利用脐橙皮研制九制陈皮的工艺探究

以脐橙加工的副产物-橙皮为原料,研究九制陈皮的制作工艺.通过单因素试验研究各因素对九制陈皮品质的影响,正交优化确定了制作九制陈皮的最佳工艺:陈皮25g,白砂糖50g,柠檬酸3g,食盐5g,冷水浸泡1 d.制作的九制陈皮颜色金黄,条状均匀并富有弹性,风味酸甜适中,回味浓香.     

超声波处理后CPAM性能变化及其对纸张增强作用的研究

本文研究了超声波处理阳离子聚丙烯酰胺(CPAM)溶液后溶液性能的变化及其作为纸张增强剂对纸张强度性能的影响.研究结果表明,超声波处理后,CPAM溶液的粘度随着超声波功率的增大及处理时间的增加而逐渐降低.随着超声波处理时间的增加,CPAM溶液Zeta电位逐渐减低;相同处理时间条件下,超声波功率大,其Zeta电位更低.不同条件下超声波处理的CPAM溶液对纸张强度性能的作用效果有较大的差别,其中400w处理14min后的CPAM对纸张增强作用效果相对最好,当其用量为0.1%(对绝干浆)时,纸张抗张指数提高了18.1%,耐破指数提高了18.8%,撕裂指数略有提高,但幅度变化不大.     

牡蛎酶解过程的成分变化及脱腥初步研究

对牡蛎原浆液、酶解液及其浓缩液的基本营养成分进行分析比较,分别采用了活性炭吸附、β-环状糊精包埋法和酵母发酵法对牡蛎酶解液进行脱腥,研究了温度,时间,pH和脱腥剂用量等对脱腥效果的影响. 结果表明:牡蛎蛋白质、水分含量分别为9. 46%和81. 42%:酶解后,蛋白质和水分含量分别为7. 36%和83. 18%;酶解液浓缩后,蛋白质含量高达52. 55%. 活性炭脱腥效果最优:用量为0. 5%,在pH7. 0、30℃条件下吸附0. 5 h,酶解液基本无腥味,蛋白质回收率可达84. 65%. 促进牡蛎酶解液的推广应用.     

雨量站网布设对水文模型不确定性影响研究

应用新安江模型,以呈村流域为例,通过改变雨量站网的密度及同密度下的站点分布,比较分析不同雨量站网布设方式下水文模型的不确定性.结果表明:增加雨量站网密度能提高径流模拟精度,从而减小水文模型的不确定性,但雨量站达到一定数量之后,精度提高的趋势减缓;同站网密度不同位置组合的布设方式也会影响模拟精度.     

智能超表面辅助低轨卫星通信技术综述

卫星通信能够提供超视距、大容量的通信服务,但在城市区域、峡谷森林等视线受遮蔽严重的区域,会出现视距衰落严重、多径效应显著等问题,影响通信质量。近年来出现的智能超表面(RIS)可以通过动态控制反射单元的电磁性质,构建可控电磁环境,为改善低轨(LEO)卫星通信质量提供新的思路。本文基于RIS基本原理与优势,对RIS用于LEO卫星通信中信道建模、信道估计、波束成形等关键技术进行探讨,最后分析了目前RIS在实际应用中面临的主要挑战,以期为LEO卫星场景下的RIS研究提供参考。     

荧光假单胞菌蛋白酶水解牛乳的免疫活性研究

受试小鼠分别灌喂生理盐水、低剂量(100mg/kg·bw,组Ⅰ)及高剂量(250mg/kg·bw,组Ⅱ)荧光假单胞茵蛋白酶水解脱脂奶粉形成的水解液,30 d后测定其免疫活性指标,就其水解液对小鼠免疫功能的影响进行了试验研究.结果显示: 低剂量可明显增强脾脏指数(P＜0.05),而对胸腺指数影响不明显;高、低剂量对小鼠脾淋巴细胞增殖能力也无显著影响;但高剂量可显著增强单核巨噬细胞吞噬功能(P＜0.05);24h及48h高、低剂量对小鼠迟发型变态反应和抗体细胞生成能力均有显著的增强作用(P＜0.05);表明脱脂奶粉的荧光假单胞菌蛋白酶水解液可以提高小鼠免疫功能.关键字:荧光假单胞茵蛋白酶(PFP);脱脂奶粉;小鼠;免疫功能 蛋白酶水解脱脂奶粉形成的水解液,30 d后测定其免疫活性指标,就其水解液对小鼠免疫功能的影响进行了试验研究.结果显示: 低剂量可明显增强脾脏指数(P＜0.05),而对胸腺指数影响不明显;高、低剂量对小鼠脾淋巴细胞增殖能力也无显著影响;但高剂量可显著增强单核巨噬细胞吞噬功能(P＜0.05);24h及48h高、低剂量对小鼠迟发型变态反应和抗体细胞生成能力均有显著的增强作用(P＜0.05);表明脱脂 粉的荧光假单胞菌蛋白酶水解液可以提高小鼠免疫功能.     

步进电机在CT5235车床数控改造中的应用研究

为了满足加工水轮机中具有回转曲面的过流面需要 ,采用步进机作为控制车床的刀架与滑枕的进给驱动和单片机作为运动控制器来改造现有的CT5 2 3 5立车 ,实现简易数控化。     

考虑互动负荷的发输电一体化检修计划优化模型与方法

随着智能电网在近年来的快速发展,考虑需求侧的灵活性给电力系统运行带来了很大的效益。为了更好地挖掘智能电网需求侧响应带来的效益,提出了互动负荷移峰的模型,并由此构建了考虑互动负荷的发输电一体化检修协调机制,提出了相应的发输电一体化检修数学模型。针对该模型规模大、求解复杂度高的特点,采用基于松弛诱导的优化方法进行求解。IEEE-30节点算例证明了所提出模型和方法的有效性。     

深度学习辅助约束辨识的电力市场快速出清方法

日前电力市场出清需要求解大规模安全约束经济调度问题,尽管实际采用线化处理方法,但需要考虑N－1场景下的大量安全约束,导致其规模庞大,难以快速求解。提出了一种深度学习辅助的日前市场快速出清方法,以满足快速出清计算场合的应用需求。首先,设计基于深度神经网络的安全约束经济调度模型计算框架,将深度学习技术应用于日前电力市场出清计算过程,兼顾安全约束经济调度模型的求解速度和求解精度;其次,提出面向起作用约束辨识的深度学习策略,从特征向量、深度神经网络结果处理2个方面,实现安全约束经济调度起作用约束集的辨识,并将其纳入日前市场出清模型,以简化模型的复杂度;最后,在接入新能源的IEEE 30标准测试系统中验证了所述方法的有效性。利用深度神经网络预辨识安全约束经济调度模型的起作用约束,有利于降低模型复杂度,提高日前市场出清的计算效率。     

基于元分析的差异表达基因识别

针对传统差异表达基因分析方法使用单一数据集,不能处理异质性特性数据集、分析结果偏差大的问题,提出了联合驱动排除的概念,设计实现一种使用多研究数据集的元分析算法。应用公共数据库GEO中GDS2490和GDS2491数据集对设计的算法与微芯片显著性分析方法进行了对比。实验结果表明:设计的算法可以对数据集实行联合驱动排除,与微芯片显著性分析方法相比,可以有效分析异质性特性的数据集,准确找到差异表达的基因,验证了算法的有效性。该方法为差异表达基因识别提供了新思路。