紫外-硫酸二乙酯复合诱变选育耐高渗（高糖）酵母菌

从内蒙古锡林郭勒酸马奶中分离筛选出一株酵母菌A9,通过A9的紫外（UV）诱变、硫酸二乙酯（DES）单因素实验,确定最佳诱变参数。结果表明,最佳紫外诱变参数为于30 W紫外灯下、距灯30 cm处、紫外照射75 s时,紫外诱变的致死率为78.9%;最佳的硫酸二乙酯诱变参数为将加入1%DES的菌悬液、在35℃的水浴恒温振荡箱中、振荡15 min,硫酸二乙酯诱变的致死率为76.1%。经过3轮连续复合诱变,筛选出4株突变菌株,与出发菌株A9共同进行耐高渗（高糖）实验,当耐高渗（高糖）培养基中的葡萄糖浓度为65%时,出发菌株A9的生长完全被抑制,而突变菌株A9-2在此条件下依旧生长,A9-2的耐高渗（高糖）性能明显高于A9,最终筛选出A9-2为最佳耐高渗（高糖）菌株。通过酒精发酵实验,突变菌株A9-2的10代发酵液,其CO2的总失重量为13.20 g,残糖量为13.9°Bé,酒精度5.1%（v/v）,与3代发酵液各项指标相似,确定遗传性能稳定,且菌株发酵力、酒精度明显高于出发菌株A9。      

表贴式永磁同步电机无速传感器驱动

对转子表贴式永磁同步电机(PMSM)提出了无传感器的驱动策略。基于非线性估计方法,准确估计了转子位置与转子速度,即使系统在瞬态下,估计仍然是准确的。由于该估计系统不含永久磁铁建立的磁链,因此无传感器驱动策略对磁链变化具有鲁棒性。实验结果验证了该方案的可行性。     

利用太赫兹技术和统计方法鉴别地沟油

基于普通食用油和地沟油的太赫兹吸收光谱,利用0.16~1.30 THz频域的吸收谱,进行聚类分析,8种地沟油组成一类,食用油自成一类。随机选择了2种地沟油作为验证样品,将其余油样进行聚类,采用概率神经网络法对验证样品进行判定,并成功将2种油判定为地沟油。结果表明,太赫兹时域光谱技术结合统计方法可推广成为鉴别地沟油的快速有效手段。     

混凝-光催化联用技术处理制浆中段废水的研究——TiO2-SiO2光催化剂的制备

以钛酸丁酯、正硅酸乙酯、无水乙醇等为原料,采用Sol-Gel法制备TiO2-SiO2光催化剂,通过单因素实验得到最佳制备工艺条件为:n(钛酸丁酯)∶n(正硅酸乙酯)为2.33∶1,煅烧温度为600℃,煅烧时间为3 h,反应溶液pH值为3。当进水CODCr为379.5 mg/L,TiO2-SiO2光催化剂的投加量为0.5 g/L,紫外光照时间为3 h时,出水CODCr为67.8 mg/L。TiO2-SiO2光催化剂颗粒大小为100～500 nm,具有较高的催化活性和稳定性,可以多次重复使用。对比实验表明,TiO2-SiO2处理制浆中段废水的效率比TiO2高。     

利用罗非鱼加工废弃物生产鱼鲜酱油的研究

研究以罗非鱼加工废弃物与麸皮为主要原料,采用低盐固态发酵工艺生产鱼鲜酱油.考察了原料配比、制曲时间对酱油质量与氨基酸生成率的影响.结果表明,麸皮∶鱼糜=1∶3,制曲时间48h,可获得较佳经济指标,蛋白质利用率与氨基酸生产率分别为80.5%与53.6%;而曲蛋白酶最高活力出现在48h,随制曲时间延长,蛋白酶活力会降低,但成品酱油中的鱼腥味会减少.     

响应面法优化新疆阿魏中阿魏酸的提取工艺及其抑制酪氨酸酶活性研究

以阿魏酸提取率为指标,在单因素实验的基础上,采用响应面法优化新疆阿魏中阿魏酸的超声波辅助酶法提取工艺,并采用酪氨酸酶多巴速率氧化法评价阿魏酸抑制酪氨酸酶活性.结果表明,新疆阿魏中阿魏酸的最佳提取工艺条件为:酶加量1.4％、料液比1:13.19(g:mL)、提取时间10 min、提取温度50.3℃,在此条件下,阿魏酸提取...     

基于AdaBoost算法的继电保护硬压板图像核对方法

针对常规继电保护硬压板状态核对和管理方法中存在的不足,提出基于在人脸识别领域有良好效果的、以加权投票为机制的AdaBoost算法对压板图像进行核对。在获取大量的压板图像后,对图像样本进行AdaBoost训练,进而得到分类器,对建立的样本中所有图像正确分类。将该分类器和算法嵌入在线检测软件中可对任意图像进行检测。最后得到压板的投退状态和位置信息后输出识别结果。该方法在蒙西电网某220 kV变电站继电保护硬压板图像核对过程中体现出很好的灵活性和较高的准确率。     

Fe-O纳米晶合金膜的软磁和高频特性

采用等离子体增强射频磁控溅射沉积方法,在室温下制备了Fe-O合金薄膜.研究了氧的掺杂量和薄膜厚度对薄膜软磁和高频特性的影响.结果发现少量氧的掺杂不导致低饱和磁化强度铁氧化物的形成,但可使薄膜晶粒细化,矫顽力下降.在薄膜厚度低于150 nm且氧气与氩气相对流量比为2.4%的条件下,薄膜的实部磁导率高达1100且能够维持到1GHz.     

基于小波变换与IAGA-BP神经网络的短期风电功率预测

为提高风功率预测精度,减轻输出风能波动性对风电并网不利影响,提出了基于WT-IAGA-BP神经网络的短期风电功率预测方法。首先,利用风速分区、3σ准则及拉格朗日插值法清洗风电场历史数据;其次,依据小波重构误差,选择db4小波分别提取风速、风向、历史风功率的不同频率特征信号,并引入改进自适应遗传算法(IAGA)对各序列BP神经网络的初始权值与阈值寻优,使用Sigmiod函数通过适应度值自适应改变交叉概率与变异概率;最后,构建各序列的WT-IAGA-BP模型对短期风功率组合预测。通过仿真分析,并与ELM、WT-ELM及IAGA-BP方法对比,验证该方法具有更高的预测精度和更好的预测性能。     

基于等效和实时采样的数字示波器设计

基于数字示波器的基本原理,以单片机和FPGA组成的最小系统为控制核心,实现了普通示波器对被测信号的采样、存储与回放,并且增加了等效采样和采样保持功能,极大地提高了系统的测量范围.该系统具有实时采样和等效采样两种方式,以不大于1 Ms/s的A/D转换实现200 MS/s的等效采样率对输入1 Hz～10 MHz,Vp-P为2 mV～8 V的信号进行采样处理,并能进行单次触发,自动和存储,榆出波形.