异黄酮的微生物发酵和酶转化生产

本文简介了大豆异黄酮的基本功能和发展概况,着重介绍了微生物发酵法生产大豆异黄酮的原理、形成过程以及发酵法对异黄酮组分的影响。分别介绍新型酶转化方法生产大豆异黄酮,从自然不产异黄酮的植物中以次生代谢途径基因工程方法产异黄酮的研究。     

计及随机干扰的发电机励磁系统自抗扰控制研究

针对发电机励磁系统的动态性能随工况及实际发电厂中存在的各种随机干扰等因素的影响而发生变化的特点,设计了基于自抗扰控制技术(ADRC)的励磁系统控制策略。该控制技术不需要了解系统的内部模型,能有效克服系统的不确定性,系统响应快,算法简单,易于实现。仿真结果表明,这种控制方法能实时地估计与补偿内外扰动,有效改善了各种随机干扰及量测误差对系统稳定性的影响,而且解决了励磁控制的快速性与超调性之间的矛盾,提高了系统的动态性能和发电机端电压的控制精度。     

纤维素酶的发酵研究进展

纤维素酶是糖苷水解酶的一种，它可以将纤维素物质水解成简单糖，进而发酵产生乙醇，从而解决农业、再生能源琢及环境污染等问题。初期的研究主要集中在对微生物纤维素酶的研究，本文对纤维素酶的发酵工艺和提纯工艺国内外的进展作了综述。     

高效液相色谱-串联质谱法测定奶豆腐中6种喹诺酮类药物残留研究

目的 建立动物源性食品奶豆腐中6种喹诺酮类药物残留的高效液相色谱-串联质谱(UPLC-MS/MS)检测方法。方法 奶豆腐样品经0.1 mmol/L EDTA-Mcllvaine缓冲液处理并加入亚铁氰化氢、乙酸锌各0.1 mL提取,HLB Pro固相萃取柱净化,经Shim-pack FC-ODS(150 mm×20 mm,3μm)分离,用10 mmol/L乙酸铵(含0.1%甲酸)-甲醇乙腈(40:60,V/V)进行梯度洗脱,在全扫描(full MS)模式检测。结果 6种喹诺酮类药物在10～100 ng/mL的浓度范围内线性良好,相关系数(R2)均大于0.995;检出限(LOD)为0.5～1.5μg/kg,定量限为(LOQ)2～4μg/kg,加标回收率为82.3%～101.6%,相对标准差低于10%。结论 该方法灵敏度高、快速、准确,适用于奶豆腐中6种喹诺酮类药物的快速筛查和定量定性分析。     

产细菌纤维素菌培养基的优化研究

主要研究产纤维素菌培养基的优化,选取葡萄糖、D-甘露糖、D-半乳糖、麦芽糖、可溶性淀粉、蔗糖、山梨糖、乳糖为不同碳源,蛋白胨、酵母膏、牛肉膏、硫酸铵、脲、磷酸氢二铵、氨水、硝酸钾为不同氮源,以及p H值为3、4、5、6。以上述不同培养基条件与空白组对照。通过分析培养基的纤维素膜重、p H值、总酸、残糖、OD值,发现当以葡萄糖为碳源,以牛肉膏为氮源,p H值为5时,纤维素菌生长情况比较好,而且纤维素产量也比较高。相反,以可溶性淀粉为碳源,以硝酸钾为氮源,p H值为3时,抑制产纤维素菌的生长和纤维素的产量。     

新型广义形态滤波器在MOA在线数据处理中的应用

针对MOA泄漏电流中存在白噪声和脉冲噪声等多种干扰,提出一种基于数学形态变换的新型多结构元素级联广义形态滤波方法.通过分析结构元素的形状、宽度和级联顺序对形态滤波器性能的影响,该方法在较好地保留MOA泄漏电流信号局部特征的前提下实现了消噪处理,保证后续设备故障诊断的有效性和准确性.仿真和实际数据分析表明,该方法运算相对简单,易于硬件实现,具有较好的实用价值.     

高速列车速度跟踪神经网络PID控制器的设计

高速列车速度跟踪控制系统是一个复杂的非线性系统,难以取得高精度的跟踪性能。为了减少速度跟踪误差,设计了高速列车神经网络PID控制器。首先建立了描述列车运行过程的单位移多质点模型,该模型考虑了列车的基本阻力和附加阻力以及车厢之间的相互作用力。然后阐述了BP神经网络PID控制,并设计了列车速度跟踪控制器,根据速度误差用神经网络PID控制决定牵引力和制动力。最后与模糊控制和常规PID控制进行了仿真对比,结果表明,神经网络PID控制具有很小的速度跟踪误差和优越的速度跟踪性能,可以满足列车正点运行的需求。     

基于ADRC的发电机励磁系统控制研究

针对带有参数不确定及外部扰动的励磁系统数学模型,采用自抗扰控制技术(ADRC)设计了励磁控制器。该方法不需要知道系统的内部模型,能有效克服系统的不确定性,系统响应快,算法简单,易于实现。仿真结果表明,这种控制方法能实时地估计与补偿系统内外扰动,有效提高了电压的控制精度,而且解决了励磁控制的快速性与超调性之间的矛盾,提高了系统的动态性能。     

水质在线监测中的大数据应用浅析

在社会经济不断发展的背景下,科学技术得到了一定的创新和改进,环保领域发展进程日益加快。当前阶段,做好水环境方面的监测工作是很有必要的,有利于将水质监测的及时性以及自动化全面体现出来,这是环保领域关注的重点问题。对于以往单一的操作流程来讲,主要是从现场采样工作入手,进入实验室进行操作,全方面的对水质情况进行探究,不过此种方式获取的数据有着很大的误差分析,速度缓慢,操作流程繁琐,难以及时获取相关的水质信息,再加上监测期间包含的样本数目较少,所以制定出来的水质监测报告是无法将环境实际水质情况体现出来的。所以加大大数据技术在水质在线监测中的应用力度是很有必要的,有利于对相关技术进行分析和探究,从而获取准确的数据,为后期水质监测工作的开展提供良好的依据。在本篇文章中主要以大数据技术为主,重点探究了该项技术在水质在线监测期间的应用情况。