不同种类糖对酪蛋白糖基化接枝改性的影响

该文探究了酪蛋白糖基化接枝改性与改性糖种类选择的关系。选取8种聚合度和结构差异糖与酪蛋白湿法糖基化接枝改性,对其产物进行分析研究。结果表明,醛糖中分子质量较小的葡萄糖更易与酪蛋白糖基化接枝(P <0. 05),接枝度显著高于酮糖(P <0. 05)。酪蛋白与麦芽糖、葡聚糖20 000和40 000的接枝产物具有良好接枝度和抗脂质氧化能力,乳化活性较酪蛋白分别显著提高30. 14%,42. 47%和52. 05%(P <0. 05);静置15 min乳化稳定性良好(P <0. 05)。在15 min内,酪蛋白乳化活性线性下降,而酪蛋白-葡聚糖40 000共价接枝物乳化稳定性较酪蛋白提高85. 91%。酪蛋白与葡聚糖或麦芽糖糖基化接枝改性高效易行,具有良好的抗脂质氧化能力和乳化特性,对酪蛋白糖基化改性进一步研究、酪蛋白及糖类的开发应用、及其营养价值提升有积极作用。     

原花青素高聚体水解工艺

为使原花青素资源得到充分利用,对抗氧化活性很低的高聚体水解工艺进行研究,以降低原花青素聚合度,提高抗氧化活性。以亚硫酸为水解介质,样品与亚硫酸体积比1:0.1,60℃恒温水浴反应10 min。结果显示,原花青素高聚体的平均聚合度由7.06降至4.02,自由基清除率由8.58%升高至43.59%。     

过氧化氢法制备特定聚合度壳寡糖的工艺研究

实验对过氧化氢法氧化降解壳聚糖,制备聚合度为6～8的壳寡糖的工艺条件进行了研究。得到壳聚糖降解的最佳环境为弱酸性[3%HAc(v/v)],在料液比5%、反应时间8h、反应温度50℃、氧化剂浓度5%时,壳寡糖得率是62.70%,经GPC检测平均聚合度为6.87。聚合度符合预期要求,得率优于已报道的平均水平。     

四旋翼轴距对下洗气流聚合及抗风扰能力的影响

旋翼轴距对下洗气流的聚合流动有重要影响。依据下洗气流形成过程,研究下洗气流与涡团挤压效果和涡干涉下洗气流低压聚合效应,并定义了旋翼下洗气流聚合度。采用Realizable k-ε湍流模型与滑移网格计算方法,并进行风速试验验证,探究多旋翼下洗气流间的聚合流动特性并分析下洗气流在不同聚合程度下的抗风扰能力。结果表明:多旋翼间隙内近地涡团的压缩是下洗气流间发生聚合现象的关键特征,下洗气流聚合现象使下游气流速度分布更加均匀,提高气流流动的稳定性。悬停状态下,旋翼距径比为1.1至1.4范围时,旋翼距径比越高,聚合程度越低。气流聚合现象有利于抵抗前飞来流的干扰,但前飞速度超出某一临界值时,下洗气流向下的流动形态被破坏,聚合现象对来流风扰的抵抗作用被削弱。     

基于油中游离纤维光学特性的绝缘纸聚合度方法研究

为探索变压器中绝缘纸聚合度的间接检测方法,研究了一种基于变压器油中游离纤维颗粒光学特性的绝缘纸聚合度计算方法,通过偏光显微镜观察不同老化程度纤维颗粒的色散图像,采用RGB三原色分析法提取图像中的颜色特征值,将特征值与绝缘纸聚合度进行拟合获得特定的关系式。结果表明:随着老化程度的增加,绝缘纸表面出现裂缝、孔洞等现象;图像由蓝紫色逐渐向橙黄色过渡;特征值中马氏距离与聚合度的拟合优度最好,达到0.98,通过该拟合关系式可计算绝缘纸的聚合度。     

基于聚合与动态调度的变电站三维可视化研究

为加快变电站三维场景可视化的加载速度,提出一种地物模型集群聚合与多叉树混合索引结构动态调度的数据组织方法。将地物模型投影生成正投影图得到集群划分子集,基于聚合度函数聚合集群后的地物模型,利用多叉树混合结构建立索引并动态调度生成场景树进行三维展示。对特高压输变电工程案例进行三维测试的结果表明,集群聚合地物模型和动态调度多叉树混合索引结构能够提高三维输变电场景的加载速度,可有效支撑电网工程数字化移交中三维场景交互可视化的应用。     

HPVC/ACM-TPE复合材料的制备及相容性研究

以高聚合度聚氯乙烯(HPVC)和环氧型丙烯酸酯橡胶(ACM)为原料,采用双螺杆挤出机和注塑加工成型工艺制备了耐高温、耐油、综合力学性能优异的高聚合度聚氯乙烯/丙烯酸酯橡胶热塑性弹性体(HPVC/ACMTPE),并用氯乙烯-g-丙烯酸酯共聚物(VC-g-AC)对HPVC/ACM-TPE的界面相容性进行改性。研究了VC-g-AC用量对复合材料力学性能和热性能的影响,通过扫描电子显微镜观察材料的冲击断面形貌。结果表明:HPVC/ACMTPE复合材料较传统聚氯乙烯材料在耐油、耐高温性能方面有很大提高,在耐高温、耐油等要求较高的油矿、电缆等领域有较大的应用潜力。     

无机阻燃材料聚磷酸铵聚合度测定的新方法

用端基滴定法测聚磷酸盐的分子数,用差示分光光度法测聚磷酸盐的总含磷量,建立了一种端基单次滴定－光度法测定聚磷酸盐的聚合度的新方法。在单次滴定法中利用导数曲线使化学计量点更加明确,可使测定聚磷酸盐分子数的误差大为减小。该方法不需长达５ｈ的回流等繁锁过程。此方法省时,操作简单,准确高度。     

改进量子粒子群算法的模糊神经网络水质评价

传统的粒子群算法训练神经网络的水质评价模型有学习速度慢,容易陷入局部最优和精确性不高的缺点。为了克服模型的缺点,提出了利用改进的自适应量子粒子群算法训练T-S模糊神经网络的新模型,新的自适应量子粒子群算法通过在算法中引入聚集度的概念,使得算法可以在迭代中自适应地调整收缩扩张系数,让算法更具动态自适应性。新的模型结合了量子粒子群算法和T-S模糊神经网络的优点,提高了模型的泛化能力。通过对东江湖流域站点2002到2013年的水文数据进行实验,结果显示,该模型比其他神经网络模型的评价结果具有更高的效率,适合被用于日常水质评价工作。