一种脱氮絮凝剂及其制备方法和应用

    公开(公告)号:CN104085972B

    公开(公告)日:2015-10-21

    申请号:CN201410350490.8

    申请日:2014-07-22

    Applicant: 北京大学

    Abstract: 本发明涉及一种脱氮絮凝剂及其制备方法和应用。所述脱氮絮凝剂通过聚硅酸、聚合氯化铝和含有季铵基团的硅烷耦联剂(R)3-N-Cn-Si-(R’)a(OR”)(3-a)Cl制备,其中,R、R’、R”分别为碳数为1-20的烷基,n=1-10,a=0-2,所述脱氮絮凝剂的总铝浓度为0.05-2mol/L,Si/Al摩尔比为2-5,季铵/铝摩尔比为0.1-1,碱化度(B值)为0~2.5,pH值为3.0~6.0。本发明采用所述絮凝剂处理含硝酸盐氮的水源水或污水,可以有效去除其中溶解性、常规方法难以去除的硝酸盐氮,大大降低硝酸盐氮去除成本、简化污水处理工艺。本发明对常规絮凝剂的功能进行了扩大,增加了常规絮凝剂所不具备的去除硝酸盐氮的效能。

    一种岩石动、静态弹性参数同步测量的方法

    公开(公告)号:CN103278389A

    公开(公告)日:2013-09-04

    申请号:CN201310156432.7

    申请日:2013-04-28

    Applicant: 北京大学

    Abstract: 本发明提供了一种利用岩石三轴抗压试验装置进行岩石动、静态弹性参数同步测量的方法和装置,所述的方法包括:将测试岩样密封在注满液压油的三轴高压釜内,并通过轴向压力控制系统施加油压,通过围压控制系统施加围压,通过孔隙压力控制系统施加孔隙压力;通过计算机采集和控制系统获取纵波及横波在所述测试岩样中的传播速度,并依据所述传播速度计算动态杨氏模量和动态泊松比;通过计算机采集和控制系统获取所述测试岩样加载过程中的变形参数,并依据所述变形参数计算静态杨氏模量和静态泊松比。本发明可以保证地下数千米深处复杂围压、高温、高孔隙压力和多相流体的油气藏岩体力学参数测量的有效性和准确性。

    一种油气藏岩体力学地下原位模型恢复的方法及装置

    公开(公告)号:CN103257081A

    公开(公告)日:2013-08-21

    申请号:CN201310157416.X

    申请日:2013-04-28

    Applicant: 北京大学

    Abstract: 本发明提供了一种油气藏岩体力学地下原位模型恢复的方法及装置,其中,所述方法包括:测量油气藏的岩石力学参数;统计所述油气藏的岩体力学性质影响参数;计算所述岩石力学参数的各向异性强度;获取所述油气藏的岩石力学参数及岩体力学性质影响参数的关联关系;获取所述岩体力学性质影响参数与各向异性强度的关联关系;采用所述岩石力学参数,岩石力学参数的各向异性强度,油气藏的岩石力学参数及岩体力学性质影响参数的关联关系,以及,岩体力学性质影响参数与各向异性强度的关联关系,进行油气藏岩体力学地下原位模型的恢复。本发明可以提高油气藏岩体力学地下原位模型恢复的有效性和准确性。

    一种图文分离输出装置及其方法

    公开(公告)号:CN101526999A

    公开(公告)日:2009-09-09

    申请号:CN200810226771.7

    申请日:2008-11-24

    Abstract: 本发明公开了一种图文分离输出装置及其方法,该方法包括以下步骤:(1)通过输入接口向缓冲器输入图文数据;(2)非文字输出模块从缓冲器中获取数据,将非文字部分从图文数据中分离出来并通过输出接口输出;(3)文字输出模块从缓冲器中获取数据,将文字部分从图文数据中分离出来并通过输出接口输出。本发明通过将图文数据中的文字部分和非文字部分分离,先输出非文字部分后再输出文字部分,这样就避免了输出文字被非文字部分覆盖。

    一种破膜抗菌肽的预测筛选方法
    50.
    发明公开

    公开(公告)号:CN119785893A

    公开(公告)日:2025-04-08

    申请号:CN202411836822.3

    申请日:2024-12-13

    Applicant: 北京大学

    Abstract: 本发明公开了一种破膜抗菌肽的预测筛选方法,属于生物信息技术领域。本发明开发一个基于机器学习的序列分类器,在蛋白质组上进行高通量筛选,将可与膜接触的且二级结构主要为螺旋的多肽序列输入序列分类器预测是否为抗菌肽序列;对于序列分类器筛选出的序列,进一步筛选净电荷为正、较为疏水的序列,通过序列比对验证其新颖性,然后统计膜接触概率平均值,结合形成反平行二聚体的寡聚可能性,筛选出具有破膜特征的抗菌肽序列。本发明开发的基于机器学习的序列分类器预测抗菌肽的准确率优于现有方法,通过上述筛选方法成功获得了一系列破膜抗菌肽,具有较好的抑菌活性和较低的毒性,是理想的抗菌药物开发对象。

Patent Agency Ranking