CIAC COMPREHENSIVE INFORMATION-SYSTEM OF RARE-EARTHS

The CIAC (Changchun Institute of Applied Chemistry) Comprehensive information System of Rare Earths is composed of three subsystems, namely, extraction data, physicochemical properties, and reference data. This paper describes the databases pertaining to the extraction of rare earths and their physicochemical properties and discusses the relationships between data retrieval and optimization and between the structures of the extractants and the efficiency with which they are extracted. Expert systems for rare earth extraction and calculation of thermodynamic parameters are described, and an application of pattern recognition to the problems of classification of compounds of the rare earths and prediction of their properties is reported.

Early development of germlings of Sargassum thunbergii (Fucales, Phaeophyta) under laboratory conditions

Morphology and culture studies on germlings of Sargassum thunbergii (Mertens et Roth) Kuntze were carried out under controlled laboratory conditions. Growth characteristics of these germlings grown under different temperatures (from 10 to 25A degrees C), irradiances (from 9 to 88 mu mol photons m(-2) s(-1)), and under blue and white light conditions are described. The development of embryonic germlings follows the classic "8 nuclei 1 egg" type described for Sargassaceae. Fertilized eggs spent 5-6 h developing into multicellular germlings with abundant rhizoids after fertilization. Under conditions of 20A degrees C, 44 mu mol photons m(-2) s(-1) and photoperiod of 12 h, young germlings with one or two leaflets reached 2-3 mm in length after 8 weeks. Temperature variations (10, 15, 20, 25A degrees C) under 88 mu mol photons m(-2) s(-1) significantly influenced the growth rate within the first week, although this effect became less obvious after 8 weeks, especially at 15 and 20A degrees C. Variation in germling growth was highly significant under different irradiances (9, 18, 44, 88 mu mol photons m(-2) s(-1)) at 25A degrees C. Low temperature (10A degrees C) reduced germling growth. Growth of germlings cultured under blue light was lower than in white light. Optimal growth of these germlings occurred at 25A degrees C and 44 mu mol photons m(-2) s(-1).

复方治疗慢性肾衰海洋新药的初步研究

该论文在褐藻多糖硫酸酯已有研究工作的基础上,参考中药治肾病领域有关文献,结合中医药理论,组方成治疗慢性肾衰复方海洋新药-复方褐藻多糖硫酸酯,并进行了复方褐藻多糖硫酸酯的部分药学、初步药效学和急性毒性试验的研究.

海滨锦葵种子油脂提取及制备生物柴油研究

生物柴油是绿色清洁可再生能源，大力发展生物柴油对解决影响我国经济可持续发展的能源危机和环境危机具有重要意义。 本文就海洋滩涂能源油料植物海滨锦葵油脂的提取和制备生物柴油技术进行了研究。 1、利用超临界CO2流体萃取技术提取海滨锦葵籽油。结果表明超临界CO2流体萃取技术提取海滨锦葵籽油的最佳工艺参数为：萃取压力25MPa，萃取温度45℃，CO2流量18kg.h-1，萃取时间为120min，在该工艺条件下萃取三次，海滨锦葵籽油萃取率达到19.35%。 2、以海滨锦葵籽仁为原料，利用水酶法提取海滨锦葵籽仁油。水酶法提取海滨锦葵籽油的最佳工艺参数为：酶用量0.024ml.g-1，提取温度63℃，固液比1/6，提取时间为230min，在该工艺条件下海滨锦葵籽油提取率达到24.28%。 3、海滨锦葵油制备生物柴油的最佳工艺参数为：搅拌强度为1800r.min-1，催化剂KOH用量为海滨锦葵油质量的1%，醇油摩尔比6/1，反应时间50min，反应温度65℃，在该工艺条件下，酯交换反应三次，酯交换率达到97.8%。 4、利用固定化脂肪酶Novo435催化海滨锦葵油酯交换制备生物柴油。结果表明海滨锦葵油固定化脂肪酶催化法制备制备生物柴油的最优工艺参数为反应温度47℃，反应时间31h，催化剂用量18%，搅拌强度900r.min-1，醇油摩尔比3.2/1。在该工艺条件下酯交换率达到92.68%。 5、利用超临界法制备生物柴油，结果表明海滨锦葵油超临界法制备生物柴油的最佳工艺条件为：反应温度为300℃，反应压力为12MPa，反应时间为9min，搅拌强度为300r.min-1，醇油摩尔比为30/1。在此条件下，酯交换反应三次，酯交换率可达97.62%。 6、利用超声波辅助法制备生物柴油。结果表明海滨锦葵油超声波辅助法制备生物柴油的最佳工艺参数为：超声波功率为180W，催化剂KOH用量为海滨锦葵油质量的0.6%，反应温度65℃，醇油摩尔比7/1，在该工艺条件下酯交换反应三次，酯交换率达到99.85%。

特殊票据字符识别预分类特征的提取及分类字典的建立

从特殊票据———火车票票面字符的特点出发 ,将笔划复杂性指数与四周面积编码结合起来作为粗分类的分类特征 采用C -均值聚类算法进行预分类 最后生成分类特征库———分类字典 .得到了预期的分类效果 ,正确分类率达到 95 % .

