航空配餐楼空调设计

介绍了航空楼的配餐工艺流程、食品生产流程和温度控制要求,结合工程实例着重介绍了航空配餐楼空调系统、通风系统、自控系统设计。     

让云中美食好上更好——记北京空港配餐有限公司第二届航空餐食设计比赛

日前，BAIK2002年第二届航空餐食设计大赛在北京空港配餐有限公司落下帷幕。其中由绣球鲜贝、培根蘑菇牛肉卷、什锦水晶坯、人参石榴鸡及香酥巧克力派组成的头等舱餐食荣获第一名。北京空港配餐有限公司成立六年多，是专为国际国内航空公司制作餐食服务的企业，拥有一流的专业化管理水平和国际一流水平的厨师队伍，在国内数次烹饪比赛中争得大奖。“好、更好、创最好，行、争行、争最行”，这句公司对员工餐食制作和服务工作的要求，已成为激发员工们创新能力、开拓航空配餐思路、在工作中不断提高技术水平的名言警句。北京空港配餐有限公…     

人工神经网络模型在纸机设计中的应用研究

人工神经网络是由大量简单元件相互连接而成的复杂网络，具有高度的非线性，能够进行复杂的逻辑操作和非线性关系实现的系统。本文构建了流浆箱中纤维所受流体剪切力的人工神经网络非线性模型，为神经网络在流浆箱设计中的进一步应用做铺垫。     

冷藏三文鱼片微生物生长动力学模型适用性分析及货架期模型的建立

为研究不同冷藏温度(0,4,10℃)下三文鱼片中菌落总数、明亮发光杆菌、乳酸菌、假单胞菌以及产H2S细菌的生长情况,用不同的微生物生长动力学模型对其微生物生长动态进行非线性拟合,探究动力学模型对冷藏三文鱼片微生物生长的适用性,建立其剩余货架期模型。分别以一级化学反应动力学模型、修正的Gompetz模型、Baranyi and Roberts模型作为一级微生物生长动力学模型,描述微生物在恒定温度下随时间的生长规律;分别以Arrhenius方程和Belehradek方程(平方根模型)为二级模型,描述贮藏温度对微生物生长曲线的最大比生长速率(μmax)及延滞时间(λ)的影响。结果显示:Baranyi and Roberts模型方程能更好地描述冷藏三文鱼片中微生物的生长动态,拟合效果优于一级化学反应动力学模型和修正的Gompertz模型。Baranyi and Roberts模型方程所得参数用Belehradek方程拟合,结果发现冷藏三文鱼片微生物生长的最大比生长速率和延滞时间与贮藏温度呈良好的线性关系。由Belehradek方程建立的冷藏三文鱼片剩余货架期模型相对误差在(±18.90%)内,比Arrhenius方程建立的货架期预测模型预测更准确,可很好地描述菌落总数、假单胞菌、产H2S细菌及明亮发光杆菌随贮藏时间和温度的变化规律,预测冷藏三文鱼片的货架期。     

烤鸭中金黄色葡萄球菌生长模型的建立

选用修正的Gompertz（SGompertz）和修正的Logistic（Slogistic）作为一级生长模型,应用Origin 9.0软件分别拟合烤鸭中金黄色葡萄球菌在10、15、25、30、37 ℃的生长数据,并以此获得最大比生长速率（μmax）和迟滞期（λ）。在此基础上,采用平方根模型和二次多项式模型建立二级生长模型。结果表明,SGompertz模型拟合的R2值优于Slogistic模型。以SGompertz模型拟合得到的μmax建立平方根和二次多项式模型R2分别为0.942 3、0.947 1,偏差因子（Bf）分别为1.02和0.93,准确因子（Af）分别为1.18和1.37,表明采用μmax进行拟合时平方根模型的预测效果较好;以SGompertz模型拟合得到的λ建立的平方根和二次多项式模型R2分别为0.953 3、0.987 1,Bf分别为0.99和1.00,Af分别为1.11和1.06,表明采用λ进行拟合时二次多项式模型较好。     

人工神经网络在海洋微生物脂肪酶发酵中的应用

由于微生物生长过程具有高度的非线性和时变性而且重复性差,使发酵过程控制问题变得很复杂。以海洋酵母Bohaisea-9145发酵生产脂肪酶为例,利用人工神经网络控制方法,建立了批式发酵模型。通过对模型中酶活力、菌体浓度和葡萄糖浓度的模拟和实测值比较,该模型的泛化能力较好,模型对发酵过程的仿真是有效的。以此模型模拟的葡萄糖流加补料策略为方案,脂肪酶发酵活力比批式发酵提高了3.45倍。     

