品种和菌种种类而异。如细菌、酵母菌、放线菌或霉菌生长 的快慢;产孢子能力的大小;及对营养、温度、需氧等条件的要求均有所不同。因 此,种子扩大培养应根据菌种的生理特性,选择合适的培养条件来获得代谢旺盛、 数量足够的种子

V2O5?WO3/TiO2（VWTi）催化剂可以同时脱除铁矿烧结烟气中的NOx和二噁英，但复杂的烟气成分会导致催化剂失活。本文采用浸渍法对VWTi 催化剂进行ZnCl2、ZnO和ZnSO4中毒实验。模拟烧结烟气条件，研究了在VWTi催化剂表面负载不同形态Zn对其同时脱除NOx和二噁英（以氯苯作为模拟物）性能的影响，分析了中毒前后催化剂表面活性物质的理化性质，并对中毒催化剂开展了再生实验。结果表明：不同Zn物种对VWTi催化剂同时脱除NOx和氯苯（CB）均具有失活作用。Zn物种会引起催化剂表面颗粒轻微团聚，表面酸性位点数量减少，表面V的还原性减弱，表面化学吸附氧比例，以及V5+和V4+的物质的量比值降低。再生实验结果表明：酸洗可以在一定程度上恢复中毒催化剂的催化活性，但水洗不能恢复中毒催化剂的活性。研究发现Zn盐中毒作用机理为：Zn2+与催化剂表面酸性位点V=O和V?OH反应形成V?O?Zn，对NH3与CB的吸附产生不利影响，造成催化剂中毒失活，ZnSO4中的${\\rm{SO}}_4^{2-} $

意大利生物学家D Ancona曾致力于鱼类种群相互制约关系的研究,在研究过程中他无意中发现了一些第一次世 界大战期间地中海沿岸港口捕获的几种鱼类占捕获总量百分比的资料,从这些资料中他发现各种软骨掠肉鱼,如鲨鱼、鳐鱼等我们称之为捕食者(或食肉鱼)的一些不是很理想的鱼类占总渔获量的百分比。在1914~1923年期间,意 大利阜姆港收购的鱼中食肉鱼所占的比例有明显的增加: 知道,1捕获的种鱼的比例近地反映地中海里各种鱼类的比例g战争期捕鱼大幅降,儑捕获量的下降为什么会导致鲨鱼、鳐鱼等食肉鱼比例的上升,即对捕食者 有利是对饵有呢?他思不得其解,法解释这一现象,百就去求教当时名的意5人利数学家V. Volterra,希望 他能建立一个数学模型研究这一问题

针对并联机器人在设计过程中的约束变量多、干涉情况复杂和设计周期长等问题,进行电动六自由度并联机器人结构参数设计与仿真的研究.以Stewart并联机器人为例,对并联机器人工作空间的两种求解方法进行了分析.首先利用几何法求解出其工作空间,然后提出一种基于虚拟样机技术求解其工作空间与承载能力的方法.这种方法利用Pro/E软件进行三维设计,将三维造型导入Adams软件中进行动态仿真.仿真结果表明,该方法在保证仿真结果可靠性的前提下,可避免烦琐的计算,缩短设计周期

为解决进行PM2.5质量浓度预测中多因素回归模型的不稳定、神经网络模型的过拟合及局部最小等问题，提出应用支持向量机和模糊粒化时间序列相结合的方法，对PM2.5质量浓度未来变化趋势和范围进行预测.根据PM2.5不同季节的日变化周期模式，确定以24 h为周期的粒化窗宽，利用三角型隶属函数对数据样本进行特征提取作为支持向量机的输入，并在k重交叉验证法下采用网格划分寻找出模型的最佳参数.以2013年3月—2014年2月北京市海淀区万柳监测点四个季节PM2.5的1 h质量浓度监测值为样本数据，应用该方法建立PM2.5质量浓度的时间序列预测模型，并在MATLAB平台下应用LIBSVM工具实现计算过程.结果表明，基于模糊粒化时间序列的预测模型，能较好解决PM2.5机理性建模方式下由于影响因素考虑不全而造成的预测结果不稳定，对模糊粒子拟合效果较好

