机械去骨禽肉糜的应用及研究进展

介绍国内外机械去骨禽肉糜(MDPM)在食品中的应用及其在应用中出现的问题,如乳化、脂肪氧化、血红素氧化等,并探讨其开发利用前景.     

枯草芽孢杆菌中性蛋白酶的研究进展

中性蛋白酶因作用条件温和广泛应用于食品、医药以及饲料等领域。枯草芽孢杆菌为肠道益生菌,且具有较强的蛋白酶活性 而受到极大关注。该文对枯草芽孢杆菌中性蛋白酶的特性与应用、提高枯草芽孢杆菌中性蛋白酶活力的途径以及枯草芽孢杆菌中性 蛋白酶的分离纯化方法进行了综述,并对存在的问题进行了分析与展望,旨在为枯草芽孢杆菌产中性蛋白酶的深入研究提供参考。     

胆固醇液晶热致变色微胶囊的制备及其性能

为探索胆固醇类液晶在热致变色纺织品制备中的应用,采用三羟甲基三聚氰胺为壁材,胆固醇油醇碳酸酯和胆固醇壬酸酯的混合物为芯材,利用原位聚合法制备了胆固醇液晶微胶囊。对制备得到液晶微胶囊的微观形貌特征、热学性能以及热致变色性能进行了测试。测试结果表明：在乳化速度为6 000r/min、芯壁质量比为3：2、微胶囊包覆时反应溶液pH值为4.0的条件下,制备的液晶微胶囊粒径分布在10μm左右,微胶囊具有致密的壳结构、表面光滑的球形形态,以及良好的热致变色性能;它可在34.4 ～38.0 ℃的温度区间内,依次显示红黄绿蓝紫的颜色变化;其变色温度与人体体温接近,适合用于热致变色织物的制备。     

无模具石膏一次成型法的研究与应用

介绍了增强石膏硬度的化学与物理方法,同时阐述石膏不用模具直接造型的各种方法,简述了利用这些方法制作造型的应用前景。     

增塑剂在聚乳酸中的应用研究进展

主要介绍了国内外增塑剂在聚乳酸中的最新研究进展。     

溶胶-凝胶改善高性能纤维的耐光性

利用溶胶-凝胶涂层方法改善高性能纤维[Kevlar129、ZylonAS(PBO)和Kermel纤维]的耐光性,结果表明:此方法对纤维的耐光性能(强度、断裂伸长、模量)有一定的提高,其中Kermel纤维改善情况最优。从纤维的断裂形貌上分析,处理过的纤维比原样显示出更多的断裂同时性。这些改善可能是由于凝胶粒子在高性能纤维表面形成了—Ti—O—Ti—网络,这能有效隔断日光对高性能纤维的破坏。     

BOPP香烟包装热收缩膜增刚母料的开发

在双向拉伸聚丙烯(BOPP)香烟包装热收缩膜增刚母料中加入10%～30%的氢化石油树脂,能明显改变聚丙烯(PP)高分子链的聚集态结构,改善PP的加工性能和光学性能,增加高分子链拉伸取向的能力,提高PP的弹性模量和包装的挺括度。通过氢化石油树脂的选择、相容改性剂的选择和生产工艺的确定研究了BOPP香烟包装热收缩膜增刚母料的开发,研究表明:所开发的增刚母料的各项使用性能指标均相当或好于进口增刚母料。     

混菌发酵对柿子酒风味的影响研究

该文研究了果酒酵母和安琪干酵母混合发酵对柿子酒风味的影响。正交试验结果表明,蔗糖调节柿子果汁含糖量20°Bx,果酒酵母和安琪干酵母混合菌液接种量为5%(1∶1),添加碳酸氢钠溶液调整pH值为5,在28℃发酵8d,酿制出外观澄清透亮,风味独特,品质稳定的柿子果酒。GC-MS分析表明,混菌发酵制成的柿子酒中乙醇的相对含量高于其他2种酵母单菌发酵制成的柿子酒,高级醇种类及含量均低于其他2种酵母单菌发酵制成的柿子酒;酯类物质种类及含量均高于其他2种柿子酒;混菌发酵对柿子酒风味有明显改善。     

仙草提取物对贡丸质构特性、食用品质和抗氧化特性的影响

本实验的目的在于研究仙草提取物添加量对猪肉贡丸品质变化和抗氧化特性的影响。采用物理的方法测定了仙草贡丸质构特性和色泽,采用感官评定方法分析了贡丸的食用品质,并用化学的方法测定了4℃下储藏期间贡丸的硫代巴比妥酸反应物值(TBARS)和挥发性盐基氮(TVBN)变化情况。结果表明:随着仙草胶添加量的增加,贡丸的硬度、咀嚼性和弹性呈现先增加后降低趋势,色泽上L值、b值显著降低(P0.01),a值逐渐升高;与对照组相比,随着贮藏时间的增加,添加了仙草提取物的各处理组贡丸的脂肪和蛋白氧化速度显著降低(P0.05)。当仙草提取液添加量为总肉重的10%时,贡丸感官品质评分最高,与对照组相比,其硬度,弹性和咀嚼性分别提高了17.73%、9.33%和16.38%,同时还改善了风味,显著抑制了脂肪和蛋白氧化(P0.05),效果与0.02%BHA相近。     

Al-Cu-Mg-Ag合金热压缩变形行为的预测

采用了热模拟实验机研究了Al-Cu-Mg-Ag耐热铝合金的热压缩变形行为。实验的温度和应变速率分别为340～500℃,0.001～10 s-1。分别用了本构方程和人工神经网络来对Al-Cu-Mg-Ag合金的流变行为进行了分析和模拟。神经网络的结构是3-20-1;输入参数是温度,应变速率和应变;输出参数是流变应力。结果表明该合金的流变曲线出现加工硬化、过渡、软化和稳态流变这4个阶段,流变应力随着应变速率的增加而增大,随着变形温度的下降而减少。用所建立的神经网络模型预测了变形温度和应变速率对流变应力的影响,预测的结果与热压缩变形的基础理论吻合得很好,而且该模型可以很好地描述Al-Cu-Mg-Ag合金的流变应力,在应变速率为0.001～10 s-1的条件下,其平均相对误差分别为3.68%,3.98%,1.53%,3.53%和2.04%。这表明神经网络的预测性能优良,具有很强的推广能力。同时通过本构方程和神经网络的预测结果比较看出神经网络模型的相关系数比较高,而且神经网络比本构方程有更好的预测性能。神经网络可以预测不同应变下的相应的流变应力,但是本构方程只可以根据不同的应变速率和温度来预测峰值应力。