复方蛹虫草含片的研制

以蛹虫草为原料,核桃、枸杞、蚕蛹为辅助药材,通过各项单因素试验,从7个单因素中用Plackett-Burman试验挑出影响最大的3个因素(配比、三氯蔗糖和β-环糊精),之后进行响应面试验。试验从5个方面对复方蛹虫草含片的感官做出评分,据此试验数据来得到蛹虫草含片的最佳处方。试验结果表明:复方蛹虫草含片的最主要三个影响因素是蛹虫草与复方药材的配比、三氯蔗糖、β-环糊精。最佳配方是蛹虫草与复方药材的配比6︰2(g/g),三氯蔗糖的添加量0.09%,β-环糊精的添加量6%,麦芽糊精的添加量2.5%,硬脂酸镁的添加量2%,葡萄糖酸-δ-内脂的添加量8%,薄荷脑的添加量1%,最终感官评分可达到95分,并且通过优化提取验证表明利用响应面法对复方蛹虫草含片研制的结果分析是可行的、有效的。最终得到具有蛹虫草特殊风味的使用方便、能够滋补肝肾的新型复方蛹虫草含片。     

工作流元模型的研究与应用

工作流技术具有处理复杂事务的能力,在分析工作流联盟的工作流元模型时,结合实际情况,对工作流元模型以及工作流定义语言作了适当的改进和扩展,以适应日益增长的业务过程的变化和新技术的应用.     

矢量网络分析仪测量不确定度评估算法

虽然目前校准算法已趋成熟,但由于随机误差和剩余系统误差等的存在,矢量网络分析仪(Vector network analyzer,VNA)的测量结果不可避免地会有一定的不准确性.而现有的矢网测量不确定度评估算法中往往只考虑剩余系统误差,忽略了系统线性性能、线缆状态以及测试环境等因素.本文同时考虑了校准后剩余系统误差、系统非线性误差,随机误差及测量环境等因素,建立了整机测量不确定度模型,实现了矢量网络分析仪整机测量不确定度的评估.与现有矢网不确定度评估算法相比,本算法考虑的误差因素更为全面,评估结果更为可靠.利用误差上限传递思想推导出商用VNA散射参数测量不确定度评估公式,并提供了相应的参数获取方案.应用该算法对安捷伦8753ES矢量网络分析仪进行测量不确定度评估,并与安捷伦提供的技术数据进行对比,其结果数据吻合良好.     

扁桃酸的酶促光学拆分

对在非水体系中,利用脂肪酶催化水解扁桃酸乙酯外消旋混合物拆分R(-)-扁桃酸进行了初步的研究.筛选出脂肪酶N435作为催化剂,叔丁醇作为溶剂.确定了最适的反应条件：脂肪酶N435浓度为2.5 g·L^-1,RS-扁桃酸乙酯浓度为0.25 mol·L^-1,水∶RS-扁桃酸乙酯的摩尔比为5∶1,反应温度为40℃,摇床转速为200 r·min^-1,反应时间为24 h.在此条件下,R(-)-扁桃酸乙酯的转化率为41.6%,对映体过量百分率达84.0%.考察了底物R(-)-扁桃酸乙酯和产物R(-)-扁桃酸对反应的抑制作用,在此基础上运用顺序机制和拟稳态法,建立了反应的动力学模型,模拟计算结果和实验结果吻合较好.     

CTAB逆胶束体系中Lipex脂肪酶催化合成油酸乙酯

研究了CTAB逆胶束体系的适宜构建条件以及Lipex脂肪酶催化合成油酸乙酯的适宜反应条件。探讨了有机溶剂、底物配比、pH值、水含量W₀、酸浓度、反应时间等因素对反应的影响。研究表明,在以CTAB为表面活性剂时,以异辛烷为溶剂,正己醇作助溶剂条件下,能得到较为稳定的逆胶束体系,更有利于Lipex脂肪酶的活性发挥;在该反应体系下反应温度25 ℃,缓冲液pH7. 0,W₀10,酸醇比1∶4（摩尔比）,油酸浓度0. 01 mol·L^-1,摇床转速150 r·min^-1,反应36 h,油酸乙酯产率达到79%。并建立了逆胶束体系中双底物作用的动力学模型,经验证模拟计算结果与实验结果吻合良好。     

