排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
2.
将滚筒式气体射流冲击干燥机应用于稻谷干燥,主要研究风温、风速及滚筒转速对稻谷干燥速率、发芽率和爆腰率的影响。结果表明:稻谷的滚筒式气体射流冲击干燥属于降速干燥,且风温对干燥速率、发芽率和爆腰率的影响显著,风速对发芽率影响明显,滚筒转速对干燥速率和干燥后稻谷的品质影响不显著。研究给出了合理的干燥工艺参数:稻谷的滚筒式气体射流冲击干燥较为合理的风温为60℃,风速为23m/s,滚筒转速为3. 5r/min。本研究为稻谷快速、优质干燥提供了一种新型的技术与装置支持。 相似文献
3.
披碱草种子的气流冲击式转筒干燥试验 总被引:2,自引:2,他引:0
为研究气流冲击式转筒干燥结构参数(喷管直径、喷嘴高度与喷管倾角)与工艺参数(风温、风速与转筒转速)变化对牧草种子干燥速率与发芽率的影响,该文将气流冲击式转筒干燥技术应用于披碱草种子干燥,并通过Design-Expert 7.0软件对试验进行优化设计,建立了试验条件范围内平均干燥速率的预测模型。试验结果表明:气流冲击式转筒干燥技术可较好的应用于披碱草种子的干燥,干燥后的披碱草种子达到了国家一级种子标准;在试验条件范围内,风温、风速、风温和分支喷管倾角交互作用、风速和转筒转速交互作用对平均干燥速率的影响显著,影响大小依次为:风温>风速>风速和转筒转速交互作用>风温和分支喷管倾角交互作用;各因素及其交互作用对发芽率的影响不显著。该研究为气流冲击式转筒干燥技术应用于种子的干燥提供了技术依据。 相似文献
4.
5.
红枣片冷冻-红外分段组合干燥工艺优化 总被引:4,自引:4,他引:0
为开发一种提质增效的红枣片干燥工艺,比较了单一干燥(冷冻干燥、红外干燥、热风干燥和微波真空干燥)对红枣片干燥特性及品质的影响,选用冷冻与红外干燥分段组合的方法干制红枣片,以干燥时间和维生素C保留率为评价指标,采用三元二次通用旋转组合设计优化红枣片冷冻-红外组合干燥工艺参数,并与红外干燥(64℃,6.75 W/g)、冷冻干燥(-40℃,12 Pa,64℃)产品的干燥时间和品质进行对比分析。结果表明:1)冷冻与热风干燥的干燥时间最长,微波真空干燥最短,红外干燥次之;2)冷冻干燥产品品质较好,但酥脆性一般,红外干燥产品在色泽、质构(硬/脆度)、微观结构方面均好于热风和微波真空干燥产品,且酥脆性较好;3)转换含水率、红外温度和切片厚度对红枣片冷冻-红外组合干燥过程有显著影响(P<0.05),对干燥时间影响主次顺序依次为转换含水率、红外温度、切片厚度,对维生素C保留率影响主次顺序依次为红外温度、转换含水率、切片厚度;4)采用响应曲面法优化与试验验证确定出较佳工艺参数为:转换含水率34 %、红外温度64℃、切片厚度5 mm,此时,干燥时间3.62 h,维生素C保留率68.92%;5)冷冻-红外组合干燥产品品质优于红外干燥,干燥时间比冷冻干燥缩短57.6%,维生素C保留率比红外干燥提高了34.6%。结果表明冷冻-红外组合干燥缩短了干燥时间同时保证了干燥品质,可为红枣片干制加工提供一种新的组合干燥技术和理论依据。 相似文献
6.
为了探讨高光谱图像技术对不同储存时间和取样部位的牛肉颜色检测的可行性,采集具有代表性的牛肉后腿、里脊和背脊共82个牛肉样品的高光谱图像,并测量其亮度、红度、黄度和饱和度等颜色参数.选取感兴趣区域获取样品代表性光谱,通过选择适宜的谱区范围和预处理方法,建立并评价了预测各颜色参数的偏最小二乘校正模型.对于亮度、红度、黄度和饱和度,校正集的相关系数分别为0.80、0.91、0.91和0.93,校正标准差分别为2.23、1.18、0.82和1.12,预测集的相关系数分别为0.92、0.88、0.87和0.89,预测标准差分别为1.66、1.45、0.80和1.27.研究结果表明,高光谱图像技术可用于快速无损检测不同储存时间下、不同部位的牛肉颜色. 相似文献
7.
8.
研究了冬枣片在各种干燥温度、风速和转速条件下的气体射流冲击干燥特性,并进行了方差分析,建立了冬枣片气体射流冲击干燥的数学模型,且对实验数据进行了拟合与验证。实验结果表明:冬枣片的整个干燥过程属于降速干燥。采用Modified Page等5种薄层经典干燥模型对干燥过程进行拟合,通过决定系数R2、均方误差根(RMSE)和误差平方和(SSE)等拟合优度评价指标对几种经典干燥模型的拟合进行评价,结果表明:冬枣片气体射流冲击干燥过程与Modified Page经典干燥模型较为吻合。 相似文献
9.
基于BP和Adaboost-BP神经网络的 羊肉新鲜度高光谱定性分析 总被引:1,自引:0,他引:1
【目的】 实现对羊肉新鲜度的快速准确鉴别。【方法】 研究通过对460~1 000 nm的羊肉高光谱图像纯肌肉部分提取光谱数据,以挥发性盐基氮(TVB-N)值对新鲜度等级进行划分,对预处理后的光谱数据分别采用连续投影算法(SPA)、主成分分析(PCA)两种压缩降维方法和反向传播(BP)神经网络、自适应提升BP(Adaboost-BP)神经网络两种建模方法开展羊肉新鲜度的分类比较。【结果】 其中采用SPA、PCA建立的BP模型校正集与预测集准确率均为100%、83.33%,建立的Adaboost-BP模型校正集与预测集准确率均为100%、94.44%,两种压缩降维方法下Adaboost-BP模型效果均优于BP模型。【结论】 利用高光谱图像技术结合Adaboost-BP方法对羊肉新鲜度等级进行分类判别是可行的。 相似文献
10.