海藻糖标准样品的研制

研制了海藻糖国家标准样品。以食品级海藻糖粗品为原料,纯化制备海藻糖,采用红外光谱(IR)、质谱和核磁共振谱(NMR)以及单晶衍射等方法进行结构确证。样品分装成400瓶后,采用离子色谱法进行均匀性、稳定性检验和定值分析。从样品中随机抽取15瓶进行均匀性检验,经F检验表明,在95%的置信区间范围内,样品均匀性良好。在40℃下,经过24个月稳定性考察,结果表明样品稳定性良好。标准样品经国内8家具有分析资质的实验室进行协同定值,并评定了定值结果的不确定度,海藻糖标准样品定值结果为99.72%,扩展不确定度为0.26%(k=1.96)。该标准样品达到国家标准样品的技术要求,可用于有关海藻糖的方法校正和质量控制。     

水中溴酸根溶液标准物质的研制

采用称量滴定法测定溴酸钾试剂纯度,离子色谱与等离子体质谱对高纯溴酸钾试剂中杂质进行分析。水中溴酸根溶液标准物质采用容量法配制。采用离子色谱法进行均匀性检验,以称量滴定法进行稳定性监测,并以称量滴定法和离子色谱法进行核对。结果表明该标准物质具有良好的均匀性、稳定性,量值溯源明确,其扩展不确定度为0.3%(k=2)。     

扫描电镜中背散射电子成像功能的应用

简单介绍了扫描电镜背散射电子成像的工作原理及其应用.利用扫描电镜背散射电子成像结合X-射线能谱来研究样品的微区成分变化,从而快速的了解样品的组成和结构特征,为物相的鉴别提供了有效的分析手段.     

无人机定位系统电源分配网络电磁干扰行为级分析与预测

电源分配网络是无人机定位系统工作的基础单元,也是电磁干扰薄弱环节,电源分配网络（PDN）传导耦合干扰效应是导致定位系统故障的主要原因。为了提高定位系统电磁干扰敏感度预测模型的精度,基于泰勒级数对非线性系统的描述方法,将泰勒级数行为级模型系数表征为与干扰频率相关的函数,建立无人机定位系统PDN电磁干扰响应预测模型,分析预测PDN在受干扰情况下的非线性直流偏置电压。研究结果表明：在250～400 MHz电磁干扰范围内,基于泰勒级数的PDN电磁干扰响应预测模型可以对PDN在电磁干扰作用下的非线性直流偏置进行准确预测,预测误差在3%以内。     

基于优化残差网络的复杂纹理表面缺陷检测

产品表面缺陷检测是工业自动化生产的重要环节,准确率是评价自动检测系统可靠性的主要指标。基于复杂纹理表面缺陷检测的特殊性以及对检测方法的实时性、通用性等要求,提出了优化骨干网络并使用迁移学习特征映射构建复杂纹理表面缺陷的检测方法。该方法通过优化残差网络模型并建立仿真数据集的方式进行迁移学习,以解决实际情况中复杂纹理表面产品数据集样本数量少、数据集制作困难、相似问题难以互相兼容等问题。实验结果表明,提出的方法可以准确地检测随机复杂纹理的人造木质板材表面缺陷,平均准确率可达99.6%。现有实验条件下单张人造木质板材的检测时间为305 ms,可以满足在线检测的实时性要求。研究结果可为基于深度学习的复杂纹理表面缺陷检测提供新的思路与理论参考。     

基于DCGANs的半片光伏组件电致发光图像增强技术

针对半片光伏组件电致发光（electroluminescence,EL）缺陷自动识别过程中训练用样本不足导致模型过拟合的问题,采用深度卷积生成对抗网络（deep convolutional generative adversarial networks,DCGANs）生成可控制属性的半片光伏组件EL图像,再采用多尺度结构相似性（multiscale structural similarity,MS-SSIM）指标对生成的EL图像与拍摄的EL图像之间的相似程度进行了评估。评估结果得到,使用DCGANs生成的所有类型半片光伏组件的EL图像与拍摄的EL图像的MS-SSIM指标都大于0.55,大部分的MS-SSIM值在0.7附近。在分类模型的训练过程中,测试集准确率随着训练集中生成图像数量的增加而升高,当生成图像数量达到6 000张时,测试集准确率达到97.92%。实验结果表明,采用DCGANs能够生成高质量且可控制属性的半片光伏组件EL图像,较好地解决因缺少训练样本而导致的模型过拟合问题。     

