人工神经网络结合遗传算法在焙炒大米过程中的应用

焙炒是一种全新的使原料淀粉糊化的方法.它用热风替代水蒸气,在高温,短时间的条件下处理原料米,具有无废水污染,容易保存等优点,为食用酒酿制过程中的一种新型技术.通过对焙炒大米的3个指标:糊化率、脂肪含量和氨基氮进行测定,利用人工神经网络技术ANN对上述性能指标和操作参数的数据进行训练学习,得到可以描述焙炒过程操作条件和性能指标之间关系的模型.在所得模型的基础上,利用遗传算法GA对大米的焙炒条件实施优化,对未参与ANN建模的数据进行评价和比较,结果发现,结合使用ANN和GA,能够比较准确地预测对应于期望指标的操作条件,预测结果与实验数据吻合.     

产功能性胞外多糖及DL-乳酸的植物乳杆菌的高效发酵和应用

植物乳杆菌(Lactobacillus plantarum)是一种多功能乳酸菌,所产胞外多糖(exopolysaccharides, EPS)具有很多优良功能特性。但发酵生产EPS时,原料和操作成本高,EPS产量低限制了其工业化应用。该研究在5 L罐中,使用常规流加发酵、生物催化、生物催化结合液液萃取和基于pH-Stat自动流加葡萄糖法的反复生物催化等策略发酵,旨在提高EPS产量、降低原料和操作成本。其中,生物催化法仅使用葡萄糖即可将EPS质量浓度提升至3.34 g/L,较摇瓶发酵水平提高110%。使用基于pH-Stat自动流加葡萄糖法的反复生物催化策略,可以连续回用各反复发酵中的残存细胞,第2次反复发酵批次的EPS质量浓度达到3.33 g/L。由于在收集处理细胞时,细胞总量下降,导致EPS产量下降,但EPS/细胞量不变,细胞活性稳定。可以通过加大首批次发酵的装液量、提高细胞总量,解决EPS产量不断下降的问题。用基于pH-Stat法的反复生物催化策略进行EPS发酵,提升了EPS产量,省去了昂贵MRS培养基的使用,降低了原料成本,实现了自动化控制。该发酵策略还可联产具有一定价值的副产物4...     

可编程控制器在陶瓷粉料输送系统中的应用

介绍了可编程控制器(PLC)在陶瓷粉料输送系统中的应用,并从工艺要求、硬件配置、软件设计等方面分析了PLC运用的优点和注意要点     

基于代谢网络模型的谷氨酸发酵产酸速率在线预测

建立并简化了谷氨酸棒杆菌S9114生产谷氨酸的产酸期的中心碳代谢网络。利用已经在线测量的菌体的比CO2 生成速率(CER)和比氧消耗速率(OUR)在线预测谷氨酸的生成速率。并将速率进行积分,得到的值与离线测量值进行比较,得到谷氨酸的最终浓度比离线测量的值高17%。     

一株产高质量浓度酒精酵母的间歇发酵动力学初步研究

对一株产高质量浓度酒精的酿酒酵母的间歇发酵动力学进行了初步研究.分别对基质、产物和菌体对时间的变化,所得回归方程显示,3个状态参量与时间呈对数关系;而后采用比生长速率、某一时段的菌体浓度、某一时段的葡萄糖质量浓度、某一时段的酒精质量浓度来描述整个发酵过程中菌体、基质和产物之间的关系,通过二次曲面回归得到了间歇发酵动力学数学模型,与传统的Monod模型和Logistic模型相比,该模型对试验数据拟合和预测性能较好.最后,用Simplex优化方法对间歇发酵动力学进行动态模拟,得到很好的拟合结果.将得到的模型参数用于预测初糖质量浓度为24.7g/dL的间歇发酵,预测结果也较好.因此,该模型可用来预测高初糖质量浓度下间歇发酵过程.     

