餐饮废水高效降解蛋白菌株的分离筛选及诱变选育研究

从龙潭山宾馆厨房排污口分离得到11株产蛋白酶菌株,培养相同时间测定蛋白质降解率,从中筛选出一株蛋白质降解率高的菌株P4.通过基本的生理生化性质的测定,初步鉴定为巨大芽孢杆菌(Bacillus megaterium).通过紫外诱变提高菌株的产蛋白酶能力,在发酵时间为120 h的前提下,蛋白质降解能力约提高10.96%.利用正交试验确定蛋白质最佳降解条件:酵母膏最优浓度为2.5 g/L,葡萄糖最优浓度为5.0 g/L,Cu2+最优浓度为1.0 g/L,最优装样量为40%.     

洗涤废水降解菌株的筛选及其降解特性的初步研究

从某高校2号公寓楼的洗衣房排污口内分离出了可以十二烷基苯磺酸钠(SDBS)为唯一碳源生长并且可降解SDBS的菌株MB1.在SDBS浓度为100 mg/L的培养基中经30℃培养3 d后,其SDBS降解率为78.2%.MB1菌株在SDBS浓度为500 mg/L的培养基中降解率可达52.8%.MB1菌株的SDBS最高耐受浓度为1 200 mg/L.用正交试验法确定该菌株降解SDBS的最佳降解条件为:酵母膏浓度为2.4 g/L、Fe2+浓度为0.000 5 g/L、接种量为4%、pH值为6.对MB1菌株进行生理生化鉴定,初步确定MB1菌株为黄杆菌属(Flavobacterium sp).     

基于VMD与正交局部保持投影的齿轮故障诊断

为了提高齿轮非平稳、非线性振动信号故障特征的可辨识性提出一种变分模态分解方法与正交局部保持投影的齿轮故障状态识别模型。该模型首先利用VMD对齿轮故障振动信号分解,接着对含有敏感信息的本征模态函数进行特征初步提取并构造高维观测样本,再用流形学习OLPP算法对高维观测样本特征进行压缩和二次提取,最后选用随机森林与概率神经网络算法实现模式识别。结果表明:该模型可以有效的抑制噪声对数据内在本质结构的破坏,提高了故障诊断的准确率且具有很好的泛化学习能力。