乳酸菌发酵对脱脂米糠中糖和酚类物质含量的影响

本文比较不同乳酸菌发酵对脱脂米糠中糖和酚类物质的影响。采用半干法酶解工艺提高脱脂米糠中可发酵糖的含量,向灭菌的半干法酶解后的脱脂米糠中分别接入5种乳酸菌(保加利亚乳杆菌、乳酸链球菌、植物乳杆菌、干酪乳杆菌和肠膜明串珠菌),比较发酵过程中乳酸菌活菌数、总糖、还原糖、可溶和不溶性酚类物质含量的变化。结果表明,采用半干法酶解工艺,脱脂米糠中还原糖提高到155.08 mg/g,相比于原料中提高了6倍左右。5种乳酸菌均能在脱脂米糠中生长,但进入对数生长期后生长速率存在显著差异。5种乳酸菌中嗜酸乳杆菌降糖能力最强,其发酵72 h后脱脂米糠中总糖和还原糖分别下降了31.33%和60.76%。嗜酸乳杆菌发酵脱脂米糠24h时可溶性酚类物质含量最高,提高了33.00%,发酵72 h后不溶性酚类物质下降了20.32%,均显著优于其它四种菌。     

微波提取荔枝多糖及冲剂的研制

采用正交试验法优化了微波提取荔枝多糖的条件,研究了多糖冲剂制备工艺,并用苯酚-硫酸法对荔枝多糖冲剂中多糖含量进行测定.结果表明,以水为溶剂,荔枝多糖最佳提取条件为:提取时间10min,微波功率为640 W,液料比为9∶1.荔枝多糖冲剂配方为:粗多糖∶可溶性淀粉∶甜蜜素为1∶4∶0.04,冲剂中多糖含量为6.226%.     

花生油加工和相关技术研究进展及展望

综述了近年来我国在花生油传统加工工艺提升、花生油加工新技术、花生油黄曲霉毒素控制技术、花生油掺假鉴定技术和油脂抗氧化技术研究等方面取得的研究进展,提出了花生油加工技术的发展方向并展望了加工新技术的应用前景。     

茶皂素对食源性腐败酵母的抑菌能力及作用机理

该研究通过测定抑菌圈直径、最低抑菌浓度（minimum inhibitory concentration,MIC）和最低杀菌浓度（minimum bactericidal concentration,MBC）,评价茶皂素对酿酒酵母、鲁氏接合酵母及白色假丝酵母三种食源性腐败酵母的抑菌能力,并筛选出机理研究指示菌;进而通过考察时间-杀菌曲线、生物膜抑制率、菌体细胞形态、细胞膜通透性、细胞膜完整性、遗传物质以及蛋白泄露和胞内总蛋白等指标,阐述茶皂素抑菌机理。抑菌能力试验结果显示茶皂素对三种腐败酵母均有抑菌作用,其中酿酒酵母抑菌直径为16.00 mm,MIC和MBC分别为0.05、0.10 mg/mL,抑菌效果最为显著。以酿酒酵母为指示菌的抑菌机理研究结果表明：茶皂素可使菌体直接进入衰竭期;可显著抑制生物膜形成;可致菌体细胞发生不可逆转的塌陷扭曲;能破坏细胞膜完整性,增大细胞膜通透性,使胞内核酸和蛋白质大量泄露,还可干扰DNA正常合成,阻滞蛋白质合成表达。因此,茶皂素有望成为食品加工中针对食源性腐败酵母的一种天然食品防腐剂,该研究也可为拓展天然防腐剂在高渗食品中的应用提供理论依据。     

保护光电转换装置告警在线采集系统与保护通道故障自动分析定位方法研究

针对保护光电转换装置告警信息不能在线监测的问题,设计了基于树莓派的保护光电转换装置的在线采集系统。提出了综合利用采集到的保护光电转换装置告警信息与传输设备专业网管告警信息,对保护通道故障进行自动分析判断的流程。所提出的在线监测系统和故障自动分析判断流程,省去了现场查看保护光电转换装置告警的步骤,简化了保护和通信两专业人工协调分析的程序,对及早发现和定位故障区段,提升保护通道故障排查处理的智能化水平有积极意义。     

丹参药渣中丹参酮ⅡA的分离纯化

丹参药渣是丹参和三七等混合水浸后的残留物。本文以乙醚为溶剂,从丹参药渣中提取丹参酮,用硅胶柱层析法分离纯化丹参酮ⅡA。结果表明,丹参药渣乙醇提取物,经乙醚提取获得的丹参酮复合物得率为29.2%;丹参酮复合物经硅胶柱层析法分离、浓缩、结晶,得到纯品丹参酮ⅡA,利用高效液相色谱法检测丹参酮ⅡA纯度为96%。     

在线水化学监测系统

本文通过三个具体事故清楚地说明,为了避免恶性事故发生,必须严密监视炉水化学:任何监测系统都必须经过周密设计并提供可靠警报。     

质量评价体系在济钢中板生产线的应用

济钢2500mm钢板生产线为降低产品改判率,建立了质量评价体系。运用六西格玛(6σ)管理知识,分析了影响钢板质量的关键因素,成立了跨部门团队,建立了质量监控日常评价机制,制定了裂纹控制方案,钢板改判率降至0.64%,裂纹改判量由2.2万t降至0.74万t。     

镍-青铜合金激光熔覆成形工艺研究

利用激光熔覆成形技术制备镍-青铜合金,成形件表面平整无变形.显微组织为细小而致密的柱状晶.对不同激光功率、离焦量和供粉量条件下显微组织和显微硬度的变化进行了研究,确定了优化的工艺参数.显微硬度分布在160-180 HV0.2之间,能谱分析和X衍射分析表明成形件成分均匀无偏析.     

基于Tri-Training半监督分类算法的研究

在实际应用中,容易获取大量的未标记样本数据,而样本数据是有限的,因此,半监督分类算法成为研究者关注的热点.文中在协同训练Tri-Training算法的基础上,提出了采用两个不同的训练分类器的Simple-Tri-Training方法和对标记数据进行编辑的Edit-Tri-Training方法,给出了这三种分类方法与监督分类SVM的分类实验结果的比较和分析.实验表明,无标记数据的引入,在一定程度上提高了分类的性能;初始训练集和分类器的选取以及标记过程中数据编辑技术,都是影响半监督分类稳定性和性能的关键点.