新工科视角下产学研“多元融合”协同育人模式研究

产教融合、协同育人是教学改革中的关键一环,也能够提升高等院校土木工程专业人才培养质量,同时促进企业在工程技术领域协同培育,进而推动基于需求而为导向的就业机制。吉林建筑科技学院结合多年校企合作经验与协同育人实践,从培养目标、课程体系、实践基地创新、师资队伍建设等方面,构建新工科背景下吉林建筑科技学院土木工程专业产学研协同育人模式,以期对地方高校培养专业人才提供参考和借鉴。     

谷朊粉糖基化改性及其工艺优化

该实验以谷朊粉和果糖为主要原料,采用干法制备其接枝耦联产物,从而提高谷朊粉的功能特性和应用价值。实验分析了反应时间、反应温度、谷朊粉/果糖(W/W)对糖基化接枝物的溶解度的影响。并利用响应面法优化了谷朊粉与果糖接枝反应的工艺参数。研究结果表明:最佳反应条件为反应温度51℃,谷朊粉/果糖(W/W)90%,反应时间2.5 d(60 h),此时的平均溶解度为4.21 mg/m L,比天然谷朊粉提高了约12倍。     

油茶籽粕蛋白功能特性及其酶解产物抗氧化活性研究

采用碱溶酸沉法提取油茶籽粕中的蛋白质,运用正交试验优化提取的最佳条件,并分析油茶籽粕蛋白功能特性及其木瓜蛋白酶水解物的抗氧化活性。结果表明,在pH 10、料液比1∶30(m/V)、提取时间3h、提取温度50℃的最佳条件下,油茶籽粕蛋白的得率为4.99%。油茶籽粕蛋白等电点在pH 5左右。乳化能力、乳化稳定性和起泡能力随p H增加呈先降后升的趋势,与蛋白溶解度密切相关。木瓜蛋白酶能有效提高油茶籽粕蛋白溶解性,其蛋白水解物对DPPH·自由基和羟基自由基均具有很好的清除能力(清除率85%),对铜离子的螯合能力大于对铁离子的螯合能力。     

酸性离子液体研究新进展

就功能化酸性离子液体的合成及表征作了详细地介绍,并对其在酸催化和有机合成等方面的应用作了综述。功能化酸性离子液体兼作溶剂和催化剂具有广阔的应用前景。     

新型先导化合物2-(2-氯-4-三氟甲基苯氧基)-4-三氟甲基噻唑-5-甲酸乙酯的设计、合成与生物活性

以3-氨基-4,4,4-三氟甲基丁烯酸乙酯为原料,经环化、氯化、醚化制得新型先导化合物2-（2-氯-4-三氟甲基苯氧基）-4-三氟甲基噻唑-5-甲酸乙酯,其结构经红外、核磁、高分辨质谱确认。生物活性测定结果表明新型先导化合物在600g／hm^2剂量下对叶蝉和二点叶螨的防效均为100％;在300g／hm^2剂量下对马铃薯晚疫病的防效为90％。     

基于固废材料资源化利用的模块化应用研究

固废不断增多所造成的危害难以估计,借我国对固废的相关政策支持为研究机遇。本文以“模块化”的手段为着力点,对固废进行资源化的再生利用,并使之作为一种可广泛利用的再生材料,为固废垃圾资源化利用提供一种新思路。     

串联型有源电力滤波器的谐波电压检测方法

根据串联型有源电力滤波器的工作原理,基于瞬时无功功率理论,提出了一种谐波电压的瞬时检测方法。该方法具有快速、准确的特点,实验结果证明了所提出方法的正确性和可靠性,为有效抑制谐波提供了可靠的保证。     

基于NDIR技术的高压组合电器中CF4气体检测方法研究

为了实现对高压组合电器GIS气室中CF_4气体的在线实时检测,完善基于气体化学成分分析实现对高压电气设备缺陷诊断,应用非分散红外(NDIR)技术设计了一种光学CF_4气体传感器。系统采用单光束双波长结构,确定了折返光路气室类型,提高系统灵敏度。硬件方面,采用具有多路12位精度的模数转换器高性能单片机,进一步提高检测精度。多组分配气系统实验测试结果显示:不同体积分数的CF_4气体在RBF-PSO算法温度补偿前后传感器测试的最大示值误差分别为7.93%、1.20%;对不同体积分数的CF_4气体量程标定测试时的参比信号幅值与测量通道信号幅值的比值SB/SA进行指数拟合,非线性相关度R2为0.999 3;传感器重复性平行实验显示RSD分别为0.87%、0.44%、0.32%。综上,验证了该CF_4传感器在测量范围、抗干扰能力、检测精度及重复性等方面的优势。     

一起汽轮发电机组转子匝间短路故障案例分析

介绍了一起发电机转子匝间短路故障发现及查找过程的案例。现场解体后,故障特征先是消失,待分析原因后设法实现复现,最后确认了故障点,验证了检测方法灵敏、诊断过程精准。该转子匝间短路诊断过程对技术人员有很好的借鉴作用。     

基于自适应粒子群优化的SVM模型在负荷预测中的应用

为了提高电力系统短期负荷预测精度,针对传统支持向量机(SVM)模型在负荷预测中存在的参数的选取问题,提出一种新的预测模型:用改进的自适应粒子群优化算法寻求SVM模型的最优参数.经典粒子群算法是一种全局优化算法,在此基础上提出改进的粒子群算法(FAPSO)并对其进行收敛性测试,将基于改进粒子群算法FAPSO优化的SVM模型用于短期电力负荷预测,实例仿真结果表明该预测模型精度高于传统SVM预测模型,具有一定实用价值.