猪源大肠杆菌的分离、鉴定及耐药性监测

为了调查京津冀地区猪致病性大肠杆菌的耐药性及流行血清型,从河北、北京、天津地区发生仔 猪黄、白痢的十个猪场分离60株大肠杆菌,其中致病性大肠杆菌55株,进行了生化和血清型鉴定,并 对其耐药性进行了监测与分析。结果发现:分离的猪致病性大肠杆菌优势血清型为O101、O152、O93、 O78、O54,这5种血清型占总分离致病菌株的56．4％(31/55)。所分离的60株大肠杆菌药敏试验结果中 抑菌作用最强的是茵必治、多粘菌素、先锋必、先锋霉素和壮观霉素,敏感率分别为95．0％(57/60)、 90．0％(56/60)、88．3％(53/60)、86．7％(52/60)和85％(51/60)。耐药率较高的分别为链霉素(80％)、庆大霉素 (53．3％)、氨苄青霉素(75％)复方新诺明(86．7％)、痢茵净(76．7％)、呋喃唑酮(71．2％)、诺氟沙星、环丙沙 星(51．7％)、喹乙醇(75％)和洛美杀星(70％)氟苯尼考(55％)。60株大肠杆菌多数为6耐以上的菌株 (80％),其中8耐、10耐、6耐最高分别为17％、15％、12％。     

表面粗糙度标注新旧标准的对比分析

设计者对零件表面粗糙的要求是否合理，不仅影响零件的使用性能和寿命，对零件的制造成本也有很大的影响。1993年国家正式实施新的表面粗糙度标准，取代了1983年的旧标准。由于新、旧标准的符号、代号有标注法相近，但含义有所区别，在实际应用中出现了混淆现象。本文对新旧标准中表面粗糙度的标进行了对比分析。     

我国秸秆加工机械的发展分析

随着国家恢复生态建设、实施禁牧圈养,秸秆对于牲畜的饲喂显得尤为重要.目前,我国每年生产的秸秆达6亿t多,占全世界秸秆总产量的20%～30%,是饲料的重要来源.近年来,我国畜牧业的快速发展对饲草的需求量急剧上升,有力地促进了饲草业的发展,同时也带动了饲草机械化的发展.大力发展牛、羊等食草动物,合理利用秸秆资源,促进饲草收贮和草产品加工技术,直接关系到国民经济的可持续发展.为此,论述了我国秸秆资源的利用情况,分析了秸秆加工机械及其发展现状,指出了秸秆加工机械的发展趋势.     

4SW-170型马铃薯挖掘机振动试验研究

根据马铃薯挖掘机振动特点,运用SG106压电式加速度传感器及其无线采集元件,分3种工况测试4 SW-170马铃薯挖掘机机箱与横梁等测点的动态响应,使用Matlab编程对采样信号处理分析,得到了测点在不同工况下的振动加速度时程曲线和傅立叶变换频谱。研究结果表明,4SW-170马铃薯挖掘机不同工况条件,不同部位的振动强度和频率结构是不同的。田间作业、空载运转、拆除摆动筛,3种工况下横梁的振动加速度有效值分别为0.19g,0.741g,0.28g(g为重力加速度,g=9.8m/s2)。田间作业时比试验台空载有效值降低75%,无摆动筛比有摆动筛有效值降低62%。空载运转时转速每增加30r/min,横梁位移平均增大约0.8mm,达到预定转速203r/min时,位移幅值约为5mm。     

小型卧式混合机混合均匀度的试验研究

混合机是饲料加工工业的主要设备之一,其性能直接影响混合机的生产率、混合功耗和混合质量,混合均匀度是饲料加工质量的重要评价指标之一。为此,以转子转速、混合时间和充满系数为试验因素,对小型卧式混合机混合均匀度进行了试验研究,得出了转子转速、充满系数与混合时间对混合均匀度的影响程度,并获得了小型卧式混合机各参数之间的较佳匹配关系为：转子转速40r/min,混合时间4．5min,充满系数0．55。     

牧草高密度压捆时的变形恢复

通过试验和分析，研究了在不同喂入量和不同压缩的时间的条件下，高密度压捆时牧草变形恢复的影响因素。结果表明，喂入量，压缩维持时间，牧草在压缩室内的位置和变形恢复时间等参数对压缩后牧草的变表恢复均有影响。回归选优分析结果为高密度捆草机的改进设计和有效使用提供了依据。     

一元回归方程的建立和选优

本程序根据一元回归的基本理论,利用BASIC语言,以18种常见的一无线性或可化为线性的回归模型对两个变量的实验结果作一元回归分析,进而建立回归方程和方程选优,从而利用最优方程对生产和实验进行预测和控制,此外,还可以绘制最优回归曲线。     

表面粗糙度标注新旧标准的对比分析

设计者对零件表面粗糙度的要求是否合理，不仅影响零件的使用性能和寿命，对零件的制造成本也有很大的影响。１９９３年国家正式实施新的表面粗糙度标准，取代了１９８３年的旧标准。由于新、旧标准的符号、代号及标注法相近，但含义有所区别，在实际应用中出现了混淆现象。本文对新旧标准中表面粗糙度的标注进行了对比分析。     

采用BP神经网络和Burgers模型的细观参数标定

PFC软件作为一款成熟的离散元分析软件,由于在处理连续与非连续介质方面的出色表现,得到了广泛的应用。但是PFC软件所需要的细观参数均需要采用室内试验数据通过试错法反复调试才能获得,效率低、盲目性高,严重影响后续试验数据,因此急需一种新的细观参数校准方法。本文以玉米秸秆颗粒的单轴蠕变试验为基础,结合离散元软件PFC 2D,通过正交试验多因素方差分析方法分析了Burgers模型宏细观参数之间的影响关系,从而证明宏细观参数之间存在着复杂关系,不宜采用通过回归分析获得宏细观参数之间的关系式的方式标定细观参数,适合利用BP神经网络进行参数标定,利用创建的BP神经网络对细观参数进行标定,根据测试组的标定结果分析得出Burgers模型各细观参数的标定精度均在92%以上,且误差较为稳定,而且训练好的神经网络相关系数R>0.96,从而证明BP神经网络的细观参数标定性能较为可靠。将玉米秸秆单轴蠕变试验的宏观参数带入训练好的BP神经网络中进行细观参数标定,比对模拟蠕变试验与物理蠕变试验发现,两者的蠕变曲线基本一致,应变量的最大误差为2%,证明了BP神经网络具有良好的参数标定能力,可为PFC参数标定提供一定的参考价值。