基于电子鼻及GC-M S技术的啤酒识别研究

为区分不同品牌啤酒并分析样品间挥发性风味物质种类及含量的差异,采用PEN3电子鼻和气相色谱-质谱联用(GC-MS)技术从宏观和微观上对5种品牌啤酒的挥发性成分进行检测.利用主成分分析(PCA)、Fisher判别分析(FDA)对电子鼻响应值进行数据处理并建立分类判别模型,并与GC-MS数据进行了相关性分析.结果表明,电子...     

一种连续流反应器内射流耦合搅拌流的混合特性

连续式搅拌反应器采用连续化工艺,可以保证生产过程的连续性,相较于传统反应器而言,连续式反应器内流场更复杂,进料口射流对于流场的影响较为明显。对传统的双层搅拌桨结构的微波反应釜进行连续化改造,基于计算流体力学CFD(Computational Fluid Dynamics)方法对不同射流方案下反应器内醇油混合液的流动及混合特性进行了数值模拟,得到反应器内混合液的流动特性和混合时间特征。结果表明：射流通过直接影响射流区的流场和改变反应器内的循环涡流位置间接影响全局流动;射流方向对于反应器内流型影响更大,逆时针射流时反应器内的速度梯度大,流体之间的剪切作用更强,混合性能最佳,相较于传统的间歇式搅拌反应器,混合时间缩短了33%。     

基于温度控制的牛蒡微波热风耦合干燥研究

以牛蒡为原料,研究了微波热风耦合干燥过程中牛蒡内部温度和含水率的变化。微波控温实验结果表明,合适的微波功率密度和物料内部温度设定值不但可以缩短干燥时间,还可以减少物料内部温度的控制偏差。为了确定微波热风耦合干燥牛蒡的最佳工艺,利用响应面法进行实验分析,建立了以胡萝卜素保留率为指标的数学模型,求出最佳干燥工艺为微波功率密度8.4 W/g,物料内部温度设定值72.2℃,热风温度73.2℃,此时胡萝卜素保留率为60.6%。      

基于外部特征及子带谱质心法的西瓜糖度检测

针对振动无损检测方法对硬件系统及测试条件要求较高,且实际应用系统设计很少的问题,开发便携式振动检测系统,对时间信号进行小波阈值去噪后,提取某特定西瓜品种的子带频谱质心,并提出横径的平方与纵径乘积作为体积参数。研究发现,子带频谱质心频率点与西瓜的质量、体积参数呈负相关,对激励力度依赖性较小。将质量、体积参数、子带频谱质心频率点作为变量,利用逐步多元线性回归分析和曲面建模,建立糖度检测模型。曲面建模法所建模型较好,确定系数达到0. 881 1,预测集样本的标准差RMSEP略大于校正集样本的,并且RMSEP和RMSEC均小于最大糖度的10%。该模型可以很好地利用216~268 Hz的子带频谱质心频率点对8~10成熟西瓜进行糖度预测。     

基于声发射频谱分析的磨削消空程研究

为解决由单一声发射信号时域特征作为消空程指标引起的误报,课题组设计了接触速度作为变量的单因素实验,分析磨削进程开始前后信号差异。并提出已信号频域最大峰值频率作为指标之一,采用主成分分析结合费舍尔判别法来监测磨削接触的发生,进而实现磨削消空程,研究结果表明:该方法对砂轮工件接触与否的判别的准确率达到96.7%,且与传统判别法比较,能通过高频信号变化更早识别到接触的发生。该方法提高了消空程效果,且能提前识别到接触进程的发生,为实际生产设计提供了参考。     

基于振动特性的西瓜品种鉴别及糖度预测

针对通过敲击判断西瓜品质会因品种不同而造成误判的问题,构建振动检测系统,获取皇冠、早佳8424、京欣和硒砂4个品种西瓜频响函数,利用PNN神经网络模型实现西瓜品种的鉴别,准确率达92%以上。同时,利用逐步多元线性回归分析,通过频响函数的主要共振峰频率与糖度的关系,分别建立各品种西瓜的糖度预测模型,确定系数均在0.86以上。对预测集样本先鉴别品种再预测糖度,对于品种鉴别准确的瓜,其糖度测量误差小于6.2%;而对于品种鉴别错误的瓜,由于选用了错误的预测模型,测量误差较大。在上述基础上,可对未知市售西瓜进行品种鉴别,进而自动选取适当相应模型进行糖度测量。     

基于气味检测的生姜微波干燥特性研究

分别在50,60,70,80~℃4个恒定干燥温度下,通过采集干燥过程中及干燥后的样品挥发性气味,分析不同温度下气味图谱变化过程及风味散发强度与干燥特性关系,并对比干后生姜的品质。结果表明:过低的温度避免了焦糊但是由于干燥时间过长气味散发比较多。相反,高温干燥时干燥时间比较短但由于产生焦糊气味导致产品品质过差。水分蒸发会伴随着挥发性风味的散失,为达到气味保留与抑制焦糊性能最佳,同时保证干后品质,60~℃原始风味保留与抑制焦糊性能较佳,同时色泽保留效果与复水性均最好。     

山楂微波干燥特性及含水率预测

为探索山楂微波干燥特性,并实现干燥过程中含水率预测,研究了干燥温度（50、60、70 ℃）、相对湿度（5%、15%、30%、50%、70%）对山楂干燥特性及品质影响;建立了极限学习机（ELM）神经网络,实现对山楂含水率预测。结果表明:干燥温度60 ℃、相对湿度为30%为最佳干燥条件,山楂色泽变化最小,V_C含量最高,总黄酮含量较高。建立了结构为“3-8-1”的ELM含水率模型,其预测值与实验值之间的决定系数R2为0.996,均方根误差RMSE为0.00952,能够有效地预测山楂微波干燥过程中的含水率。研究结果为山楂微波干燥应用及含水率在线预测提供理论依据。