快速图像特征提取算法研究与应用

快速图像特征提取算法是图像处理和计算机视觉领域的重要研究课题。在复杂背景下基于视频的自动目标识别与跟踪中，目标特征的快速准确提取是实现高概率自动目标识别的关键技术，目标特征的快速提取能简化待识别目标的表示，实现快速准确地识别出感兴趣的目标。在机器人视觉中，快速图像特征提取也有广泛的应用，如视觉里程计技术、机器人自主视觉导航技术等。本文根据视频监控和机器人视觉的实际需求，对此课题开展了研究，主要的研究成果包括如下内容： 1)为消除视频图像的噪声对特征点提取的影响，提出了一种新的基于图像统计信息消除椒盐噪声算法。该算法能在去除噪声同时保持图像的细节特征(边缘和角点等)，并且具有较低的计算复杂度。 2)提出了基于4叉树和色彩迁移理论的光照常恒算法。该算法可对同一场景不同光照下的两幅图像进行光照校正。将一幅图像的亮度特征传递给另一幅图像，使目标图像具有与参照图像相似的亮度统计信息。通过亮度处理之后，两幅图像具有相似的光照背景，有助于后续的特征点检测。 3)提出了基于LBP的角点快速提取算法。该方法与目前流行Harris和SUSAN角点提取算法相比，具有复杂度低、实时性好、灰度伸缩不变性和旋转不变性等优点。 4)从透镜成像模型原理出发，推导出精确的景深计算公式，并将其和传统的景深计算公式进行了深入的比较和分析，最后从计算机视觉角度阐述了本文的景深计算公式的优点。 5)在上述算法研究和试验基础上，研发了森林烟火自动识别软件系统。在该系统中，上述提出的算法得到成功的应用。该软件系统已投入实际使用，实现了24小时全天候森林烟火自动监控和预警，同时也验证了文中所提算法的有效性。论文的最后一章进行了总结，并对今后的研究工作进行了展望。

机器人插件作业的视觉导引方法研究

插件作业 (parts mating)是装配机器人的一项基本作业环节 .本文介绍了以双目立体视觉实现该作业的视觉导引方法 .该方法通过采用人机交互方式 ,借助于人的智慧 ,提高了图像特征提取和匹配的准确性和可靠性、可直观准确地给出插件作业的动作参数 ,克服了自动视觉计算复杂、鲁棒性差的缺点 ,适用于机器人遥操作作业 .实验表明 ,基于人机交互的机器人插件作业在立体视觉导引下是完全可行的

基于小波的变速箱故障信号提取与处理

随着工业技术的发展，现代设备的生产方式更加趋于自动化和连续化。变速箱作为机械设备中最常见的传动方式之一，在各种设备中有着广泛的用途。因此，对变速箱进行状态监测及故障诊断意义重大，不仅可缩短维修时间、降低维修成本，还可提高诊断准确性和维修质量，创造可观经济效益。 汽车生产自动化程度的日渐提高以及市场竞争的日趋激烈化，要求汽车制造公司在高产量的同时保证产品质量的可靠，这样对机械故障诊断的准确性和快速性提出了更高的要求。变速箱作为汽车动力总成的重要部分，其质量对整车性能有着极大的影响。因此，快速准确的对变速箱进行在线检测和故障诊断是保证汽车质量的重要途径。 变速箱故障诊断技术是近年来的研究热点。当变速箱发生故障时，其故障信号往往包含着大量的冲击成分，由于变速箱内部结构比较复杂，所以其振动信号同时含有很强的噪声成分，如何有效的消除噪声，提取到故障信号是变速箱故障诊断的前提和基础。 本论文围绕小波变换和小波包变换在变速箱故障诊断中的应用进行了理论研究和实验验证，将小波分析这一时频分析方法应用到变速箱故障诊断领域。结合自适应小波变换滤波与经典的小波阈值去噪算法，提出了一种基于小波的双层滤波去噪算法，它可以有效的消除变速箱故障信号中的噪声；对去噪后的故障信号进行重采样处理，以便消除由于转速和采样频率的改变对小波包频带能量特征提取的影响；然后，将重采样后的信号进行了小波包分解。最后，小波包频带能量序列被提取作为故障特征向量，以便进行故障诊断。 实验结果表明，本文提出的基于小波的双层滤波去噪算法相对于传统的小波阈值去噪算法，去噪效果更优；相对于改变尺度因子a与小波形状控制参数的k的自适应小波变换滤波算法，计算量大大减小。重采样信号处理可以较好的消除转速和采样频率对故障特征向量提取的影响。因此，以小波包分解频带能量序列作为故障特征向量能较好的表征不同的故障。