果胶酶G5512菌株深层液体发酵中试及提取工艺研究

以炭黑曲霉(Aspergilluscarbonarius)AS3.396的高产果胶酶突变株G5512为生产菌,在500L发酵罐中进行深层液体发酵中试。结果表明,在发酵过程中分别进行补料和调节pH,能大幅度提高酶活性;同时进行补料和调节pH,以高酯果胶为底物时发酵液最高酶活性可达1248.17U/mL,以低酯果胶为底物时达2235.75U/mL,分别较出发菌株提高了约2倍和11倍。通过试验,还确定了从发酵液中分离提取果胶酶的最佳工艺流程:发酵酶液→超滤→酒精沉淀→真空干燥,其酶活性回收率在以高酯果胶为底物时达到89.3%,以低酯果胶为底物时为80.3%。     

中国深海鱼类区系组成的研究

本文根据作者多年的调查研究，对所得栖息水深２００￣１１００ｍ的鱼类３５０种（包括５０余种我国新记录），结合有关文献资料增录１８２种，共整理出中国深海鱼类５３２种，就这些种类对中国深海鱼类的区系组成作出初步的研究，并对这些种类的优势种、地理分布、水深分布作了初步分析。     

紫甘薯红色素提取技术的研究

以紫甘薯为原料,研究了溶剂浸提法、超声波萃取法和微波萃取法对紫甘薯红色素的提取效果。结果表明:溶剂浸提法虽提取率较高,但提取时间较长;超声波萃取法的提取率较低;微波萃取法是一种较好的提取方法,在1.0%的柠檬酸水溶液,料液比1:40,微波辐射功率700W,辐射时间45s的条件下,提取3次,提取量可达到9.469mg.g-1。     

加速溶剂萃取-气相色谱法测定土壤中有机氯农药残留

研究了加速溶剂萃取仪提取土壤中有机氯农药残留的最佳条件。研究表明,采用正己烷和丙酮(1:1V/V)的混合溶剂为提取剂,萃取温度40℃,压力为10.3MPa;该方法无需对样品净化,样品经提取、浓缩后,以大口径毛细管柱为分离柱,GC-ECD检测,内标法定量;方法简单、快捷、经济,平均加标回收率为79.4%～102.1%,RSD为2.34%～5.72%,检测限为0.041～0.133ng/g。     

小麦溶剂保持力微量测定方法的建立

采用15个不同硬度小麦的0.5 g面粉或0.5 g全麦粉进行4种溶剂保持力的测定,并与标准的5.0 g面粉测定方法比较.结果显示: 0.5 g面粉测定法的测定结果与5.0 g面粉测定法(标准方法)的相关极显著,水、碳酸钠、蔗糖和乳酸溶剂保持力的相关系数分别为0.98、0.96、0.95和0.98,表明0.5 g面粉测定法可以替代标准测定方法用于软质小麦的早代筛选;0.5 g全麦粉测定法的乳酸溶剂保持力与标准方法的相关极显著,相关系数为0.73,但水、碳酸钠和蔗糖溶剂保持力与标准方法的相关不显著,因此不能替代标准方法用于软质小麦的早代筛选.     

深基坑桩锚支护的弹塑性有限元分析

以某高层建筑深基坑桩锚支护为例，采用弹塑性有限元分析，对基坑开挖、支护施工进行了数值模拟，并据此分析了土体的位移和锚杆的受力状态．对比基坑顶部边缘的计算位移与实测位移值，两者较为接近，表明本计算是可行的，可供类似深基坑支护工程借鉴和参考．     

昌黎原产地域赤霞珠干红葡萄酒香气成分研究

为了对我国葡萄酒实施原产地域保护提供理论依据。采用溶剂微萃取法提取赤霞珠干红葡萄酒的香气成分,用内标法对检测峰进行半定量分析,经气相色谱-质谱并结合计算机检索技术对分离化合物进行鉴定。结果表明,赤霞珠干红葡萄酒中共分离出43个峰,鉴定出35种香气物质,其中醇类、酸类、酯类分别为8,9,14种,占赤霞珠干红葡萄酒香气成分总量的52.12%,12.32%,33.52%;香气成分相对含量排在前10位的分别为:苯乙醇、琥珀酸单乙酯、异戊醇、琥珀酸二乙酯、辛酸、2-甲基-1-丁醇、五氧四氢呋喃-2-羟基乙酯、2-羟基-3-甲基-琥珀酸二乙酯、3-甲硫基-1-丙醇、香草酸乙酯。35种香气成分的相对标准偏差均在10以下。说明采用的溶剂微萃取法准确度高,分析结果可靠,能真实反映葡萄酒香气成分的组成,适用于葡萄酒香气成分分析。     

黄土地区深路堑边坡稳定性分析及抗滑桩设计

原状黄土的抗剪强度与黄土的干容重、含水量、粘粒含量等物理力学性质有关.通过对具体参数指标的分析,确定了不同区域内黄土的土性参数,进而提出了深路堑边坡的稳定性分析及打滑桩设计.     

浅述涂层刀具与深冷加工刀具的性能对比

刀具的涂层与深冷处理都是当今世界上流行的刀具强化与处理的新，经上述处理后的刀具既具有硬度高。耐磨性好，又能保持较好韧性等特点，但两者又有诸多不同之处。本文是作者在实验研究基础上，针对这二种处理的刀具各自的特点进行了分析对比，便于在生产上能合理的推广使用。     

基于深层神经网络的猪声音分类

猪的声音能够反映生猪的应激状态以及健康状况,同时声音信号也是最容易通过非接触方式采集到的生物特征之一。深层神经网络在图像分类研究中显示了巨大优势。谱图作为一种可视化声音时频特征显示方式,结合深层神经网络分类模型,可以提高声音信号分类的精度。现场采集不同状态的猪只声音,研究适用于深层神经网络结构的最优谱图生成方法,构建了猪只声音谱图的数据集,利用Mobile Net V2网络对3种状态猪只声音进行分类识别。通过分析对比不同谱图参数以及网络宽度因子和分辨率因子,得出适用于猪只声音分类的最优模型。识别精度方面,通过与支持向量机,随机森林,梯度提升决策树、极端随机树4种模型进行对比,验证了算法的有效性,异常声音分类识别精度达到97.3%。该研究表明,猪只的异常发声与其异常行为相关,因此,对猪只的声音进行识别有助于对其进行行为监测,对建设现代化猪场具有重要意思。