黄豆酱油渣油脂和膳食纤维的制备研究

黄豆酱油渣是传统酱油酿造后所产生的废渣,富含大豆油脂和膳食纤维。通过正交试验设计研究提取油脂和膳食纤维的条件。提取油脂最佳工艺：料液比（正己烷量∶酱油渣量）2.5∶1,提取时间90min,提取温度60℃,油脂的提取率为44.1%;脱脂酱油渣膳食纤维最佳提取工艺：脱脂酱油渣经酸处理,并水洗至中性后,按料液比10∶1加入浓度4%的NaOH溶液,提取温度60℃,提取时间60min,膳食纤维的提取率为27.0%。对提取产品进行分析,粗油脂颜色较深,过氧化值为2.26mmol/kg,酸价为51.51mg KOH/g;黄豆酱油渣的膳食纤维呈米白色,其溶胀性和持水力分别为3.20mL/g和4.53g/g。     

基于AOS体系的航空零件喷漆工艺优化策略研究

阐述了基于AOS体系沈飞航空零件喷漆优化策略的研究。针对现有航空零件喷漆工艺的不足,通过对组织管理、系统结构、人员调整、运作方式等多方面进行柔性生产模式的精细化管理改革,充分发挥流水生产线的特点,使喷漆单元能对项目需求变化做出快速调整,提高喷漆单元的应变能力,实现弹性生产,同时消除冗余无用的损耗,力求效益最大化。     

发动机出水口金属垫片的密封设计分析

针对垫片原设计存在密封性能差的问题,提出2种垫片优化设计方案。采用计算机辅助工程(CAE)分析工具,对原设计和2种优化设计方案进行仿真分析。仿真分析时,考虑了零部件材料、接触等非线性因素,建立了包含缸盖、螺栓、调温器和金属垫片的有限元分析模型,同时考虑了螺栓力和不同温度对垫片密封性能的影响。然后对仿真结果进行比对分析,选取了改善效果明显,且成本增加较低的优化方案,并进行试验验证。     

酱油渣中色素及大豆异黄酮的提取研究

应用乙醇溶液和超声波辅助的提取方法,从大豆原粒酱油渣中提取酱油色素,并利用乙酸乙酯萃取回收乙醇提取液中的大豆异黄酮。结果表明,酱油渣中色素的最佳提取工艺为乙醇体积分数65%、料液比1∶1.75（g∶mL）、提取时间24 h、超声波时间35 min。在该条件下,酱油渣色素得率为1.8 g/100 g;高效液相色谱法分析,大豆异黄酮得率约为37 mg/100 g。光谱分析表明,酱油渣色素在紫外和红外区间均有非常强的吸收峰。色素稳定性分析表明,酱油渣色素容易被过氧化氢氧化,而亚硫酸钠对其有一定的增色作用;蔗糖、苯甲酸钠、山梨酸钾和光照对酱油渣色素的稳定性影响较小,偏酸性和80 ℃以上的高温环境对酱油渣色素具有降解作用。     

多轴数控机床伺服参数优化方法研究

数控机床在实际生产中,各轴伺服参数调整不好将影响机床的加工精度。为提高多轴联动中各轴伺服参数的匹配性,推导三轴数控机床加工轮廓误差的计算方法,分析三轴数控机床各轴进给系统伺服参数对轮廓误差的影响,提出2个进给轴之间伺服参数匹配方法。以人字齿的加工为例,对比了参数优化前后的实际加工轨迹,参数优化后人字齿的轮廓误差由优化前的300 μm减小到100 μm,各轴伺服参数匹配能够有效提高数控机床的加工精度。     

文15块特高含水期提高水驱采收率实践与认识

文15块自2002年进入特高含水期。本文针对井况损坏严重、采出程度高、剩余油分布复杂零散的开发形势,进行精细构造、储层和剩余油研究,将井网恢复与开发调整相结合;充分利用砂层间隔夹层分布稳定的特点,对二类层按照物性进一步重组细分;对三类层按照砂体形态细分;对断块内部小断层和边部构造控制剩余油通过高效调整井和注采完善进行挖潜。通过有针对性的精细调整、精细挖潜,可采储量得到增加,采收率由49.9%提高到54.92%,提高了5.02个百分点。     

透平机与液环机组并用技术改造

介绍了唐山三友氯碱有限责任公司两期烧碱装置氯气输送部分的工艺改造方案,实现了透平机与液环机组并用。     

对当前监理日记若干问题的分析与探讨

监理日记是监理人员对现场施工活动最直接、最全面的监控记录,是监理机构对工程建设实施监控管理最真实的证据,是重要的监理资料。阐述了国家相关法律、法规对编写监理日记的要求及原则,同时指出当前编写监理日记的通病及管理工作中存在的问题和解决这些问题的若干建议。     

攀钢高炉半矿渣钢筋混凝土柱的低周反复荷载试验

攀钢高炉渣为当地新型建筑材料,属低钙富钛重矿渣,具有多孔、强度高等特征.通过对12根高炉半矿渣混凝土常规框架模型柱的低周反复荷载试验,从轴压比、箍筋形式、强度等方面分析了各柱的滞回曲线、骨架曲线、位移延性等指标的变化趋势;结合《抗规》和《混规》等规范的相关条文,重点对半矿渣混凝土与钢筋的粘结性质、柱的延性性能进行分析.     

基于递归特征金字塔的UPSNet全景分割应用研究

在学习研究全景分割方法UPSNet时,发现其骨干网络所提取的特征对子网络的分割结果起到了至关重要的影响。针对UPSNet全景分割算法所提取的特征不能更好地适用于语义分割和实例分割子网络的问题,对其进行改进,将递归特征金字塔网络结构融合到原网络中,提出基于递归特征金字塔的UPSNet全景分割改进算法。该结构将骨干网络提取的特征通过递归的方式二次反馈到骨干网络中,使其再训练得到更好的特征提供给子网络,提升了模型的鲁棒性,从而提升了原网络的性能。将改进的算法在Cityscapes数据集及自行标注的全景分割数据集上与UPSNet及其他优秀的全景分割网络进行了实验对比,结果证明,评价指标PQ(Panoptic Quality)有了较大的提升,改进后的网络更加适用于智能驾驶场景。