黑米蛋白的提取工艺优化及其功能性质研究

以黑米为研究对象,采用响应面试验优化超声波辅助碱提蛋白的工艺,并以传统碱提蛋白为对照,探讨黑米蛋白的基本功能性质。结果表明,超声辅助工艺参数对黑米蛋白的提取率有显著影响,因素的影响大小依次为超声功率超声时间料液比pH值,超声波辅助碱提蛋白的最佳工艺条件为:超声时间20 min,超声功率386 W,pH13,料液比1:10(g/mL),在此条件下,黑米蛋白最高提取率可达74.92%;超声辅助提取的黑米蛋白,其溶解性、乳化性、乳化稳定性、起泡性和起泡稳定性均优于传统碱提蛋白,而后者的持水性和吸油性优于前者。     

TBM压注式超高性能混凝土试验研究

针对天山胜利隧道TBM压注式超高性能混凝土(UHPC)的性能要求,基于紧密堆积理论,优化了混凝土中胶凝材料各组分的比例。通过掺入钢渣粉、纳米早强剂和塑性膨胀剂配制出了大流动度、超长保坍、超早强、低收缩的UHPC,并研究了胶凝材料体系紧密堆积孔隙率、钢纤维掺量、混凝土流动性三者之间的关系。结果表明:采用复合掺合料、钢渣粉优化胶凝体系、骨料体系可制备出工作性良好、各项性能指标均能满足要求的UHPC,初始流动度大于700 mm,4 h流动度经时损失小于5%,1 d拆模且抗压强度大于设计要求51.6 MPa,28 d干燥收缩仅为200×10^-6。纳米早强剂的掺入不但保证了混凝土早期强度的增长,而且不影响混凝土流动性的长时间保持和后期强度的增长。     

外源添加氨基酸对郫县豆瓣模拟体系感官及特征风味的影响

选择11 种可能参与美拉德反应产生郫县豆瓣特征香气的氨基酸,构建单一氨基酸/复合氨基酸-郫县豆瓣水提液美拉德反应模型,探究外源氨基酸对郫县豆瓣特征风味的贡献。固相微萃取-气相色谱-质谱分析结果表明,将11 种单一氨基酸与豆瓣水提液进行美拉德反应后,得到17 种郫县豆瓣关键香气化合物。根据11 种单一氨基酸对郫县豆瓣关键香气化合物的贡献程度,选取其中的苯丙氨酸（Phe）、甲硫氨酸（Met）、精氨酸（Arg）、天冬氨酸（Asp）、赖氨酸（Lys）与亮氨酸（Leu）6 种复合氨基酸进行模型构建,以感官评价为主,关键化合物数量、含量为辅,最终确定在郫县豆瓣模拟体系中,适宜的氨基酸添加量为每50 mL郫县豆瓣水提液中,加入1.400 g Asp、0.720 g Arg、0.100 g Met、0.740 g Leu、0.480 g Phe和0.500 g Lys。复合氨基酸的添加使郫县豆瓣关键香气化合物种类和含量更加丰富,感官更加协调且浓郁。     

基于人工神经网络和遗传算法的隧道爆破超挖预测模型研究

隧道超挖会额外增加施工成本，还将面临潜在开挖面坍塌、冒顶等风险。本文以G0711乌鲁木齐至尉犁段天山胜利隧道主洞施工为依托，利用人工神经网络(ANN)、遗传算法-人工神经网络(GA-ANN)两个智能模型来预测隧道超挖量。首先提取依托工程中的406个数据集组成数据库，其中延误次数、炮孔长度、炮孔抵抗线、炮孔间距、炸药单耗、围岩等级、炮孔抵抗线等参数为输入端，所预测隧道超挖量为输出端；然后根据均方根误差(RMSE)、方差贡献(VAF)和确定系数(R²)等性能指标筛选出预测精度更高的智能模型。研究结果表明：GA-ANN模型训练集和测试集结果(VAF=90.134,R²=0.903,RMSE=0.058;VAF=88.030,R²=0.881,RMSE=0.074)明显优于ANN模型(VAF=70.319,R²=0.703,RMSE=0.103;VAF=768.731,R²=0.693,RMSE=0.108)，因此GA-ANN预测方法更能精确预测隧道钻爆施工超挖量。此外，敏感性分析结果...