采用高温固相法成功制备了 Li2x−ySr1−xTi1−yNbyO3(x=3y/4, y=0.25, 0.5, 0.6, 0.7, 0.75, 0.8) 锂离子固体电解质，并通过X 射线衍射（XRD）、扫描电子显微镜（SEM）、交流阻抗图谱、恒电位极化等分别研究了各个组分的晶体结构、微观形貌、离子电导率和电子电导率. XRD 显示当 y≤0.70 时，材料为立方钙钛矿型结构，几乎没有杂质相生成. SEM 表明随着掺杂含量 的增加材料的晶粒尺寸逐渐增大. Li0.35Sr0.475Ti0.3Nb0.7O3 锂离子固体电解质有着高离子电导率，为 3.62×10−5 S·cm−1，其电子电导率为 2.55×10−9 S·cm−1，活化能仅为 0.29 eV. 使用以 Li0.35Sr0.475Ti0.3Nb0.7O3 为隔膜的 LiFePO4/Li 半电池经过 100 圈循环后，放电比容量仍有 93.9 mA·h·g−1，容量保持率为 90.72%

宫颈癌是严重危害妇女健康的恶性肿瘤，威胁着女性的生命，而通过基于图像处理的细胞学筛查是癌前筛查的最为广泛的检测方法。近年来，随着以深度学习为代表的机器学习理论的发展，卷积神经网络以其强有效的特征提取能力取得了图像识别领域的革命性突破，被广泛应用于宫颈异常细胞检测等医疗影像分析领域。但由于病理细胞图像具有分辨率高和尺寸大的特点，且其大多数局部区域内都不含有细胞簇，深度学习模型采用穷举候选框的方法进行异常细胞的定位和识别时，经过穷举候选框获得的子图大部分都不含有细胞簇。当子图数量逐渐增加时，大量不含细胞簇的图像作为目标检测网络输入会使图像分析过程存在冗余时长，严重减缓了超大尺寸病理图像分析时的检测速度。本文提出一种新的宫颈癌异常细胞检测策略，针对使用膜式法获得的病理细胞图像，通过基于深度学习的图像分类网络首先判断局部区域是否出现异常细胞，若出现则进一步使用单阶段的目标检测方法进行分析，从而快速对异常细胞进行精确定位和识别。实验表明，本文提出的方法可提高一倍的宫颈癌异常细胞检测速度

通过干湿周浸加速腐蚀实验研究了不同稀土含量的耐候钢和对比普碳钢的腐蚀行为及其耐蚀性能.采用失重法测得了各试样的腐蚀率;结果发现,稀土耐候钢的腐蚀率远远低于普碳钢的,不同稀土含量的耐候钢的耐腐蚀性不尽相同.采用电化学交流阻抗技术对带锈钢样的表面锈层结构及电化学反应过程进行了研究,提出在本实验条件下钢电化学腐蚀的等效电路模型,计算出锈层电阻、极化阻抗等表征锈层性能的电化学元件参数值.稀土耐候钢锈层中存在半无限扩散和有限厚度扩散两种过程,有限厚度扩散极化阻抗反映了耐候钢内锈层的保护性能

利用高温高压湿气环路研究了L80钢在高气相流速湿气环境中的腐蚀-冲蚀行为.利用腐蚀失重法测试了L80挂片在气速30 m·s-1,含水率0.0007%,CO2分压0.5 MPa及55℃的工况下,分别在不同的腐蚀周期下的腐蚀速率.利用激光共聚焦显微镜对试样表面形貌进行了观察,利用扫描电子显微镜对腐蚀产物形貌进行观察,利用X射线衍射及能谱仪对腐蚀产物组成进行了分析.结果表明,L80钢在高气相流速湿气环境下腐蚀失重严重,腐蚀后试样表面出现大量的微小蚀坑,随着实验周期的延长蚀坑会不断长大.该工况下产生的腐蚀产物主要成分为Fe3C和FeCO3

一、内容简介 以罗尔定理,拉格朗日中值定理和柯西中值定理组成的一组中值定理是一整 个微分学的理论基础,尤其是拉格朗日中值定理.它们建立了函数值与导数值之 间的定量联系,因而可用中值定理通过导数去研究函数的性态;中值定理的主要 作用在于理论分析和证明;同时由柯西中值定理还可导出一个求极限的洛必达法 则.中值定理的应用主要是以中值定理为基础,应用导数判断函数上升、下降、 取极值、凹形、凸形和拐点等项的重要性态从而能把握住函数图象的各种几何 特征.此外,极值问题有重要的实际应用