初始生物素含量波动时谷氨酸发酵关键酶系的酶活变化模式

谷氨酸发酵培养基中的生物素初始含量会随玉米浆来源、批次的不同出现波动,进而影响谷氨酸发酵性能和稳定性。本文研究分析了谷氨酸发酵中,初始生物素含量正常/不当,特别是初始含量不当、采取补救措施条件下的丙酮酸、异柠檬酸和α-酮戊二酸代谢节点处关键酶的活性变化。生物素匮乏时,催化主代谢途径的关键酶活性均被弱化,特别是α-酮戊二酸脱氢酶完全失活,能量代谢主要靠乙醛酸循环维持。当发现生物素匮乏并补加生物素后,中心代谢途径关键酶--丙酮酸脱氢酶的活性恢复到正常水平,TCA重新成为主要供能途径。生物素过量时,丙酮酸羧化酶和谷氨酸脱氢酶活性基本不变,而其他关键酶均被激活。当发现生物素过量并添加吐温40后,丙酮酸脱氢酶和异柠檬酸脱氢酶依旧保持很高活性,而α-酮戊二酸脱氢酶和异柠檬酸裂解酶的活性则下降到正常水平。采用上述补救措施可以挽救因初始生物素匮乏或过量所引起的错误发酵,终酸浓度均可恢复到对照（生物素亚适量）水平（75～80 g·L^-1）。另外,对生物素初始含量和吐温添加进行复合式调控,终酸浓度可进一步提高,达到87 g·L^-1,比对照提高8.8%。     

溶氧浓度对谷氨酸发酵关键酶的影响

谷氨酸发酵中,不同溶氧条件对产物谷氨酸和主要副产物乳酸的生成积累影响很大。文中研究了不同溶氧条件下和几种非正常条件下的谷氨酸发酵中主要关键酶(谷氨酸脱氢酶和乳酸脱氢酶)的变化规律,为谷氨酸发酵的进一步优化和控制提供了基础数据。     

基于NSGA-Ⅱ算法的BP神经网络优化研究

针对BP(Back Propagation)网络训练时,会遇到陷入局部极小点、收敛速度慢等问题,提出将BP训练看成多目标寻优过程,以网络输出节点的误差最小作为并行搜索的多个目标,通过带精英策略的非支配排序遗传算法(NSGA-Ⅱ,Non-DominatedSorting Genetic Algorithm Ⅱ)对BP网络的初始权值和阈值进行优化,给出了应用该方法的步骤.通过仿真验证,这种NSGA-Ⅱ&BP算法时一个单输入双输出非线性系统进行逼近,能克服BP网络训练的缺陷,且所建模型对检测样本的拟合程度比单独BP网络的效果要好.     

基于粗糙集-神经网络的TEP故障诊断

针对信息系统的不准确、不完整性,基于改进的可辨识矩阵来实现粗糙集约简,来删除样本数据中不相关和不重要的数据,再利用神经网络知识对样本集进行训练和测试,设计了一种粗糙集与神经网络混合的故障诊断系统.并将其运用于TEP(Tennessee-Eastman process)故障诊断中,取得了较好的故障诊断结果.     

原料碳氮比对丁醇发酵两阶段发酵性能的影响

在丙酮丁醇发酵的产酸期和产溶剂期两阶段,向葡萄糖质量浓度固定的培养基中添加不同质量浓度酵母浸粉,比较了不同碳氮比培养下的丙丁梭菌在相应阶段产气、耗糖、产有机酸、发酵相转型和产溶剂等发酵性能的差异。结果表明,在产酸期,适中的碳氮比(46.7~93.4 mol/mol)能够保证菌体以正常速度生长,不至于过分刺激或是抑制有机酸的合成,使发酵顺利完成相转型,有利于缩短发酵周期;在产溶剂期,较高的碳氮比(93.4~186.7 mol/mol)可以有效抑制副产物溶剂丙酮和乙醇的积累,且保持丁醇产量达到12 g/L以上,从而获得较高的丁醇/总溶剂比例。继而再利用玉米粉、木薯粉和豆饼粉3种含碳氮比差异较大的生物质原料进行丙酮丁醇发酵,验证了上述关于原料碳氮比对丁醇发酵各阶段发酵性能影响效应的结论。