基于多维聚类分析的MILD燃烧中的反应区域识别

结合人工智能方法和大涡模拟(LES)对湍流燃烧场中的反应区域进行识别,可以发挥LES能够提供三维空间中不同物理场数据的优势,也有效解决火焰面识别中传统方法不够客观和依赖于经验的问题.以湍流条件下MILD燃烧的HM1工况为例,引入无监督学习中的聚类算法,对多个变量的模拟数据进行聚类分析.结果表明,在考虑了多个物理变量之后...     

不同甲酯化方法对裂壶藻产油脂肪酸的影响及GCMS分析

为了研究不同的甲酯化方法对裂壶藻产油脂肪酸的影响,本文通过对裂壶藻进行发酵培养得到纯藻体,再经过酶法破壁、冷冻干燥得到干藻体后采用索氏提取法提取油脂。运用酸法、碱法和三氟化硼法三种甲酯化方法对藻油进行处理,基于气相色谱-质谱联用(GC-MS)技术分析了藻油中DHA(二十二碳六烯酸)等脂肪酸的组成和含量。结果表明:酸法、碱法、三氟化硼法分别鉴定出11种、19种和12种脂肪酸,占裂壶藻藻油总量的89.50%、97.88%和90.12%。其中酸法酯化的藻油中DHA占脂肪酸总量的38.89%;碱法酯化的藻油中DHA占脂肪酸总量的46.76%;三氟化硼法酯化的藻油中DHA占脂肪酸总量的40.54%。所以,碱法相较于酸法和三氟化硼法有明显的优势,更适合用于裂壶藻藻油的脂肪酸分析。进一步对碱法的甲酯化温度进行梯度实验,结果表明温度为55℃时,DHA的相对含量为47.45%,藻油的甲酯化效果最好。这一研究对长链多不饱和脂肪酸的检测鉴定有着重要的意义。     

甲醇蒸发喷雾的非线性大涡模拟

在使用拉格朗日-欧拉方法模拟柴油喷雾的框架下,Kelvin-HelmholtzRayleigh-Taylor(KH-RT)破碎模型是使用最广泛的预测喷雾液滴一次和二次破碎过程的模型。破碎产生的液滴喷雾特性由燃料性质(密度、粘性、表面张力等)及数个可以调整的KH-RT模型参数(B1、C子、CRT等)决定。本研究的目的是在使用梯度结构模型的甲醇蒸发喷雾大涡模拟中探究KH-RT模型参数对模拟结果的影响。研究表明,模型参数的调整对甲醇蒸发喷雾的贯穿距有一定影响,对喷雾的质量分数及索特平均直径影响较大。通过与实验的对照,本研究给出了能够准确地模拟甲醇蒸发喷雾的模型参数范围(其中B1可取80,CRT可取0.4-0.8,C子可取9)。但也揭示了KH-RT模型的准确性过于依赖模型参数数值的缺陷。     

基于人工神经网络的MILD燃烧区域识别

基于人工神经网络(artificialneuralnetwork,ANN),并结合聚类分析方法,对大涡模拟仿真出的湍流燃烧场的区域进行识别,利用了聚类分析可以通过分类来提供标签的优势,充分发挥出ANN的自学习能力．以湍流MILD(moderate & intense low oxygen dilution)燃烧的HM1工况为例,搭建ANN,选择燃烧场中的物理特征,对由聚类分析提供的分类结果进行学习,来识别燃烧区域．结果表明,该方法有效提高了燃烧区域识别的准确率,并减少了大量的数据需求．为实际工业中燃烧区域的识别提供了更简单、快捷、准确的方法．     

近平滑假丝酵母补糖发酵及糖氮代谢对产甘露醇的影响

为了探究近平滑假丝酵母(Candida parapsilosis)生长及代谢过程中对碳源和氮源的需求,本文对发酵各阶段的碳源和氮源变化利用情况进行检测,并设定一个空白对照组和四个不同时期的补糖实验组进行研究,分别观测各实验组各时期生物量和甘露醇产量。结果表明,在72 h时进行补糖为最佳时期,甘露醇产量达到最大值为60.28 g/L,相比于空白对照组高出19.82%。通过补糖工艺的研究,在氮源和碳源耗尽时,补糖可以促进甘露醇的产生。本文为以后的工业化生产提供了理论依据。