有机相酶法不对称水解乳酸乙酯

探讨了在有机介质中酶催化外消旋乳酸乙酯不对称水解制备L-乳酸的可行性。 研究了反应介质、不同来源的酶、摇床转速、水含量、乳酸乙酯浓度及温度等因素对反应的影响。结果表明,N435的活性和选择性较高,叔丁醇和异辛烷的混合溶剂（体积比为1∶1）为最合适的反应介质,其余最适条件为：摇床转数200 r•min^-1、水含量（水与底物的质量比）1∶5、乳酸乙酯浓度0.27 g•ml^-1、酶浓0.8 g•mol^-1、反应温度60℃,在此条件下反应16 h得产物ee值为90.02% ,产率为28.69%。 最后研究了乳酸乙酯不对称水解的动力学,结果表明反应符合米氏方程,属于双底物抑制的双乒乓机制,并考察了D-乳酸乙酯和D-乳酸在建立反应动力学模型时的影响。     

基于AHP-FEA权重分配方法的码垛机器人腰部转台多目标结构优化

目的:提高码垛机器人的动态性能并降低能耗。方法:通过静、动力学分析确定以质量最小、最大位移最小、第一阶固有频率最大、最大应力最小为优化目标,以结构参数为设计变量,利用Box-Behnken和RSM方法建立目标函数的近似模型;提出一种基于有限元分析结果的层次分析法(AHP-FEA)用于权重系数的分配,并以综合目标函数作为评价指标,利用NSGA-Ⅱ算法求解;基于AHP-FEA方法获得腰部转台的优化模型,并与初始模型进行对比。结果:在保证结构强度、刚度和振动稳定性的情况下,质量减轻了9.6%。结论:与常见的平均分配法和经验赋权法相比,采用AHP-FEA权重系数下的优化综合目标函数值最小,其综合优化效果更优。     

新型小米南瓜香蕉混合发酵饮料的生产工艺

研究为了优化小米南瓜香蕉混合发酵饮料生产工艺,以预处理的小米、南瓜、香蕉为原料,对南瓜汁添加量、香蕉汁添加量、小米与水比例、发酵时间、发酵温度、菌种接种量等影响产品品质的因素进行单因素试验和响应面试验,确定在实验室条件下香蕉南瓜小米的发酵饮料的最佳工艺配方。结果表明,南瓜香蕉小米南瓜香蕉混合发酵饮料的最佳配方工艺为:南瓜汁添加量6%,香蕉汁添加量7%,小米与水比例1︰5,菌种接种量7.49%,发酵温度37℃下发酵10.32 h。在此条件下,得到稳定性较好的香蕉南瓜小米混合谷物蔬菜水果发酵饮料,感官评价得分为93分,该饮料酸甜可口,口感良好,营养丰富,具有很浓的发酵乳香味及小米南瓜香蕉混合的清香味。     

基于RBF神经网络和遗传算法的注塑成型质量控制与预测

针对注塑产品容易产生翘曲和缩痕的问题,以某检测仪外壳为研究对象,运用RBF神经网络模型和遗传算法,对注塑成型质量进行控制与预测。基于正交试验方案,运用Moldflow有限元分析软件获得试验结果;利用样本数据建立试验因素与响应值之间的RBF神经网络模型,并用最优拉丁超立方抽样技术,获得样本点对模型精度进行检验;运用带精英策略的非支配排序遗传算法(NSGA-Ⅱ)对注塑成型工艺参数进行多目标优化,达到有效控制和预测翘曲变形、体积收缩率和缩痕指数的目的,并经模拟和试模验证误差较小。结果表明,运用RBF神经网络模型和遗传算法对注塑成型质量进行控制与预测,生产出检测仪外壳最大翘曲变形量为0.394 mm,外观无缩痕。