农业废弃物干法厌氧发酵技术的研究

文章介绍了以农业废弃物为原料的干法厌氧发酵工艺的试验结果.当发酵温度为(35±1)℃,TS含量为20%,原料滞留期为60d时,平均池容产气率为2 l/(L·d),甲烷含量为65%以上.     

脂肪酶Novozym 435催化合成羟基酪醇油酸酯

羟基酪醇是一种标志性多酚,其油溶性差且容易降解,将羟基酪醇修饰为油酸酯是提高其油溶性的有效途径。对羟基酪醇油酸酯的酶法合成进行了研究,考察了脂肪酶种类、酶添加量、醇酸摩尔比、溶剂(2-甲基-2-丁醇)用量、反应时间对合成反应的影响,并利用Box-Behnken中心组合的响应面设计优化了羟基酪醇油酸酯的合成反应条件。另外,采用质谱和核磁分析对产物进行了表征。结果表明：羟基酪醇油酸酯合成的最佳工艺条件为羟基酪醇500 mg、油酸2.474 g(醇酸摩尔比1∶2.7)、脂肪酶Novozym 435添加量2.2%(以整个反应体系的质量为基准)、溶剂用量2.6 mL、反应温度37℃和反应时间7 h,在此条件下羟基酪醇转化率高达89.6%;质谱和核磁分析证明成功合成了羟基酪醇油酸酯。脂肪酶催化合成羟基酪醇油酸酯的技术突破,可为延伸油橄榄产业链及副产物高值利用提供有力支撑。     

一担粮二锅头：创新赢得机遇

2012年,随着宏观环境和消费需求的变化白酒行业出现了拐点,以北京二锅头集团总经理李红军为核心的团队,抓住机遇大胆创新,研究出引领未来消费趋势的一担粮二锅头酒。     

生物质热分解技术比较研究

生物质热分解转换技术以其转换速度快、产品能量密度高、燃烧清洁、适合大规模商品化生产开发等特点而成为各国科研机构研究的重点。文章从原料供应要求、工艺技术特点、产品性质和用途、经济性及未来发展潜力等几方面对生物质干馏炭化、气化和快速裂解液化3种热分解技术进行了比较研究。结果表明，生物质炭化、气化技术发展前景明朗，值得大力发展，而生物质裂解液化技术因为要解决的问题还很多，其未来前景仍有待观察。     

如何防止排骨罐头的凸角

<正> 排骨罐头滋味鲜美,营养丰富,含有大量钙质,很适合孕妇和儿童食用,亦为国内外美食家所喜爱。罐头食品厂利用生产肉类罐头时剔下的骨头加工排骨罐头,可大大提高肉类原料的利用率和企业的经济效益。可是,排骨罐头极易产生凸角,即在加热杀菌(包括冷却,下同)过程中罐盖或/和罐底出现一个或几个角状的向外凸起,使产品报废。 1990年一季度,我厂共生产了22个班次的内销排骨罐头,共计160148罐,其中合格的155104罐,占96.85％,连出口合格率(97％)都达不到。在5044罐次废品中,有凸角4878罐,包括小凸角(次品)3645罐,大凸     

涂布技术研究进展

综述了压辊类涂布、刮刀类涂布、挤出涂布、帘式涂布、旋转涂布和喷雾涂布等涂布技术的特点。指出了选择合适的涂布方式、加强涂层在线检测控制和调整涂布液流变特性,是涂布技术向更快、更精发展的重要手段。     

碳纤维-碳纳米管增强相的构筑及其三相复合材料力学性能

利用化学接枝的方法成功将碳纳米管(CNT)-聚醚酰亚胺(PEI)接枝到碳纤维(CF)表面，构筑CF-g-CNT增强相。结果表明，CF-g-CNT纤维的构筑可以有效地改善复合材料的界面、抗冲击和弯曲性能。考虑增强相对复合材料力学性能的影响，与双马来酰亚胺(BMI)复合后形成的CF-g-CNT/BMI复合材料的界面剪切强度、冲击强度、弯曲模量和弯曲强度分别较CF/BMI提高48.8%,10.8%,5.2%和14.6%;CF-g-CNT/BMI-PEI-CNT复合材料的界面剪切强度、冲击强度、弯曲模量和弯曲强度分别较CF/BMI-PEI-CNT提高56.9%,27.1%,12.5%和16.1%。综合考虑基体相和增强相对复合材料力学性能的影响，CF-g-CNT/BMI-PEI-CNT复合材料的界面剪切强度、冲击强度、弯曲模量和弯曲强度分别较CF/BMI提高57.7%,33.7%,20.0%和23.7%。CF-g-CNT中CNT-PEI可以有效地改变复合材料界面构成，改变界面处水平应力和垂直应力的扩展路径，有效避免应力集中，进而提高复合材料的力学性能。     

基于改进的i-vector的方言语种识别

经典的i-vector的提取方法利用方言特征在通用背景模型（Universal Background Model,UBM）的统计差异来构建全局差异空间，对方言语种的区分能力较弱。为此，提出了一种基于改进的i-vector的提取算法，利用方言特征在方言相关的高斯混合模型（Gaussian Mixture Model,GMM）上的统计差异来构建全局差异空间，提升i-vector对方言语种的区分能力。首先基于方言相关GMM分别构建全局差异空间；其次拼接各空间中提取到的i-vector并进行主成分分析（Principal Component Analysis,PCA）降维，得到改进的i-vector；最后采用高斯概率线性判别分析（Gaussian Probabilistic Linear Discriminant Analysis,GPLDA）模型进行建模和打分。实验表明，所提算法较经典i-vector算法能更有效地提升对方言语种的识别性能。