机电一体化产品虚拟羊机的建模／仿真技术

机电产品的设计需要机械和电子等多个领域的设计者密切配合。在传统的产品设计过程中，先建造一个物理样机，再进行机械系统和控制系统的联合调试。如果发现问题，机械工程师和控制工程师又需要回到各自的模型中，修改机械系统和控制系统，然后再进行物理样机联合调试。无疑，如此反复设计，开发周期过长，代价很大。上世纪90年代以来，以系统建模／仿真技术为核心的虚拟样机(Virtual Prototype，VP)技术迅速发展，已在产品开发的各个领域和不同阶段取得许多研究成果与成功应用。     

改进BP算法在旋转机械故障诊断中的应用

针对BP算法在实际诊断中表现出来的“学习收敛速度慢”、“易于陷入局部最小点”等局限性 ,改进BP算法的神经网络方法已经被提出 ,并且应用于对设备的故障诊断和分析研究。用转子试验台模拟了几种常见的故障 ,对其进行诊断研究 ,从中得出结论 :将代表故障的信息输入训练好的神经网络后 ,由输出的结果 ,便可以判断发生故障的类型 ,此外 ,改进后的BP算法大大地提高了网络收敛速度和稳定性 ,更能满足实时在线诊断的要求     

双频超声对红薯淀粉结构和性质的影响

研究了单频40 kHz、80 kHz以及双频40 kHz+80 kHz超声处理对红薯淀粉结构和性质的影响。扫描电镜分析表明,超声处理能够使淀粉颗粒表面出现损伤甚至有孔洞出现。红外光谱分析表明,超声作用没有改变淀粉的分子基团,但破坏其结晶结构,使红外结晶指数下降。淀粉-碘复合物吸收光谱分析表明,超声破坏淀粉支链结构和淀粉长链,直链淀粉含量增加。Brabender曲线表明,淀粉经超声处理后黏度降低,双频超声处理后的淀粉峰值黏度比原淀粉降低15.66%。此外,超声处理后淀粉的透明度提高,双频超声处理30 min时,透射比最大,比原淀粉增加5.3%,但是随着超声时间继续增加,透明度呈现减小的趋势。单频40 kHz、80 kHz和双频40 kHz+80 kHz比较,双频超声处理对淀粉的结构和性质影响效果最明显,80 kHz次之,40 kHz影响程度最小。     

超声波处理对淀粉结构与性质影响

淀粉是很多食品必要组分和重要加工原料,为改善淀粉性能、扩大其应用范围,常需对天然淀粉进行改性;化学法和酶法是淀粉改性主要方法,但存在反应速率低、环境污染或反应过程相当复杂等问题。该文介绍一种新的淀粉改性技术―超声波技术,较全面综述超声波处理对淀粉分子量、表面结构、结晶结构与凝胶质构特性、流变特性、热性质、反应性能等影响,并对超声波技术在淀粉改性方面应用前景进行展望。     

超声苹果酸改性香芋淀粉的结构及性质研究

以香芋淀粉为原料,苹果酸为改性剂,辅助超声波作用,对香芋淀粉进行酸改性。用X-射线衍射仪对产物的晶体结构进行分析和鉴定,并对其热性质、溶解度和凝沉性进行比较和分析。结果表明:不同处理条件下的改性淀粉仍保持原淀粉的结晶结构,但其尖峰衍射特征强度均减弱,淀粉内部有序的结晶结构趋于无序状态;与原淀粉相比,经不同方式改性后的香芋淀粉Te-To值、溶解度和凝沉性均增加。超声改性淀粉的Te-To值最高,比原淀粉增加了26.04%;超声复合苹果酸改性淀粉的溶解度最好,比原淀粉增加了300.00%,比苹果酸改性淀粉增加了25.82%,因此,超声作用明显促进了香芋淀粉的酸改性;超声复合苹果酸改性淀粉的凝沉性最强,抗凝沉性最弱。     

超声波法制备羟丙基木薯磷酸酯淀粉形态结构表征

以羟丙基木薯淀粉为原料与正磷酸盐反应,采用超声波法工艺制备羟丙基木薯磷酸酯淀粉,利用扫描电镜、红外光谱和X–衍射等手段对酯化反应后产物进行结构分析。结果表明,超声波作用下酯化反应在羟丙基木薯淀粉脱水葡萄糖单元羟基上引入磷酸基团,其引入破坏淀粉分子内氢键,导致淀粉分子结晶区域发生变化。     

虾青素及其开发

虾青素是一种极具潜力的色素和抗氧化剂,具有许多重要的生物学功能,在水产养殖、食 品、医药、化工等行业具有广阔的应用前景。本文对虾青素的性质和功能、虾青素的应用、 生物来源、生产方法以及存在的问题等方面进行了论述。     

抗冻蛋白及其在食品工业中的应用

抗冻蛋白具有特殊的功能和热滞迟性质,能够降低冰点,抑制冰晶的生长和重结晶,修饰冰晶的形态。本文阐述了抗冻蛋白的分子结构、分类及其功能特性和抗冻机制,并论述了抗冻蛋白在食品工业中的应用。     

超声波技术在提取保健油脂中应用

该文介绍超声波提取技术基本原理和特点,综述超声波技术在保健油脂提取中最新研究进展,同时分析超声波技术在保健油脂提取方面存在问题及将来研究方向。     

基于SK‑MOMEDA的风电机组轴承复合故障特征分

针对在实际工况中风电机组滚动轴承发生复合故障时,多个故障间相互作用,彼此干扰,造成复合故障特征难以分离问题,提出了基于谱峭度（spectral kurtosis,简称SK）与多点最优调整的最小熵解卷积（multipoint optimal minimum entropy deconvolution adjusted,简称MOMEDA）的风电机组滚动轴承复合故障特征分离提取方法。首先,对复合故障信号进行谱峭度分析,选出能量较大的共振频带,并通过构建带通滤波器对相应的共振频带进行滤波,对滤波信号进行包络谱分析,对单一故障特征进行分离提取;其次,对未能实现单一故障特征提取的滤波信号进行多点峭度谱分析并确定故障周期,应用MOMEDA完成后续分离提取过程。仿真信号和工程应用分析结果表明,该方法能够准确且有效地实现轴承复合故障特征的分离提取。