12种食品胶的乳化性能比较研究

食品胶的乳化能力是食品胶最重要的功能特性之一,建立一个科学合理的测试方法是十分必要的。研究FJAT-10151-DTJZ、FJAT-10272-GG、卡拉胶、果胶、凝胶多糖、黄原胶、瓜儿豆胶、壳聚糖、魔芋胶、刺槐豆胶、低酰结冷胶和高酰结冷胶等12种食品胶对有机相二甲苯和油相花生油的乳化效果进行比较。试验结果表明,食品胶均具有乳化稳定作用,为进一步研发食品胶在食品中的应用提供理论参考。     

β-葡聚糖及其在食品工业中的研究进展

β-葡聚糖是一种重要的生物活性多糖,广泛分布于植物、真菌和细菌中,具有来源广、可再生和安全等优点。β-葡聚糖独特的结构特征使其具有降胆固醇、调节血糖和提高免疫力等多种特殊生理功能,是一种理想的保健食品,同时可作为食品添加剂用于食品工业领域,具有良好的应用价值和开发前景,目前已成为国内外研究的热点。本文通过分析近期国内外与β-葡聚糖相关文献,对其分子结构、生理功能、检测方法及提取工艺的研究进展进行综述,并展望其在食品工业中的应用前景,为进一步深入研究β-葡聚糖提供理论基础和科学依据。     

乌龙茶多糖分离提纯及其组分分析

目的分离提纯乌龙茶多糖,进行组分分析,同时评价多糖清除DPPH自由基能力。方法采用纤维素离子交换层析法从水提乌龙茶粗多糖中分离得到一种多糖组分(WTPS-1),采用苯酚硫酸法测定该乌龙茶多糖的中性糖含量;采用红外光谱测定该多糖的结构组成;采用气相色谱-质谱联用(GC-MS)分析该多糖的单糖组成;采用清除DPPH自由基能力评价多糖的抗氧化活性。结果乌龙茶多糖WTPS-1含β-糖苷键型吡喃糖,其中性糖含量为71.9%,单糖组成为鼠李糖、阿拉伯糖、木糖、甘露糖、葡萄糖和半乳糖,比例为2.57:3.67:0.57:1:2.16:9.65。乌龙茶粗多糖、脱蛋白多糖和WTPS-1的DPPH自由基清除率分别为91.6%、60.7%和9.20%。结论乌龙茶粗多糖的抗氧化能力强于脱蛋白多糖和WTPS-1,为乌龙茶的进一步开发利用提供参考依据。     

基于GC/MS对1株芽孢杆菌FJAT-13831的鉴定

目的通过芽孢杆菌物质组学分析,快速地区分亲缘关系极近的芽胞杆菌种类。方法本文利用GC/MS检测了芽孢杆菌9个模式菌株和1个分离菌株FJAT-13831的胞外物质成分,并进行主成分和聚类分析。结果不同的芽孢杆菌种间胞外物质具有显著性差异,FJAT-13831的胞外物质成分与其相近种类差异很大,应是芽胞杆菌属的一个新种。结论该方法可从代谢水平上对芽孢杆菌亲缘关系相似的不同种进行区分,为芽孢杆菌的鉴定及新种判断提供一种新的技术手段。     

液相色谱-四极杆飞行时间质谱法筛选产来氟米特芽胞杆菌菌株

目的 筛选产来氟米特的芽胞杆菌菌株。方法 采用液相-四级杆飞行时间质谱的方法分析了31株芽胞杆菌菌株的发酵液胞外成分。结果 在谱库扫描得到的代谢物中,来氟米特的含量相对较高,且与谱库的匹配率最高。筛选出含来氟米特成分的菌株为科恩芽胞杆菌 Bacillus cohnii FJAT-10017、嗜碱芽胞杆菌Bacillus alcalophilus FJAT-10014、土壤短芽胞杆菌Brevibacillus agri FJAT-10018、解硫胺素解硫胺素芽胞杆菌Aneurinibacillus aneurinilyticus FJAT-10004、蜥蜴纤细芽胞杆菌Gracilibacillus dipsosauri FJAT-14266。其中该成分含量最高的为蜥蜴纤细芽胞杆菌Gracilibacillus dipsosauri FJAT-14266,占其发酵液总代谢物相对含量的12.16 %。结论 蜥蜴纤细芽胞杆菌Gracilibacillus dipsosauri FJAT-14266为来氟米特高产菌株。该研究为芽胞杆菌来源的免疫调节剂的开发与利用提供理论依据。     