基于人工神经网络的粗纺羊绒纱线质量预报模型

随着科学技术的进步,各行各业都十分重视利用高新技术来改造传统产业,纺织行业也不例外,而羊绒纺织工业是纺织工业的重要组成部分,因此重视利用计算机等现代科学技术提高对绒纺生产质量的预测和控制,使企业占据竞争的有利地位是必然的发展趋势。本研究采用BP神经网络算法,利用计算机软件编程,建立粗纺羊绒纱线质量预报模型。通过该模型可以预见某种原料所能加工出的产品质量情况,以指导生产过程的质量控制,降低企业的生产成本,缩短新产品的开发周期,并提高企业的生产管理水平。     

基于人工神经网络的毛条品质反演模型

简述了毛条品质反演的理论与实际意义，推导了BP神经网络的标准算法。通过建立BP神经网络模型对羊毛细度(D)、细度离散(CVD)、长度(H)与长度离散(CVH)进行反演，验证了BP神经网络模型的反演准确性与高效性。     

原料乳中金黄色葡萄球菌生长模型的建立

金黄色葡萄球菌是严重危害人类健康的致病菌之一。本实验研究了原料奶中该菌在不同温度下的生长繁殖规律,建立了金黄色葡萄球菌混合菌株在原料奶中的生长模型,为今后原料奶和乳制品特征性病原菌的风险评估奠定了一定的理论和科学基础。      

原料乳中金黄色葡萄球菌生长模型的建立

金黄色葡萄球菌是严重危害人类健康的致病菌之一.本实验研究了原料奶中该菌在不同温度下的生长繁殖规律,建立了金黄色葡萄球菌混合菌株在原料奶中的生长模型,为今后原料奶和乳制品特征性病原菌的风险评估奠定了一定的理论和科学基础.     

餐饮服务日常监督检查工作量化模型研究

基于餐饮服务食品安全事件不断发生,餐饮检查内容多,食品安全监管人员数量缺乏和在推进国家治理体系和治理能力现代化新时期的背景下,强调食品安全战略,强化餐饮服务日常食品安全监管,对促进食品安全社会共治具有重要意义。本文研究以《食品生产经营日常监督检查管理办法》为依据,基于有限食品安全监管资源,实现最优化分配为主要目标,以日常监督检查的工作天数、检查企业次数、检查项数量、检查人员数量等因素构建食品生产经营餐饮服务日常监督检查工作量化模型,形成餐饮服务日常监督检查工作量与基层人员工作能力效率量两者之间的关系枢纽,为监管部门制定科学制定监管计划和检查事项提供理论参考依据,有助于提升食品安全监管部门日常监督检查的效率和实现基层监管力量合理配置。最后,基于实际餐饮服务日常监督检查调研进行实证分析和计算,发现餐饮服务日常监督检查工作量超过基层工作效率,需要进一步优化监督检查的流程,提高工作效率。     

永丰辣酱人工接种发酵工艺优化及其数学模型研究

在预试验的基础上,运用中心组合试验设计对永丰辣酱人工接种发酵工艺进行研究.结果表明:添加8%的食盐、0.83%的鲁氏酵母种子液,在定期揿酱的前提下,28～40℃间歇式控温发酵31 d;所得人工接种发酵产品与传统发酵产品的氨基态氮含量基本相当,发酵时间节约一半,总酯含量提高74%,食盐含量降低38%;其余理化和卫生指标均达到或超过传统产品,滋气味与传统产品比较接近.在优亿工艺条件下,经试验验证,回归模型能较好地预测产品中的总酯含量.     

Nonlinear predictive control based on artificial neural network model for industrial crystallization

This paper illustrates the benefits of a nonlinear model based predictive control (NMPC) strategy for setpoint tracking control of an industrial crystallization process. A neural networks model is used as internal model to predict process outputs. An optimization problem is solved to compute future control actions taking into account real-time control objectives. Furthermore, a more suitable output variable is used for process control: the mass of crystals in the solution is used instead of the traditional electrical conductivity. The performance of the NMPC implementation is assessed via simulation results based on industrial data.     