基于双通道残差密集网络的红外与可见光图像融合

为改善红外与可见光融合结果与源图像间的部分细节特征丢失问题,充分提取红外与可见光图像中的特征信息,提出了一种改进的双通道深度学习自编码网络进行红外与可见光图像融合。其中,双通道结构由密集连接和残差连接模块级联构成,并设置一种综合像素、结构相似度和梯度特征保留的损失函数,使该编码器结构可以充分提取红外与可见光图像的多层次特征,在融合层采用空间L1范数和注意力机制对级联双通道特征分别进行融合,最后设计对应的解码器对融合特征图像进行重构,获取最终的融合结果。通过与传统算法以及近年最新的深度学习算法进行实验对比,结果表明该方法在主观和客观上都具有优秀的综合性能。     

红外光学系统光谱透射比校准技术

针对红外光学系统透射比参数无法准确测量的问题,开展了红外光学系统光谱透射比测量和校准技术研究。通过对积分球法、大面积均匀源法等测量方法进行分析,研究构建了基于回返射法的红外光学系统光谱透射比校准装置,并建立了完整的光谱透射比量值溯源和量传链条。利用该装置实现了2μm～14μm波长范围的光谱透射比测量,对测量结果进行不确定度分析,结果为2%。相对于以往的透射比测量装置,该装置的测量结果具有更高的准确性和可靠性。     

丹荷颗粒治疗高脂血症质量标志物发现研究

为寻找丹荷颗粒治疗高脂血症的质量标志物,该研究基于丹荷颗粒体内成分分析结果,采用Cytoscape软件构建高脂血症-共有靶点-丹荷颗粒体内成分作用网络,利用DAVID及String数据库分别对共有靶点进行生物过程、通路富集及网络拓扑分析,明确丹荷颗粒降脂作用关键靶点及成分,再建立油酸诱导的HepG2细胞脂质堆积模型验证关键成分的降脂药效,最后结合相关成分在制剂中的含量、稳定性、特征性综合确定质量标志物。结果发现,丹荷颗粒体内成分作用于CES1、ADORA2A、ADORA1、APOB、LDLR、PPARA、PPARG、INSR、ESR2、ESR1共10个高脂血症疾病靶点,主要参与脂质代谢过程以及PPAR、cAMP信号通路,其中LDLR、PPARA、PPARG可能是关键靶点,而网络中与关键靶点直接作用的成分为白藜芦醇、柚皮素。白藜芦醇和柚皮素均可降低油酸诱导的HepG2细胞内脂滴数量,改善细胞脂质堆积严重程度,并显著降低细胞内甘油三酯含量,可能为关键成分;鉴于入体成分白藜芦醇和柚皮素来源于制剂中虎杖苷及柚皮苷,且制剂中虎杖苷及柚皮苷特征明显、含量丰富、稳定,故虎杖苷及柚皮苷可作为丹荷颗粒治疗高脂血症的质量标志物。该研究为丹荷颗粒质量标准的建立提供了合理的候选质控指标。     

重力场流分离系统用于聚苯乙烯颗粒的分离条件优化

重力场流分离是最简单的场流分离(gravitational flow-field fractionation,GrFFF)技术,常用于分离粒径几微米到几十微米的颗粒及生物样品。利用自组装加工的重力场流分离仪器分离3种不同粒径(3、6、20μm)的聚苯乙烯(PS)颗粒。自制了一种混合表面活性剂,并与商品化的表面活性剂FL-70进行了比较。通过均匀设计优化流速、混合表面活性剂中聚乙二醇辛基苯基醚(Triton X-100)的质量分数、载液黏度、停流时间等分离条件,以分离度(Rs)和保留比(R)为评价指标,发现FL-70的分离效能略优于自制的混合表面活性剂,可实现3种PS颗粒的完全分离(Rs1为1.771,Rs2为2.074)。结果表明该系统具有良好的分离性能。