中国植物提取业的形成与发展策略

中国植物提取业迅速成长,形成具有战略性前景的新兴行业。对植物提取物及植物提取业进行了定义,简要介绍了我国植物提取业形成所经历的发展阶段,详细阐述了植物提取业主体产业链条各个环节所占的地位、发展现状以及它们之间的关系,提出了目前我国植物提取业尚存在的瓶颈问题及解决对策,并为中国植物提取业打入国际市场提出了发展策略。     

五味子精油的无溶剂微波萃取工艺优化及DPPH自由基清除作用

为优化五味子精油的萃取工艺条件,采用无溶剂微波萃取技术萃取五味子精油,考察了3个变量(萃取时间,微波功率,预处理加水量)对精油得率的影响,并通过均匀设计法确定最佳萃取工艺条件;利用GC-MS对优化条件下得到的精油进行成分分析,通过DPPH法检测精油的自由基清除能力。结果表明：最佳的工艺条件为萃取时间50min、微波功率800W、预处理加水量40%,优化的精油得率为0.92%;精油的GC-MS 分析共鉴定出35种成分,占精油总量的91.06%,依兰烯(34.81%)、β-雪松烯(10.74%)和α-佛手柑油烯(9.22%)为其中的3种主要成分;精油清除DPPH自由基的IC50 值为 3.01mg/mL。采用无溶剂微波萃取五味子精油工艺可行。     

基于电子舌和电子鼻结合DenseNet-ELM的陈醋年限检测

目的：实现陈醋酿造年限的快速检测。方法：采用电子舌(ET)和电子鼻(EN)结合密集卷积网络—极限学习机(DenseNet-ELM)模型对陈醋酿造年限进行快速检测,设计两种不同结构的密集卷积神经网络模型ET-DenseNet和EN-DenseNet,分别提取电子舌和电子鼻信号的特征信息,进而采用特征级信息融合方法,获得两种人工感官设备的融合特征向量,然后采用极限学习机(ELM)对融合的特征向量进行分类识别。结果：DenseNet能够有效提取到电子舌和电子鼻信号中深层特征,其特征提取能力优于离散小波变换(DWT)和卷积神经网络(CNN);相比于单独使用电子舌或者电子鼻,信息融合方法对不同年限陈醋检测的准确性和鲁棒性更优,其测试集准确率、查准率、召回率、F1-Score分别达到99.1%,0.98,0.99和0.99。结论：采用密集卷积网络缓解了深度学习模型由于深度增加导致的模型退化、泛化能力弱等问题,可对7种不同酿造年限的陈醋进行有效分类。     

一种适用于农村低压电网的电能质量监测系统

介绍了电能质量监测的重要性以及在农村低压电网推行电能质量监测系统的现实意义。通过简单介绍低压电力载波抄表系统提出一种基于载波抄表系统的电能质量监测系统的设计思路，并简单介绍了该系统的硬件、软件以及利用傅立叶变换分析方法的可行性。     

激光直接成型化学镀铜加速剂优选及性能研究

研究了在激光直接成型过程所用到的化学镀铜溶液中,加速剂种类和浓度对沉积速率和镀层表面质量的影响。选用甲醛为还原剂,乙二胺四乙酸及乙二胺四丙酸为络合剂的化学镀铜镀液,采用称量法、电化学测试方法及扫描电子显微镜对沉积速率和镀层微观形貌进行表征。结果表明,单独添加三乙胺、苯亚磺酸钠、聚二硫二丙烷磺酸钠或2-巯基苯并噻唑都可以起到加速沉铜速率的作用,而且三乙胺与苯亚磺酸钠可以组成复合添加剂使用,加速原因主要是促进了化学镀铜过程中的甲醛氧化反应的控制步骤氧化不析氢的反应速率,从而使总反应的速率有所提高。     

降低油田采出水配制聚合物溶液黏度损失的曝氧调控方法

在传统以混凝除油、过滤除杂为主要技术的处理工艺基础上,对采出水回注前进行曝氧处理以降低所配制聚合物溶液的黏度损失,已成为三次采油聚合物驱地面工程的一项重要工作。为建立科学的采出水曝氧程度评价方法,规范了采出水曝氧前、后水质溶氧量的普适性测试方法,研究了水质溶氧量和采出水曝氧后矿场配注流动工况对聚合物溶液黏度、抗剪切性和黏弹性的影响。研究结果表明,溶氧管比色法需根据采出水曝氧前后溶氧量的范围选择合适的测氧管,而电化学探头法在通用性和解析度方面更具优势,可优先选择;随着采出水曝氧程度的增加,聚合物溶液的黏度提高,采出水的溶氧量从曝氧前的0.25 mg/L增至9.42 mg/L时,聚合物溶液的黏度增幅为14.88%~19.16%,聚合物溶液浓度越大,黏度损失的控制效果越显著;抗剪切性能和弹性行为也明显改善,采出水曝氧后流动工况(流速和流动沿程距离)对聚合物溶液的黏度、抗剪切性和黏弹性的影响较小;用大庆油田污水站采出水配制聚合物溶液的水质初始最佳溶氧量约为6 mg/L。研究结果从定性到定量科学化构建了降低聚合物溶液黏度损失的油田采出水曝氧调控方法。     

