湘味卤豆干中腐败微生物的分离鉴定及控制

目的：更好地控制湘味卤豆干腐败微生物的生长,保证湘味卤豆干的食品安全。方法：采用平板划线法进行初筛,结合菌落形态观察、革兰氏染色、16S rDNA和ITS序列鉴定湘味卤豆干中的腐败微生物。结果：共分离筛选得到9株菌株,KZ2780-3和KZ2780-4为枯草芽孢杆菌（Bacillus subtilis）、NZ2559-1为蜡样芽孢杆菌（Bacillus cereus）、JZ2559-5为解淀粉芽孢杆菌（Bacillus amyloliquefaciens）、FZ2559-2为肺炎克雷伯氏菌（Klebsiella pneumoniae）、SZ2641-5为屎肠球菌（Enterococcus faecium）、RZ2641-7为溶血性葡萄球菌（Staphylococcus haemolyticus）、BZ2780-1为鲍氏不动杆菌（Acinetobacter baui）、CZ2780-5为橘青霉（Penicillium citri）。结论：引起湘味卤豆干腐败的菌株是枯草芽孢杆菌、蜡样芽孢杆菌、解淀粉芽孢杆菌、肺炎克雷伯氏菌、屎肠球菌、溶血性葡萄球菌、鲍氏不动杆菌、橘青霉。湘味卤豆干的控制方法是超高温瞬时杀菌技术、等离子体杀菌技术、天然抑菌物质结合生物防腐剂、真空包装、气调保鲜等。     

一种基于遗传算法的地铁车辆大修排产算法

地铁车辆大修作业排产需考虑检修台位、设备、人员等多种因素。为了在既有资源条件下降低检修设备、场地的空闲等待时间,提高检修车间的检修吞吐量,文章以某企业大修车间为背景,对轨道交通车辆大修过程进行分析总结,提出了一种基于遗传算法的地铁车辆大修排产算法,从场地、设备、时间角度优化检修资源配置。该算法利用评价函数将列车大修排产问题转化为优化检修流程资源配置问题,借助遗传算法内在的并行性和全局寻优能力对检修流程资源进行优化组合,并以得到的最优染色体作为列车大修排产的最终结果。文章分析了该排产算法的复杂度及适用范围,并进行了车辆大修排产实验。实验结果显示,该排产算法能够在1 h内得到排产方案,相较耗时数天的人工排产方法,其大大减轻了人员劳动强度,有效提高了设备利用率;且通过合理配置检修车间的检修区资源,车辆大修总体耗时约能减少40%。     

厂房微振的APDL命令流生成程序设计与计算

以Visual C++为平台,应用NakamuraY修正过的金井清模型作为厂房交通荷载输入源,阐述厂房微振计算方法,设计出应用于ANSYS分析的APDL命令流生成程序系统,实例证明,该程序设计合理,简单实用,为厂房微振计算自动化提供了新方法。