利口葡萄酒混浊物结构及其蛋白组分鉴定分析

为探究利口葡萄酒贮藏期混浊物的形成原因，以白葡萄品种为原料酿制利口葡萄酒，通过扫描电子显微镜、X射线衍射和傅里叶红外光谱(Fourier transform infrared spectroscopy, FT-IR)进行利口葡萄酒混浊物形貌和结构分析，并采用液相色谱-串联质谱(liquid chromatography-tandem mass spectrometry, LC-MS/MS)对混浊物蛋白进行鉴定。结果表明，利口葡萄酒混浊物由无数不规则、边缘光滑的小颗粒(非晶态)堆积组成，FT-IR显示混浊物中可能含有蛋白质和酚类物质，由化学方法检测出混浊物中蛋白含量为(114.70±0.51) mg/g,显著高于总酚和总糖含量(P<0.05);经LC-MS/MS鉴定发现，混浊物中几丁质酶、类甜蛋白和非特异性脂质转移蛋白的含量分别占蛋白总量的6.10%、5.06%、0.11%,3类蛋白是利口葡萄酒中的病程相关蛋白，可能是造成利口葡萄酒混浊的主要蛋白。该研究可为探究利口葡萄酒混浊机理和解决利口酒混浊问题提供理论参考。     

基于体素分解的多自由度机械臂3D打印自适应分层算法

多自由度机械臂3D打印可扩展传统熔融“2.5D”打印的空间自由度，增强打印件的综合力学性能。但由于传统曲面分层算法未进行特征区分，对无需支撑部分进行冗余的无支撑无碰撞约束，会加剧系统资源耗费和时间开销，显著降低切片效率。针对多自由机械臂曲面分层的效率问题，提出基于体素分解的自适应分层算法。以体素化为基础构建三维模型的空间信息，满足曲面分层对内部信息的需要；基于此，提出基于三维凸包的广度优先搜索算法，确保曲面分层的无碰撞无支撑，通过对分层过程中支撑结构的量化分解，实现高效的自适应分层。通过模型的分层仿真测试，结果表明，此算法可实现0.2 mm体素精度下的无支撑无碰撞分层，能够满足机械臂3D打印的分层效率需求。