微波制取香蕉绿茶饮料的研究

以香蕉、番茄、绿茶、蒸馏水等为主要原料,采用微波技术制作香蕉绿茶饮料,并对香蕉果肉中多酚氧化酶的活性及香蕉与番茄配比、维生素C和EDTA-2Na添加量等因素对香蕉绿茶饮料品质的影响进行了研究。通过正交实验,确定香蕉绿茶饮料的最佳配方为茶水比1∶125、香蕉汁10％、本糖醇1．5％、维生素C0．01％、EDTA- 2Na100mg/L,产品汤色清澈明亮、香气纯正、有明显香蕉风味。     

关于乳粉脂肪项目的实验室内部质量控制研究

目的对实验室内部检测能力水平进行客观评价,验证实验室的检测能力,检测人员的操作技术水平和仪器设备的运行状态。方法用GB 5009.6-2016《食品安全国家标准食品中脂肪的测定》第三法对乳粉样品的脂肪项目进行定量检测分析;依据CNAS-GL027:2018《化学分析实验室内部质量控制指南-制图的应用》,对实验室乳粉脂肪项目质控样的检测结果进行制图并作出统计评价。结果本研究样品均匀稳定,实验数据服从正态分布。由质控图分析可得该方法受控,可以报告分析结果。结论实验室通过质控图可以发现实验室在检测分析过程控制中存在的问题,并及时检查原因,予以纠正,保证测量系统处于统计受控状态。     

陇南油橄榄‘皮瓜尔’果实活性成分的动态变化

探究了陇南油橄榄"皮瓜尔"果实生长发育过程中表型性状与活性成分的动态变化。结果表明,各测定指标的变化范围分别为:鲜果单重1.18～2.81 g,干果单重0.45～1.36 g,含水率39.72%～63.17%,纵径16.67～20.75 mm,横径11.08～14.97 mm,果形指数1.29～1.50,含油率3.89%～43.20%,多酚2.64～6.93 mg/g,黄酮0.59～1.75 mg/g,油酸64.03%～75.35%,棕榈酸11.53%～17.34%,亚油酸3.76%～9.49%,饱和脂肪酸(SFA)11.19%～21.81%,单不饱和脂肪酸(MUFA)64.28%～76.38%,多不饱和脂肪酸(PUFA)4.40%～12.56%,MUFA/PUFA 5.30～17.02,C18∶1/C18∶2 6.75～19.68。各测定指标的变化趋势有所差异。鲜果单重呈先上升后下降的趋势,而果形指数的变化趋势与之恰好相反;干果单重及含油率整体呈现上升趋势;含水率、多酚含量、黄酮含量、SFA及PUFA均呈先下降后上升的趋势;而UFA、MUFA、C18∶1/C18∶2及MUFA/PUFA均呈先上升后下降的趋势。从符合中国消费者口味的角度,建议"皮瓜尔"果实的最佳采收期为10月20日至11月30日。     

包装机械设计中的有限元分析和优化设计

介绍了计算机辅助工程（CAE）技术中常用的两种技术，有限元分析和优化设计。以ANSYS软件为开发平台，对某包装机械的零件进行了有限元分析和优化设计。     

基于学习自动化的混杂电力系统紧急频率控制

分析了电力系统的混杂特性;介绍了学习自动化机这一建模的工具;提出了一种基于学习自动化机的电力系统混杂控制的结构模型,并把这一模型用于电力系统紧急频率控制中;研究了学习自动机的巩固再励方案,得到了相应的控制算法;最后,举全说明所提出的关于混杂电力系统紧急频率控制模型及策略和算法的可行性和有效性。     

城市空间要素的生态节能性设计

从城市空间要素的角度分析和设计城市与建筑的生态节能性,并提供与道路、边界、区域、节点和标志物相关的生态节能措施,指导城市空间建设和建筑单体设计,促进城市和建筑朝着低碳、低消耗、生态节能、循环可持续的方向发展.     

核事故后果的计算机评价模式现状与新动向

近２０年来,核事故后果评价技术有了很大的发展。本文简要综述了ＩＲＰＡ－１０会议“核事故及其辐射”专题的内容。因为切尔诺贝利核事故对环境和人的影响深远,所以首先介绍了事故后较长时期内环境污染和健康效应的调查及数据收集工作。重点介绍了世界上具有代表性的３个事故应急评价与决策支持系统：ＲＯＤＯＳ、ＷＳＰＥＥＤＩ、ＡＲＡＣ的基本功能和新动向,强调了先进计算机技术在后果评价中的作用。     

MTK手机校对距离感应器

正目前千元内的Android手机大都选择了联发科MTK方案,如果这类手机出现了距离感应器不准的问题,一般经过手动校正后即可解决。Android手机前置摄像头附近通常会配有距离感应器和光线感应器,前者通过内置的红外发射/接收器判断     

解读GB/T28863-2012《商品质量监督抽样检验程序具有先验质量信息的情形》标准

新颁布的GB/T 28863-2012于2013年2月15日实施,专门针对流通环节商品的质量监督抽样检验程序,解决了流通环节商品的抽查成本高、监管效能较低下等问题,使监督检验结论的适用范围不再仅限于某一经营者或者某一批次不合格商品,有效提升了监管部门的抽检工作统筹管理,并有助于指导行业质量整改和提高。     

基于K-means和K近邻的DPF设备故障分类算法

DPF(柴油微粒过滤器)在使用过程中,由于灰分积累、使用不当等原因易造成DPF堵塞等故障,现有的数据采集设备无法直接反映出设备是否发生故障。针对这一问题,提出了一种基于K-means和KNN的DPF故障分类算法。在K-means++选择初始聚类中心的基础上引入了阈值限定D0,以降低同类型样本被选为后续聚类中心的概率。其次,为了保证聚类数目的真实性,采用层次分析法辅助初步确定聚类参数k,并利用轮廓系数和交叉验证来评估模型。KNN模型利用已分类的样本对来自不同厂家的混合测试样本进行预测,实验结果表明,其预测准确率达到了90%以上,基本实现了DPF设备故障属性分类,为后续维护工作提供了可供参考的依据。