超滤膜法浓缩薏苡仁多糖提取液

研究了薏苡仁多糖的超滤膜法提取液浓缩和除小分子杂质过程,并对膜工艺过程的浓差极化及膜污染展开分析,在此基础上对膜清洗进行了尝试,得到适合的膜清洗工艺.在四种陶瓷超滤膜中,截留分子量为150 kDa的超滤膜最适合于薏苡仁多糖提取液浓缩;当压力在0.13~0.21 MPa,温度在20~60℃时,压力和温度的提高均有利于超滤膜通量的增大,但也会加剧膜通量的下降;在超滤过程中,膜污染阻力随着时间的延长而不断增大,而浓差极化效应则不断减小;采用热水,碱洗和次氯酸钠清洗后,膜水通量能够恢复到实验前的水平.     

小截留分子量共混超滤膜的研究(Ⅰ)——PVDF与PVA_c的混溶性

以聚偏氟乙烯 (PVDF)和聚醋酸乙烯酯 (PVAc)共混 ,采用相转化法制备亲水性小截留分子量共混超滤膜 .本工作的第一阶段 ,用稀溶液粘度法研究PVDF和PVAc的混溶性 ,结果表明这两种聚合物可以任意的共混比混溶     

基于神经网络的膜法薏苡仁油脱胶过程动态模拟和预测

应用BP神经网络对膜法薏苡仁油脱胶过程的膜通量动态模拟与预测.研究了神经网络的构建、训练、结果测试和模型泛化,并用得到的神经网络对不同运行条件下(操作压力和温度)膜通量进行预测.结果表明:神经网络能够很好地模拟膜法脱胶过程的通量变化,预测结果与实验实测结果能够很好的吻合.与传统模型法相比,神经网络能快速简便地得到模拟和预测膜分离过程.     

小截留分子量共混超滤膜的研究（I）—PVDF与PVAc的混溶性

以聚偏氟乙烯（PVDF）和聚醋酸乙烯酯（PVAc)共混,采用相转化法制备亲水性小截留分了量共混超滤, 本工作的第于阶段,用烯溶液粘度法研究了PVDF和PVAc的混溶性,结果表明这两种聚合物可以任意的共混比混溶。     

小截留分子量共混超滤膜的研究(Ⅱ)——PVDF与PVAc共混前后超滤膜性能的比较

以聚偏氟乙烯 (PVDF)和聚醋酸乙烯酯 (PVAc)共混 ,采用相转化法制备亲水性小截留分子量共混超滤膜 .本文对PVDF和PVAc共混前后超滤膜性能进行了比较 ,结果表明 ,在相同截留率的前提下共混超滤膜的水通量得到提高且在经济性上也有较大的改善     

微波辅助提取薏苡仁油的研究

本文研究了微波辅助技术在薏苡仁油脂中的应用.通过对溶剂、微波功率、微波作用时间以及液固比对微波辅助提取薏苡仁油的影响进行单因素实验,确定了最佳的提取条件.实验结果表明,最佳的提取工艺为：100%的乙醇,微波功率为600W,微波处理时间为5～8min,液/固比为10.本文还比较了微波辅助提取技术、室温浸提、热回流提取技术,结果证明微波辅助提取技术无论提取效果还是提取效率均比传统工艺适合薏苡仁油的提取.     

超滤脱色苹果汁应用工艺

应用超滤工艺脱除果汁中影响褐变和后浑浊的多酚、蛋白质等物质,经过脱色处理的果汁,色值达85%以上、浊度小于0.3NTU、酸度、pH以及氨基态氮指标变化不大。与传统的活性炭、树脂脱色工艺相比,采用超滤法脱色苹果汁具有工艺重复性好,符合工业化要求,清洗后膜性能得到有效恢复。     

煅烧烧型Mg／Al—CO3双金属氧化物对水溶液中钒酸根离子的脱除

采用共沉淀法合成Mg/Al摩尔比为2：1的层状双金属氢氧化物Mg/Al-LDH,并在500℃下煅烧6 h得到煅烧双金属氢氧化物Mg/Al-CLDH。研究Mg/Al-CLDH对钒酸根的吸附性能,探讨镁铝摩尔比、吸附剂用量、溶液初始浓度、时间和温度等因素对吸附效果的影响,并对其吸附过程的动力学和热力学过程进行研究。研究表明：Mg/Al-CLDH 对钒酸根的吸附效果很好。该吸附过程符合准一级动力学方程,平衡吸附等温线很好地符合Langmuir方程,并且Langmuir方程拟合常数高达0.999。通过热力学计算发现ΔGΘ为负值,ΔHΘ为正值,表明此吸附本质上是吸热自发过程。吸附机理研究表明此吸附主要是表面吸附。     

Mg-Fe-CLDH对模拟谷氨酸废水的吸附分离

采用共沉淀法合成Mg与Fe摩尔比为3：1的层状双金属氢氧化物（Mg-Fe-LDH）,然后在500℃下煅烧6 h得到煅烧双金属氢氧化物（Mg-Fe-CLDH）。分析Mg-Fe-CLDH与Mg-Fe-LDH对谷氨酸的吸附性能,研究溶液p H、谷氨酸初始浓度、共存阴离子及温度等因素对吸附效果的影响,并对其吸附过程的动力学和热力学过程进行研究。结果表明：Mg-Fe-CLDH对谷氨酸的吸附效果很好,吸附率在优化条件下达到99.9%;吸附动力学符合准一级动力学方程,平衡吸附等温线很好地符合Langmuir方程。颗粒内扩散模型能很好地描述吸附动力学过程。颗粒内扩散模型拟合结果显示,颗粒内扩散不是唯一的反应速率控制步骤。     

基于色差系统的宝庆桂丁红茶品质量化评价模型构建

目的:基于茶叶色差构建宝庆桂丁红茶品质量化评价模型。方法:以宝庆桂丁红茶为研究对象,在感官审评的基础上,分别测定干茶、茶汤和叶底的色差值,分析茶叶色差值与品质之间的相关性,并以GA-BP神经网络构建品质量化评价模型。结果:宝庆桂丁红茶品质与茶汤和叶底的L、a、b值呈极显著相关（P<0.01）,与干茶a值呈显著相关（P<0.05）;遗传算法（GA）的引进明显提高了BP神经网络的拟合精度,GA-BP模型的决定系数（R2）明显高于BP网络;通过对比不同隐含层结构,优选结构为9-5-1的GA-BP神经网络结构;优选的GA-BP神经网络模型的训练、验证、测试和预测的决定系数（R2）分别为0.988、0.976、0.933和0.95。结论:基于色差系统和GA-BP神经网络对宝庆桂丁红茶品质进行量化评价的方法是可行的。