微波辅助萃取蓝莓花青素获取和降解的动力学模型

为同步表征微波辅助萃取(Microwave-assisted extraction, MAE)蓝莓过程中花青素获取和降解过程,依据Fick第二定律建立蓝莓花青素微波辅助萃取过程的动力学模型,并对模型进行修正,最终得到能同步表征花青素获取和降解的动力学模型。采用Origin 9.0软件中的Levenberg-Marquardt优化算法模型进行求解,同时采用简单的测定提取分配系数的方法计算热力学函数焓变(ΔH)、熵变(ΔS)和自由能变(ΔG)。结果表明：拟合的动力学模型与试验结果拟合较好。萃取速率常数(k₁)和降解速率常数(k₂)均随萃取温度升高而增大。ΔH和ΔS分别为9.32 kJ/mol和85.51 J/mol,两者均大于零说明MAE蓝莓花青素是一个吸热熵增加的过程。ΔG小于零说明MAE过程是一个自发过程。通过扫描电镜观察蓝莓细胞的微观结构,发现经微波处理后蓝莓细胞结构遭到严重破坏,细胞壁破裂,而经过热回流的蓝莓细胞结构保存完好,证明微波效应加快花青素的萃取过程。     

基于近似熵与支持向量机的异步电机故障诊断研究

针对异步电机故障发生率高、故障类别难以有效识别的问题,提出一种基于近似熵与支持向量机的故障诊断方法。通过构造故障再现试验,分别测取4种不同状态类别的多测点振动信号样本。利用近似熵算法计算其近似熵样本值,得到4种不同状态类别的近似熵故障特征向量。结合支持向量机算法,构建支持向量机分类模型。近似熵特征量被划分为训练样本和测试样本,经验证其故障诊断准确率达97.5%,改进BP神经网络诊断方法的准确率为92.5%,结果表明：近似熵结合支持向量机方法具有更高的诊断精度。