磷对饮用水中细菌再生长影响的研究

根据不同成分的水样中细菌再生长情况,研究了水中磷对生物稳定性的限制因子作用。结果显示,在测试水样中添加1 mg/L的NaAc后,细菌总数增加了100%-187%;在水样中添加15μg/L的NaH2PO4后,细菌总数增加了180%-203%。随水样中PO43-P含量的增加,细菌数目也在逐渐增加,但当水中PO43-P的含量大于等于5μg/L时,细菌已无明显增长趋势。试验结果表明磷和碳一样也是水中微生物生长的限制因素之一,并且对于该水样当PO43-P的含量为2μg/L—5μg/L之间的某个值时,磷的限制作用将会表现出来。     

氯霉素在聚茜素红薄膜修饰电极上的伏安行为及其测定

研究了聚茜素红薄膜修饰电极(PARE)对氯霉素(Chloramphenicol,CAP)的电催化作用,并应用于对微量CAP的定量检测。实验结果表明:在0.010mol/LHCl+1.0×10-4mol/LCu2++0.10mol/LNaCl测定体系中,CAP的浓度在1.0×10-9mol/L～1.0×10-8mol/L范围内与它的氧化峰电流呈良好的线性关系,线性方程和线性相关系数分别为:ip(μA)=-0.188×10-8CCAP(mol/L)-7.62,γ=0.9997,检出限可达5.0×10-10mol/L。CAP的标准回收率为95.9%~102.9%,八次平行样品测定结果的相对标准偏差3.2%。     

细菌和霉菌快速测定法的研究趋势

细菌和霉菌快速测定法的研究趋势上海家化联合公司李辉（上海２０００８０）化妆品中微生物检查，通常是采用琼脂培养法，琼脂法具有多年积累起来的经验，使用选择性培养基进行细菌和霉菌的检查和鉴定，但是，这种方法有一个较大的缺点，即到判明结果为止需要较长时间，...     

藻类在净化污水中的应用-水力藻类床工艺

《净水技术》Vo1．23，No．2，2004，18～20水力藻类床是针对城市污水的深度处理系统，由生长水生附着生物的水渠、脉冲布水装置、旋转筛网、滤池、紫外消毒单元等组成，藻类由收割机定期收割。细菌、藻类和附着水生物在水渠中自然组合。藻类在水力藻类床中对磷的去除起主导作用。一年中优势的藻类种群为藻青菌和硅藻属，丝状藻类能够通过过滤、吸附、同化(包括过度摄取)和沉淀作用去除污水中的磷。影响     

微生物发酵生产2,3-丁二酮的研究

2,3-丁二酮又称双乙酰,是一种黄色至浅绿色具有强烈奶油香味的重要香料。2,3-丁二酮传统上用合成法生产,我们以农副产品为主要原料,利用选育的高产菌株发酵生产,发酵工艺条件温和,产品风味自然、逼真、安全性高,视同天然产品,符合人们崇尚自然的趋势,可广泛用于食品、日化、饲料香精的生产。     

改进的细菌觅食优化算法

细菌觅食优化算法是一种受大肠杆菌觅食现象启发产生的一种群体进化算法,该算法具有良好的全局优化能力,鲁棒性强,算法简单等优点,但其也存在易早熟,收敛速度慢等缺点. 根据其缺点,提出了一种改进的细菌觅食优化算法,改进后的算法收敛速度加快,在一定程度上避免了易早熟的缺点. 将原算法和改进算法应用于PID参数的在线自整定,通过matlab仿真实验证明了算法改进后的优越性.     

光合细菌(Z08)啤酒废水资源化研究

为了优化光合细菌处理啤酒废水的工艺条件以实现污水资源化,利用一株新的光合细菌(Z08)处理啤酒废水并回收菌体,探讨在光照厌氧、黑暗好氧、自然光微氧3种不同的环境条件对废水处理效果以及菌体增长的影响.结果表明:光照厌氧条件下COD去除率(88%)大于自然光微氧条件下COD去除率(74%),大于黑暗好氧条件下COD去除率(62%);光照厌氧条件下菌体总量增长率(38%)大于自然光微氧条件下菌体总量增长率(-35%),大于黑暗好氧条件下菌体总量增长率(-43%);光照厌氧条件所需水力停留时间(240h)大于自然光微氧条件所需水力停留时间(60h),大于黑暗好氧条件所需水力停留时间(36h).光合细菌可以实现啤酒废水的处理与资源化,推荐的工艺条件为:白天厌氧,夜晚好氧,光线不足时补充光源.在此条件下既可以快速降解污染物,又能获得较高的光合细菌增长量,此条件时废水中有机物转化为单细胞蛋白的转化率达到26%,有效地实现了污水资源化.     

改进的细菌觅食优化算法求解0-1背包问题

细菌觅食优化算法作为一种新兴的智能优化算法,一般用来解决连续域的问题。为了解决离散域问题,提出了一种改进的细菌觅食优化算法。采用线性递减的思想和随机的游动长度代替固定步长和随机游动方向,改进了趋向性操作方案,并将其应用于解决0-1背包问题。将改进的细菌觅食优化算法与遗传算法、离散粒子群优化算法及基本的离散化细菌觅食优化算法分别在小规模和大规模的0-1背包问题上进行了仿真比较,表明了改进的细菌觅食优化算法能取得较好的效果,寻优能力强。     

基于改进细菌算法轨道电路室外设备故障分析

故障检测是近年来的热门话题,大数据环境下,原有算法在计算量和效率上已不能满足当前的需求,智能算法应用越来越广泛,将其应用于故障检测有较好的效果,细菌算法是新兴的全局优化智能算法,但其原有算法有一定的局限性.将细菌算法结合自适应理论,优化了细菌算法中趋化步长和繁殖步骤,对比传统BFO最优值有7个数量级的提高,在收敛性方面提高了一倍,并且将其与贝叶斯网络结构学习相结合解决轨道电路故障诊断的问题.