玉米秸芯中膳食纤维的研制及其对蛋糕品质的影响

研究了以玉米秸芯为原料制取膳食纤维的最佳工艺条件,其中NaOH水解最佳条件为：NaOH溶液浓度1％,水解温度40℃,时间30min;HCL水解最佳条件为：溶液浓度6％,水解温度80℃,时间60min。分析了膳食纤维对面粉粉质的影响：添加膳食纤维后面粉吸水量增强,形成时间、稳定时间均变短,弱化度变大,评价值减小。因此,添加膳食纤维后的普通面粉更适合做蛋糕或饼干等食品。研究了添加膳食纤维对蛋糕品质的影响,用模糊数学的方法对结果进行评判后得出：添加膳食纤维（3％）的蛋糕与未添加的相比综合评价值相差不大,消费者完全可以接受。     

陈化籼米固态发酵法生产柠檬酸的研究

研究了原料预处理及相关因素对以陈化籼米为原料、黑曲霉进行柠檬酸固态发酵的影响作用。确定出以PDA为黑曲霉活化培养基，原料采用陈化籼米粉碎后，每100g米粉中加水60g后蒸煮（121℃、15min）的预处理；得出黑曲霉进行柠檬酸固态发酵的优化工艺条件为：发酵前补水至52．9％，发酵温度25℃，发酵时间84h。柠檬酸的含量可达135．4g／kg干物质，并且基质发酵后蛋白质含量提高60％。     

面向电厂关键设备故障知识图谱构建的关系抽取方法研究

当今电厂面临着诸多挑战，包括电力设备种类繁多、设备数量庞大、故障类型众多、数据耦合关系复杂以及海量的故障信息数据等。知识图谱能够将各种信息整合、可视化呈现，并支持智能化应用，有助于人们更好地获取、管理和应用知识，从而提高效率、创造价值。运用知识图谱来分析电厂故障数据，有助于深入研究电厂设备故障情况。在构建知识图谱的过程中，关系抽取是关键步骤之一，其准确率直接影响最终知识图谱构建的质量。本文提出了一个面向电厂关键发电设备故障知识图谱构建的关系抽取工具，该工具能将故障信息中海量、异构的数据以及相关故障处理进行可视化表达，同时支持用户交互式地参与到关系抽取的过程中，通过迭代训练来优化关系抽取模型。在实验测试阶段，利用真实电厂设备故障数据进行验证，证明了该工具在显著提高关系抽取的准确率方面的有效性。因此，构建的知识图谱质量得以提升，为电厂管理人员更好地运维管理发电设备提供了重要支持，为管控电厂相关数据以及推动电厂完备建设提供有力支撑。     

知识图谱在电力故障诊断领域的研究与应用综述

在当前电力行业不断发展的时代趋势下，智慧电厂建设这一命题逐渐受到了学者们的广泛关注，电厂电力故障相关问题的管理成为了重要的一环。部分学者也开始研究如何通过知识图谱技术实现电力故障诊断领域知识的整合、分析、挖掘与再利用。为了解现阶段这一技术在电力故障诊断领域的应用情况，通过调研现有相关文献，有如下总结：在方法应用上，知识图谱的相关方法在电力故障诊断领域的应用主要集中在实体以及实体关系抽取上；在检索系统上，知识融合相关技术尚待优化。综合以上调研，针对知识图谱在电力故障诊断领域的应用与发展，提出对未来的展望。