基于大数据平台的电力设备运作状态监测系统研究

针对目前电力设备运作状态监测系统焦点都在集群的硬件索引上,对电力设备的线状、性能、节点状况和指令反馈等数据层的监控不足,本文采用大数据技术对电力设备运作状态的显著性及统计因子变量进行相应的决策分析,建成一套通过主动监测设备潜在的运行状态变化的多元回归系统模型。从而有效解决了电力设备运行过程实时监控,潜在故障预警、评估、回溯管理等问题。通过宁夏电力公司的试运行结果表明该模型平台能预期捕获电力设备运作状态下的各项影响变量因素,对这些因素进行掌控将广泛应用于电力设备运作部署与运维。据此结论为该大数据平台的电力设备运作状态监测系统,可自定义设备运行分析报表,实现数据分析结果的随需展现,起到保障电力设备安全、可靠运作,具有一定的推广意义。     

基于Multi-Agent系统的多飞行器协同路径规划方法的研究

无人多飞行器(UAV)协同技术是当前分布式人工智能的一个热点领域,其中一个关键技术在于如何实现多UAV集群根据复杂环境中目标、威胁、地形变化以及各UAV之间的性能约束动态进行实时性航路规划。提出一种基于Multi-agent系统的多UAV对实时动态多目标进行路径规划的方法。其核心是基于Multi-agent系统的decen-tralized控制方案。在Multi-agent平台上,实现了agent对于环境、目标、任务等路劲规划约束条件的建模,同时提出了多agent动态路径规划方法的实现方案。方案使用DisCSP模型框架,将基于真实复杂战场环境的实时路径规划问题所涉及的多复杂限制条件,抽象成Multi-agent系统中的各个约束条件,通过多agent间Dynamic Programming过程求解多UAV实时动态多目标的路径规划和协同任务分配的ABT算法,并实现在动态威胁和地形以及动态目标下具备集群协同能力的多UAV实时仿真系统。     

永磁容错电机解耦控制研究

多相永磁容错电机是一个多变量、强耦合、非线性的高阶电磁系统,其控制的关键是实现转矩的解耦控制。以六相八极永磁容错电机作为研究背景,通过六相静止坐标系到二相旋转坐标系的变换,在保持电机磁势和功率恒定的条件下,研究变换矩阵的计算方法,实现了永磁容错电机电流、磁链、转矩的解耦控制,为这种结构电机高性能的转矩控制和进一步的容错控制提供了一种新方法。     

基于KPCA-ISSA-KELM的光伏阵列故障诊断方法

为提高光伏阵列故障诊断的精度,提出一种基于核主成分分析（KPCA）和改进麻雀搜索算法（ISSA）优化核极限学习机（KELM）的光伏故障诊断方法。利用KPCA降维提取故障数据的非线性特征,减少外界条件产生的冗余数据,有效提高复杂故障识别准确率。通过融入Levy飞行和自适应权重t对麻雀搜索算法进行改进,并利用ISSA对KELM中的核参数γ和正则化系数C进行优化,建立了基于KPCA-ISSA-KELM的光伏阵列故障诊断模型。实验结果表明,经ISSA优化KELM的光伏阵列故障诊断模型与其他光伏阵列诊断模型相比,在故障诊断精度上达到97%,验证了该模型的准确性和有效性。     

基于改进麻雀搜索算法优化RBF神经网络的光伏阵列故障诊断

针对传统BP神经网络在光伏阵列故障诊断时受初始权值阈值的影响,易导致全局搜索过程陷入局部最优这一问题,提出了一种基于改进麻雀搜索算法优化RBF神经网络（ISSA-RBF）的光伏故障诊断方法。首先,利用Matlab建立光伏阵列故障仿真模型,提取出故障诊断模型的特征参数;其次,融入Levy飞行和自适应权重φ对麻雀搜索算法进行改进,用优化后的算法建立ISSA-RBF故障诊断模型;最后,与传统BP和SSA-RBF模型进行对比验证,实验结果表明,ISSA-RBF模型在故障诊断精度上达到94.8%,可以有效诊断光伏阵列的故障类型。