基于神经网络的微生物生长预测模型

鉴于现有大多数预测模型都是经验型模型,含有过多没有生物解释的参数,提出一个基于神经网络的非经验型的微生物生长预测模型,并以李斯特菌为研究实例,利用其试验环境的温度、pH值和Aw值建立BP神经网络二级生长模型,在不同环境条件下拟合微生物的生长速率和倍增时间,结合微生物初始浓度对一级模型的时间与微生物生长情况进行预测,最后利用李斯特菌生长数据对模型进行仿真测试。试验结果证明,该模型可以对微生物生长的各个时期进行有效预测,相对于经验模型,该模型更加适用于微生物生长动力学预测,有效地解决了经验型模型的参数问题。     

A new approach for prediction of sewing performance of fabrics in apparel manufacturing using artificial neural networks

Abstract

This paper investigates the use of extended normalized radial basis function (ENRBF) neural networks to predict the sewing performance of fabrics in apparel manufacturing. In order to evaluate the performance of the ENRBF neural networks that could be emulated as human decision in the prediction of sewing performance of fabrics more effectively, it could be compared with the traditional back-propagation (BP) neural networks in terms of prediction errors. There are 109 data sets cover fabric properties measured by using a computerized measuring system, and the sewing performance of each fabric's specimen assessed by the domain experts. Of these 109 input—output data pairs, 94 were used to train the proposed ENRBF and BP neural networks for the prediction of the unknown sewing performance of a given fabric, and 15 were used to test the proposed ENRBF and BP neural networks, respectively. After 10,000 iterations of training of the ENRBF and BP neural networks, both of them converged to the minimum error level. A comparison was made between actual fabric performances during sewing, the experts' advices, and the results of predicting fabric performances during sewing for both networks. It was found that the ENRBF and BP neural networks indicate similar error levels, but the prediction made by the ENRBF neural network is better than the prediction made by the BP neural network in some areas. Both the systems provided better advice than the experts in some areas, when compared to actual sewing performance.     

Antioxidant activity prediction and classification of some teas using artificial neural networks

In order to characterise and to classify some teas a simple, rapid and economical method based on composition, antioxidant activity and artificial neural networks (ANNs) is proposed. For these purpose two types of ANN based applications have been developed: one for predicting the antioxidant activity and a second one for establishing the class of the teas. The complex relationship between the total antioxidant activity (AA) depending on the total flavonoids content (F), total catechins content (C) and total methyl-xanthines content (MX) of commercial teas was revealed by the first designed feed-forward ANN. Secondly, using a probabilistic ANN, successful tea classification in various classes (green tea, black tea and express black tea) was also performed.     

Classification of Slovak white wines using artificial neural networks and discriminant techniques

This work demonstrates the possibility to use artificial neural networks (ANN) for the classification of white varietal wines. A multilayer perceptron technique using quick propagation and quasi-Newton propagation algorithms was the most successful. The developed methodology was applied to classify Slovak white wines of different variety, year of production and from different producers. The wine samples were analysed by the GC–MS technique taking into consideration mainly volatile species, which highly influence the wine aroma (terpenes, esters, alcohols). The analytical data were evaluated by means of the ANN and the classification results were compared with the analysis of variance (ANOVA). A good agreement amongst the applied computational methods has been observed and, in addition, further special information on the importance of the volatile compounds for the wine classification has been provided.     

基于人工神经网络的毛精纺纱线质量预报技术

介绍了毛精纺纺纱过程与人工神经网络的特点 ,提出人工神经网络在纺纱质量预报中的工作原理与实现方法 ,并提供了国内外的应用实例 ,指出人工神经网络技术在毛精纺纱线质量预报中的广泛应用前景。     

区域性大型活动餐饮安全风险评估指标及模型的建立

目的探讨区域性大型活动餐饮安全风险评估指标,建立评价模型,为区域性大型活动接待单位的事先遴选和开展餐饮安全保障工作提供科学依据。方法采用Delphi专家咨询法确定餐饮安全风险评估指标体系以及评价指标的权重;采用综合指数法建立线性风险评估模型。结果 30名咨询专家的平均从业经历为20.63±5.80年,两轮的应答率均为100%,权威系数分别为0.86±0.06和0.89±0.06,Kendall协调系数分别为0.747(χ2=645.518,P<0.01)和0.858(χ2=802.321,P<0.01),均具有统计学意义;确定了餐饮食品安全风险评估一级指标5项、二级指标22项以及各项指标的权重,其中卫生信誉、卫生管理、建筑卫生、硬件设施和采购、加工、贮存、运输环节卫生的平均权重分别为0.93、1.54、1.43、2.06和4.04;建立了线性风险评估模型。结论区域性大型活动餐饮安全保障线性风险评估模型的建立可为餐饮安全保障工作提供科学依据,具有推广应用价值。     

BP神经网络在羊毛品质预测中的应用研究

用BP神经网络方法对加工毛条时所需的羊毛品质进行预测 ,阐述了利用BP神经网络预测羊毛品质的工作原理 ,给出了羊毛品质预测系统的BP神经网络模型 ,并得出了实验结论。