甘蔗块固定化酵母的制备及其在蔗汁燃料乙醇生产中的应用

以甘蔗块为载体固定酵母细胞,通过优化载体大小和预处理方式,制备得到性能优良的固定化酵母,应用于蔗汁燃料乙醇的生产。研究结果表明,大量酵母细胞固定于甘蔗块内部空腔以及吸附于甘蔗块表面;较小的甘蔗茎块作为固定化载体,乙醇产率增加10%左右;冷冻储存的甘蔗块经过解冻、去木质素处理后固定酵母,以40%的装填率发酵36 h,乙醇浓度达99.34 g/L,糖利用率为99.23%,发酵效率为93.09%。     

甘蔗汁风味醋乙醇发酵阶段混合菌种发酵工艺的研究

为了增加甘蔗汁风味醋的香气,在甘蔗汁酿醋的乙醇发酵阶段采用异常汉逊酵母和酿酒酵母进行混合菌种发酵,研究了发酵工艺条件.通过单因素试验和正交试验,确定了最佳工艺条件为:初糖浓度为180 g/L,混合菌种的时间是异常汉逊酵母发酵36 h,发酵0～36 h控制28℃,发酵36 h以后控制30℃.在此条件下,发酵液中总酯含量和乙醇转化率分别为6.6 g/L和30.2%,发酵液香气和乙醇转化率均达到较高要求.     

高酵母接种量的抑菌特性及其在蔗汁生产乙醇中的应用

研究了高酵母菌接种量的抑菌特性及对蔗汁乙醇发酵过程的影响。混合杂菌与酵母以不同浓度配比接入蔗汁发酵培养基中发酵,当增加酵母接种量达到5×10~7个/mL时,醪液中乙醇浓度没有明显降低。利用鲜甘蔗汁直接发酵时,接种量为5×10~7个/mL,乙醇产量达10.54%(20℃,v/v),与使用经高温灭菌的甘蔗汁作培养基,酵母接种量为2×10~7个/mL时相当,但发酵速度明显快于后者。其发酵上清液中未检出抑菌成分,说明提高酵母的接种量可以有效抑菌,其原因可能是酵母的生长处于竞争优势,抑制了杂菌的生长代谢。该研究为蔗汁发酵生产燃料乙醇,降低染菌风险提供了有效的尝试。     

CAM技术的近况

本文简要介绍了CAM软件技术的最新动态.重点介绍了现有CAM软件功能,并阐述了CAM软件在PDM技术、CAM技术集成、网络制造方面的动态,并介绍了CAM软件的支撑平台.     

线上线下混合式教学模式在91速课堂的实践研究

为了充分利用互联网技术和信息技术的优势,突破传统课堂教学模式的限制,提高教学质量,对线上线下混合式教学的应用模式进行了研究.以C#程序设计课程在"91速课堂"教学平台的实践为例,探索线上教学和线下教学的整合策略,构建涵盖课前、课中、课后环节的混合式教学新模式.实践证明,线上线下混合式教学模式能适应新时代教育发展变革的需要,促进教学创新,提升人才培养的效率.     

Ad hoc网络中基于权值的连通支配集算法

移动Ad hoe网络是一种多跳,自组织网络,在该网络中可以通过构建虚拟骨干网来减少参与路由计算的节点数量,虚拟骨干网可以由近似的最小连接主节点集(MCDS)组成.提出了一种考虑节点权值的分布式近似MCDS查找算法,在网络拓扑结构发生变化时对MCDS进行维护.与几种经典的分布式近似MCDS查找算法相比较,结果表明,该算法具有更好的性能.     

求解固定费用运输问题的遗传算法

为克服基于边集编码的遗传算法求解固定费用运输问题的不足,对采用先根遍历边构成有序边集编码的生成树,提出了森林补充式多点交叉操作的遗传算法.经证明,对于有m个源节点和n个目的节点的固定费用运输问题,该算法的空间复杂度为O((m n-1)2),时间复杂度为Oβ(m n-1)3),β为最大迭代次数.实验数据表明,随着问题规模和求解难度的增加,该算法与边集编码的遗传算法解的质量都呈下降趋势,但所得解的质量优于边集编码的遗传算法.     

Fibonacci堆及其在外存储算法中的应用

为了适应外存储算法在计算机程序设计中的应用需求,研究了外存储算法中数据结构的应用设计。基于Fibonacci堆在内存储中的特点,提出了一种新的适合外存储算法的数据结构,分析了该数据结构中各种操作的时间复杂度。其中除删除最小结点和更新结点的操作外,其他操作都具有单位时间的页面置换次数。最后以Fibonacci堆在Dijkstra算法中的应用为实例表明了该数据结构的可行性和有效性。     

新型锅炉燃烧器在459厂试制成功

一种适用于舰艇、海洋、油田的新型锅炉燃烧器最近在九江船舶工业公司459厂试制成功。这种燃烧器主要由转杯、传动装置、点火装置、计量调节装置、调制电机及燃油泵等构成,该燃烧器适应性广,既可烧普通柴油,又可烧废油、渣油等劣质油,具     

一个保护隐私信息挖掘算法的错误率分析

对文献[1]中影响保护隐私挖掘算法准确率的变换概率进行分析，并给出变换概率与挖掘算法准确性之间的关系式。计算表明，从10000个事务的数据集中，选取样本的数据量超过数据集10％所产生的关系式，其相对误差，即用该关系式算出变换概率代人基于随机响应技术的挖掘算法产生的误差与希望达到的误差相比，不超过6％；并通过计笋表明关系式的相对误差，随数据集规模的增加而减少。因此，该挖掘算法能适用于实际问题的需要。