细胞膜分离费氏丙酸杆菌离位转化合成维生素B12

采用膜分离技术将费氏丙酸杆菌菌体细胞分离,离位合成转化维生素B12,考察了不同类型及孔径的膜对发酵液的处理能力及对菌体细胞活性的损伤情况,分析了不同浓缩条件下维生素B12的转化效果. 结果表明,卷式膜比陶瓷膜更适用于发酵液中菌体细胞的分离,用0.22 mm卷式膜处理时,细胞的生物活性几乎不受损伤,存活率达99.5%,将发酵液浓缩4倍,中间体Abo-cbi转化率达78.8%,维生素B12产量为53.9 mg/L.     

基于离子交换层析技术提取发酵液中的丙酸

用7种不同性能的阴离子交换树脂吸附发酵液中丙酸,考察了发酵液酸化方式及pH值对吸附量的影响,分析了不同浓度H2SO4的解吸情况,比较了多柱串联组合层析提高丙酸收率的可行性. 结果表明,大孔弱碱性丙烯酸系阴离子交换树脂ZGD630对发酵液中的丙酸吸附量最高,采用H型阳离子交换树脂D001酸化工艺,当pH值由6.5降至3时,ZGD630树脂对发酵液中丙酸的静态吸附量从54.34 mg/g提高至110 mg/g,动态吸附量达152.5 mg/g. 用4 mol/L H2SO4进行解吸,丙酸浓度最高达81.8 g/L,为初始发酵液的2.12倍. 采用3柱串联组合层析时丙酸收率达62.15%,较单柱层析显著提高.     

免疫小波网络在水轮机组故障诊断中的应用

水轮发电机组的故障原因非常复杂,目前尚难以通过理论分析在故障原因和故障征兆之间建立对应关系,为此,本文结合水轮发电机组的振动特点和小波网络的结构特点,建立了免疫小波神经网络模型。在对小波网络结构参数进行优化时,应用免疫系统的调节原理,依据抗体的适应度和抗体浓度的大小来确定其选择概率;并利用适应度函数动态调整交叉概率和变异概率。实例计算结果表明,与实际诊断结果相符,且该模型收敛速度快,精度高并有较好的泛化能力。     

丙酸高产菌株的选育及发酵培养基优化

通过环境压力筛选获得了一株耐受30 g/L丙酸的产酸丙酸杆菌菌株(Propionibacterium acidipropionici WY320),降低了发酵过程中丙酸的反馈抑制作用,采用正交实验设计优化了发酵培养基. 结果表明,发酵培养基最适的玉米浆、酵母膏和(NH4)2SO4浓度分别为60, 10和7.5 g/L. 该条件下,摇瓶培养耐酸菌株的发酵周期为240 h,丙酸产量为49.35 g/L,较优化前提高72.98%,产率为0.21 g/(L×h); 5 L发酵罐培养的发酵周期为168 h,丙酸产量达51.96 g/L,产率为0.31 g/(L×h),较摇瓶培养提高47.62%,优于文献报道水平.     

热电联产热电分摊方法的研究

通过对热量法热电分摊的分析,引入能级的概念,将冷源损失按质分摊给热电双方.该方法克服了热量法的缺点,物理意义明确,计算简便.     

带AGV开放车间调度的析取图模型与求解

随着AGV小车在制造系统的广泛应用，其路线规划与生产调度集成可大大提高生产效率，降低运输能耗。这里以开放车间为研究对象，考虑AGV的物料搬运特性，提出了一种考虑最大完工时间和AGV能耗的双目标析取图模型，剖析问题特征，提取问题的关键弧特性；其次，设计了基于关键弧的多种邻域结构，融合遗传算法的全局搜索能力和变邻域结构的局部探索能力实现问题的寻优。最后，标杆案例测试结果表明，所提出算法可有效解决带AGV开放车间调度问题，多种邻域结构设计显著地提升了算法求解性能。     

基于VPN的分布式锅炉远程集中监控系统设计与应用

针对分布式锅炉供热系统相对于运营中心具有位置分散、距离远、网络情况参差不齐的现状，因地制宜、利用有线无线技术相结合的方式、优化网络结构，设计了基于VPN的一种优化的数据采集、传输、监控系统。通过现场数据采集系统、信息传输系统及监控平台的详细设计，实现了对分布式锅炉系统现场各子系统的整合、数据采集、传输，实现了对分布式锅炉供热系统的远程集中监控、现场无人值守，提升了整个系统的自动化水平，提高了运营人员的管理效率。     

基于变邻域搜索算法的多资源船舶维修项目工期优化

针对船舶维修工程存在的维修项目交叉耦合作业、维修流程复杂、资源需求量大等特点,将船舶维修调度问题归纳为在合理规划维修任务序列和多资源分配的前提下,实现维修工期最佳的多资源受限项目调度问题。为了充分剖析问题特征,首先,以维修工期为目标,以维修任务序列和资源分配为决策变量,建立多资源下船舶维修调度混合整数规划模型;其次,提出一种改进变邻域搜索算法的多资源船舶维修项目工期优化框架;最后,以50组标杆案例验证该方法的优越性,并与遗传算法、粒子群算法进行对比分析。实验结果表明,改进的变邻域搜索算法具有显著优越性,可为船舶维修计划制订提供参考。     

机器故障下柔性作业车间的生产重调度方式决策模型

在机器故障后采用何种方式进行生产重调度，直接影响到柔性作业车间的生产效率和稳定性。为此，提出一种融合数据仿真、遗传优化与BP神经网络的重调度方式决策模型，以便在给定故障情形下经济、高效、快速地估计出最优重调度方式。首先，针对柔性作业车间，仿真生成不同机器故障情形下、各种重调度方式下的重调度方案，比较最大完工时间差值、工序结束时间差值和工序变动成本3个评价指标，将综合指标最小的重调度方式判定为给定情形下的最优方式，产生出带标签的大规模样本。在此基础上，构建基于遗传—神经网络的重调度方式决策模型，挖掘机器故障与重调度方式的内在联系，估计不同故障情形下的最优重调度方式。其中，遗传算法先用于确定BP神经网络结构，再用于优化权值和阈值。实验证明所提出决策模型能显著提升机器故障下柔性作业车间的决策效率与反应能力。     

基于改进MOEA/D算法的多目标单元构建问题求解

针对具有不同加工流程信息的多类型零件的单元构建问题，建立了最大化机器利用率和成组效率的多目标单元构建数学规划模型。在此基础上，提出一种改进MOEA/D算法(improved multi-objective evolutionary algorithm based on decomposition, IMOEA/D)。剖析模型特征，设计了面向机器分配和零件划分的双层编码策略；为了保证算法迭代的有效性，设计了初始化筛选方法和考虑各制造单元间机器零件平衡性的非法解修复策略；为了增强算法的局部探索能力，设计了基于模拟退火算法的局部搜索方法。实验结果表明所提算法具有优越的性能，获得的Pareto前沿解在覆盖率和Pareto比率两个指标上表现较优，且随着问题规模的扩大，其Pareto前沿优势更加明显。