无电解电容变频器的母线电压振荡抑制研究

针对传统电解电容变频器体积大、使用寿命短的问题,采用薄膜电容代替电解电容构成无电解电容交-直-交结构的变频器。针对无电解电容变频器V/F运行在低频过程中母线电压振荡的问题,首先根据感应电机的等效电路模型分析不同工作模式下的母线电压纹波和谐振特性,采用劳斯稳定判据分析无电解电容驱动系统的稳定条件;其次根据无电解电容驱动系统的数学模型,分析振荡过程中母线电压和定子无功电流的关系;最后提出基于定子电压定向的无功电流反馈控制策略抑制母线电压振荡,提高系统稳定性。仿真和实验结果表明,所提控制策略能够在全域范围内实现感应电机的稳定运行,有效提高系统稳定性。     

单宁酸-端氨基聚氧化丙烯纳米粒子/琼脂糖复合冷冻凝胶的制备及性能

为拓展琼脂糖基冷冻凝胶的生物功能,本文秉承便捷环保的理念,将原位制备的植物多酚单宁酸(TA)-端氨基聚氧化丙烯(D400)纳米粒子的分散液与琼脂糖溶液简单共混,采用冷冻凝胶技术成功制备新型复合冷冻凝胶(ATD),并研究TA-D400纳米粒子形成时间(0h vs 24 h)对冷冻凝胶(即ATD-0和ATD-24)性能的影响。结果表明：ATD复合冷冻凝胶具有互通的大孔结构和粗糙的孔壁,纳米粒子均匀分散在琼脂糖基质中;冷冻凝胶ATD-0和ATD-24的储能模量分别为1.8 kPa和0.8 kPa,显著高于未复合的琼脂糖凝胶;优异的1,1-二苯基-2-苦基肼(DPPH)自由基清除效果和铁离子还原/抗氧化能力分析法表征结果共同证实ATD的抗氧化功能。同时,在H₂O₂刺激成纤维细胞的实验中,ATD的抗氧化作用改善了细胞的存活率;此外,细胞黏附实验表明ATD支持成纤维细胞、前成骨细胞和原代皮质神经元等多种细胞的黏附。综上所述,TA-D400纳米粒子的引入实现了对琼脂糖凝胶的双重功能化,此类ATD复合冷冻凝胶有望成为组织工程领域的新型多孔支架材料。     

基于电子舌和EEMD-WOA-LSSVM模型的红酒贮藏年限区分

为了实现对不同贮藏年限的红酒进行客观的辨别分析,提出一种采用电子舌结合集合经验模态分解（Ensemble empirical modal decomposition, EEMD）、鲸鱼算法（whale optimization algorithm, WOA）和最小二乘支持向量机（least square support vector machine, LSSVM）组合模型的区分方法。首先采用电子舌对4种不同贮藏年限红酒的“特征图谱”进行信息采集;然后利用EEMD对原始信号进行分解,提取分解后的本征模态函数奇异谱熵和希尔伯特边际谱作为特征数据;最后,采用鲸鱼算法优化最小二乘支持向量机建立红酒贮藏年限分析模型。结果表明,EEMD-WOA-LSSVM组合模型对不同贮藏年限的红酒的分类准确率、精确率、召回率、F1-score和Kappa系数分别达到97.5%、97.75%、97.5%、0.98和0.97,其区分能力优于GA-LSSVM、PSO-LSSVM和SVM模型。该研究可为红酒贮藏年限区分提供一种新的研究思路和技术手段。     

基于电子舌与GAN-CDAE-ELM模型的咖啡产地快速溯源检测

为了实现对咖啡产地的快速溯源检测,提出了一种基于电子舌与生成对抗网络（GAN）-卷积降噪自编码器（CDAE）-极限学习机（ELM）组合模型相结合的检测方法。针对电子舌检测原始数据样本数量不足而导致深度学习模型准确率低、泛化能力差等问题,采用生成对抗网络（GAN）扩充训练样本数据规模,提高系统的鲁棒性;针对电子舌输出信号复杂、维度大、噪声多的特点,采用卷积降噪自编码器（CDAE）在低维特征空间对电子舌信号进行特征提取,提高关键特征的表达能力;最后,采用极限学习机（ELM）对提取的特征信息进行分类鉴别,构建咖啡产地溯源检测分析模型。利用该模型对五种不同产区的咖啡进行分类鉴别,结果表明：与基于离散小波变换（DWT）结合支持向量机（SVM）与极限学习机（ELM）等传统机器学习模型以及VGG16网络等深度学习模型相比,GAN-CDAE-ELM对不同产地咖啡分辨效果更优,其测试集的准确率、精确率、召回率、F1-Score分别达到了99.00%、99.03%、99.00%、0.9901。该研究为基于智能感官系统的咖啡产地快速辨识与检测提供一种新思路。