改进的遗传算法在同步器优化中的应用

汽车同步器是自动变速器的重要组成部分.对同步器的模拟优化能为同步器的设计生产提供重要的参考.为了获得一个较好的优化效果,提出了一种改进的遗传算法.通过对遗传算法选择过程的标准进行了改进,结合适应度函数与染色体之间差异,形成一种新的适应度函数.该函数同时考虑了选择压力和物种多样性.通过对函数中两个常量的调整,可以使算法在不同情况下可以有不同的偏重.引入两种典型测试函数的分别从高纬度变量和低纬度变量进行试验,分析改进算法中两个影响因子的作用.并与几类遗传算法进行比较,结果表明该改进的遗传算法能更快更稳定的找到较优的解.最后将改进选择策略结合自适应遗传算法对同步器进行优化,证明了该选择策略具有良好的鲁棒性和实效性.     

湿法回收钒高氨氮废水处理工程实例

湿法提钒回收处理过程中的废水具有高硬度、高含盐、高氨氮等特征,采用预处理+负压亚沸碱析脱氨及微负压氨回收工艺,可使出水水质稳定氨氮达到15 mg/L以下,同时超级吸氨器以及两级氨水吸收罐可制得浓度为18％～25％的氨水作为产品,降低项目整体运行费用.     

天然气水合物抑制剂甲醇回收中结垢机理研究

天然气开采过程中,天然气水合物经常造成管道,设备的堵塞。气田上常采用甲醇作为水合物抑制剂。针对甲醇回收过程中结垢严重的运行现状,采集了现场水样和垢样对其成分进行了分析。以实验数据为基础,结合化学反应机理和结晶动力学机理,研究甲醇回收过程中的结垢机理。进而分析了结垢的影响因素。分析结果表明,甲醇回收过程中的结垢是不相容离子间相互混合以及热力学的变化的复杂结果。溶液中的成垢离子浓度,pH值,压力,温度以及矿化度都会对结垢趋势产生影响。     

RFID标签在磨粉机磨辊产品溯源中的应用

磨粉机磨辊的生产制造与使用维护一直备受面粉加工企业的关注,因其在使用过程中的生产环境限制,使得磨辊产品的信息不能及时获得,面粉生产企业不能最大限度地发挥磨辊的价值。本文对耐高温的抗金属标签在机械产品溯源过程应用的特点进行分析,并与传统的标签进行比较。对磨粉机磨辊产品溯源系统的主要环节及其对标签技术的需求进行分析论证,提出在产品溯源过程中引入抗金属RFID标签发挥产品潜在价值的过程,促进磨辊产品溯源技术的广泛应用。     

响应面法优化乳化型热不可逆复合凝胶配方

以钙化海藻酸钠、亚麻籽胶、结冷胶、酪蛋白酸钠、大豆油为原料,通过单因素实验和Box-Behnken响应面法,优化一种热不可逆复合凝胶配方。以复合凝胶的硬度和弹性为响应值,按5种原料的不同添加量进行单因素实验并响应面优化。结果表明,热不可逆复合凝胶的最优配方为:钙化海藻酸钠浓度5%、亚麻籽胶浓度1.11%,结冷胶浓度1.12%,酪蛋白酸钠浓度1.32%,大豆油浓度15%。此条件下复合凝胶的硬度值为(1323.25±40.098) g,弹性值为(0.856±0.019) g,与预测值的误差均小于5%,说明该响应面模型准确度较高,所优化出的凝胶配方组合具有实际应用的意义。     

变性淀粉对肌原纤维蛋白凝胶特性的影响

分别将0%、4%、6%、8%、10%和12%的玉米原淀粉、玉米乙酰化二淀粉磷酸酯、木薯乙酰化双淀粉己二酸酯淀粉(acetylated distarch adipate,ADA)、木薯醋酸酯变性淀粉(starch acetate,SA)添加到肌原纤维蛋白溶液中,制备淀粉-蛋白复合物并测定流变特性、凝胶强度、保水性和水分子弛豫时间等指标。结果表明:添加淀粉可显著提高肌原纤维蛋白的储能模量G′,G′在42℃左右开始增加,此时肌原纤维蛋白开始变性形成凝胶,添加变性淀粉可显著延迟肌原纤维蛋白的变性温度(43~46℃)。变性淀粉添加量为8%时淀粉-蛋白复合物凝胶强度均达到最大,而原淀粉对肌原纤维蛋白的凝胶强度影响不显著(P>0.05)。添加变性淀粉的复合凝胶保水性比原淀粉保水性高约13%(P<0.05),SA-蛋白复合物与ADA-蛋白复合物保水性最高。核磁共振分析表明T2弛豫时间随变性淀粉添加量增大而减小,T22向快弛豫方向移动,说明变性淀粉的添加降低了水分子的移动性。因此,ADA-蛋白复合物对肌原纤维蛋白的流变性、凝胶强度、保水性和水分迁移影响最显著,添加10%以内变性淀粉可显著提高肌原纤维蛋白的G′和保水性,同时增大凝胶强度,降低水分迁移速率。     

新鲜蛹虫草中SOD的提取工艺优化

以酶活力为考核指标,对新鲜蛹虫草中超氧化物歧化酶(SOD)的提取工艺进行了优化,通过单因素实验和L9(34)正交实验确定新鲜蛹虫草中SOD的最优提取条件为:新鲜蛹虫草用量0.5g、磷酸缓冲溶液用量20mL、磷酸缓冲溶液pH值8.0、超声提取时间20min、(NH4)2SO4饱和度42%,在此条件下,SOD酶活力最高。     

一种基于适应值分析的智能粒子群算法

标准粒子群算法在求解多维多峰函数问题时，存在局部寻优精度不高、全局寻优能力不强和收敛速度慢的缺点，为此提出一种基于适应值分析的智能粒子群算法。该算法引入“局部适应值参数”、“全局适应值参数”和“坐标轮换法”思想，经过对3个多维多峰函数的测试，表明该算法兼顾了局部和全局搜索，并拥有较快的收敛速度。