猕猴桃溃疡病生防芽孢杆菌B2的鉴定及应用

猕猴桃溃疡病是一种毁灭性细菌病害,该病发展迅速,防治难度大,严重制约了猕猴桃产业的发展。为找到一种有效防治该病的方法,针对化学防治易产生抗药性、污染环境、杀伤天敌等特点,从猕猴桃根际土壤中分离共获得25株芽孢杆菌,采用点菌法筛选出4株对猕猴桃溃疡病菌(Pseudomonas syringae pv.actinidiae)具有拮抗效果的菌株(抑菌圈直径达到5 mm以上),其中B2拮抗作用最强。根据菌落(体)形态特征、生理生化鉴定以及16S r DNA序列分析,初步鉴定B2为蜡样芽孢杆菌(Bacillus cereus)。将B2的发酵原液稀释成1×109cfu/m L的发酵液,并在此基础上依次配制50、100、500、1000、2000倍的稀释液,用于盆栽试验。盆栽试验采用喷雾法,30天后的防治效果分别达到了90.45%、86.52%、80.90%、67.98%、47.19%、15.73%,60天后尽管病斑有少量增加,旧病斑有所增大,但与对照相比,病斑增长速度明显减缓。大田试验结果证明,该菌具有较好的生防潜力,喷雾法选择B2发酵液的50倍稀释液,涂抹法选择B2发酵液的100倍稀释液,可有效降低猕猴桃溃疡病的危害。     

葡萄籽原花青素生物学功能及其在畜禽生产上应用的研究进展

原花青素是一类广泛存在于植物界的多酚化合物的总称,其中以葡萄籽的含量最为丰富。研究表明,葡萄籽原花青素(GSP)有多种生物学活性。笔者综述了GSP的清除自由基、抗氧化、抗肿瘤、降血脂等生物学功能研究及其在畜禽生产上的应用研究进展,提出了将GSP作为新型饲料添加剂以提高动物的免疫力、肉品品质和抗应激作用,为GSP进一步开发和利用提供参考。     

煤层气发动机工作特性的试验研究

为了解涡流室式煤层气发动机的工作特性和排放规律,在不同负荷下,进行了燃用三种不同甲烷浓度的煤层气试验。试验结果显示:涡流室式燃烧系统能稳定燃烧甲烷浓度变化剧烈的煤层气;相同工况下,发动机的缸内峰值压力随甲烷浓度的降低而增加,但压力升高率的变化很小;甲烷浓度达到一定值时,甲烷浓度和负荷对主燃期的影响很小;煤层气发动机的CO和HC排放随甲烷浓度和负荷的增加而降低,NOx排放则相反。     

供水系统摇蚊污染特征的调查和分析

供水流程中的摇蚊污染影响水厂生产和自来水水质，S市水厂进行的摇蚊污染特征调查结果表明，污染水厂的摇蚊优势种是花翅摇蚊，水厂孳生的摇蚊来源于进厂原水，摇蚊主要孳生分布在水厂沉淀池。水厂沉淀池形成摇蚊污染的主要原因有：原水的悬浮物和丰富的藻类，沉淀池的温度、溶解氧、pH值，摇蚊幼虫对氯离子和混凝剂浓度的较强耐受性。     

电控喷油器流量特性试验台的设计与试验

论述了开发电控喷油器微机测试系统的意义;为检测电喷发动机喷油性能,介绍了所以8098为核心的喷油器流量试验台;阐述了喷油器流量试验台设计思想、硬件结构和软件设计方法.以高阻型喷油器为例,在整个流量范围内对其进行测试,并对测试数据加以分析总结,得出了该喷油器流量特性的一些重要参数.目前,电控喷油器微机测试系统已投入使用,取得了良好的实际效果.     

可视化编程技术在发动机外特性曲线绘制中的应用

通过对汽车发动机外特性的理论分析,在处理汽车发动机外特性曲线时,建立了一种适合处理发动机外特性曲线的三次样条函数拟合的数学模型,在C Builder可视化开发平台上,编制了汽车发动机外特性曲线绘制程序.利用三次样条函数插值法对实验数据进行拟合,实现了发动机外特性曲线绘制的自动化.     

厌氧生物水处理技术研究进展

在原有脱碳技术基础上,废水厌氧处理在其他领域的研究与应用被不断拓展.本文介绍了近年来厌氧生物处理技术的新发展,从理论和工艺两个方面,综述了厌氧生物脱硫、生物制氢、厌氧氨氧化、厌氧反硝化的原理、研究、技术开发与应用.     

微型摆式内燃发电机频率的计算与分析

针对所研制的微型摆式内燃发电机(MICSPG),阐述了各组成部分的工作过程及工作特点,建立了微型内燃发电系统的数学模型。在引入平均指示压力和线性气体弹簧分别对内燃机动力腔中由燃烧和最大预压缩压力而引起的气体压力进行线性化分析的基础上,得到了系统的传递函数,并据此研究和分析了微型摆式内燃机发电系统的稳定性和运动频率。研究结果为微型摆式内燃发电系统结构参数的确定和控制系统设计提供了有益的参考。     

标准型(三行星轮)复合齿轮转子泵的机理研究

概述了普通齿轮转子泵的结构及工作原理．介绍了标准型(三行星轮)复合齿轮转子泵的工作原理，分析了该泵的力学特性，推出了平均流量和瞬时流量公式，并对该泵的脉动率进行了分析，得出当工作轮的齿数为非3的倍数时，该泵的流量脉动将显著降低的结论。当泵的工作轮及腔体用特殊材料(如不锈钢或陶瓷)制作或处理时，该泵完全可以用在纯水液压系统。     

Inverse Modeling to Quantify Irrigation System Characteristics and Operational Management

Remotely sensed (RS) data is a major source to obtain spatialdata required for hydrological models. The challenge for thefuture is to obtain besides the more direct observable data(landcover, leaf area index, digital elevation model andevapotranspiration), non-visible data such as soilcharacteristics, groundwater depth and irrigation practices.In this study we have explore the option of using inversemodeling to obtain these non-RS-visible data. For a commandarea in Haryana, India, we applied for the 2000–2001 rabiseason a RS-GIS-combined inverse modeling approach to derivenon-RS-visible data required in the regional application ofhydrological models. A Genetic Algorithm loaded stochasticphysically based soil-water-atmosphere-plant model (SWAP) wasdeveloped for the inverse problem and used in the study. Theresults showed good agreement with the inventoried data suchas soil hydraulic properties, sowing dates, groundwaterdepths, irrigation practices and water quality. The deriveddata could be used to predict the state of the system at anytime in the cropping season, which can be used to evaluateoperational management strategies.