排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
为研究豆清饮料发酵及贮藏过程中的品质变化,并构建发酵动力学、稳定性动力学和热力学模型.以豆清液为主要原料,添加低聚果糖、麦芽汁、麦芽糖和酒花发酵成豆清饮料,每隔2 h取样测定豆清饮料在发酵过程中的微生物总数、还原糖和总酸,采用经典的Logistic、Luedeking-pirret模型进行非线性拟合,构建豆清饮料的发酵动力学模型.将豆清饮料贮藏在不同温度(25,35,45℃)条件下,每隔5 d取样分析贮藏过程中离心沉淀率、总酸、色差值、黏度、pH和感官评分的变化规律,运用Arrhenius方程建立豆清饮料稳定动力学及热力学模型.结果表明:发酵过程中的微生物生长呈现S型、总酸的生成与菌体的生长属于部分偶联型.构建模型的Pearson相关性分别为0.989,0.978和0.983,说明试验值与模型值拟合度比较高.贮藏过程中,随着时间的延长,离心沉淀率、色差、粘度呈现递增趋势,感官评分呈现递减趋势.根据离心沉淀率、色差值、黏度和感官评分相关系数(R2＞0.9),建立离心沉淀率、色差值、粘度与感官评分、温度之间的动力学及热力学模型,得到离心沉淀率、色差值和粘度预测模型误差CV平均值分别为4.93％、9.24％、7.64％,表明豆清饮料发酵动力学及稳定性动力学和热力学模型可以用于豆清饮料发酵和贮存稳定性预测. 相似文献
2.
为了实现磁悬浮球系统高精度位置控制,提出一种基于模糊神经网络补偿PID控制的磁悬浮球系统位置控制新方法,该控制系统由模糊神经网络辨识器、PID控制器和模糊神经网络控制器组成。模糊神经网络辨识器基于PID控制器所提供的训练数据,建立控制系统误差与控制量之间的动态模型并将网络辨识参数实时传递至模糊神经网络控制器,模糊神经网络控制器基于实时辨识模型计算得到当前周期的补偿控制量,实现对PID控制的在线动态补偿,避免了离线训练过程,且无需建立精确的数学模型。方波信号仿真和实验结果表明:模糊神经网络补偿控制精度分别由PID控制的0.014 2 mm和0.221 1 mm提升至0.006 8 mm和0.073 9 mm,控制系统具有良好动态性能。 相似文献
3.
近年来，疫情对企业在交通运输、经营成本等方面都存在不同程度的影响，逐渐成为影响企业经济效益的重要因素。为研究疫情下各类企业经济效益的变化情况，运用Python爬虫方法搜集各类企业数据，基于多准则决策模型，通过建立指标评价体系，利用G1序列模型以及熵权法对评价指标进行赋权，充分考虑评价指标的主观性、客观性，并通过建立变权理论模型进一步优化指标权重，最终利用优劣解距离法计算评价对象得分，依据评分大小评估疫情对不同类型中小微企业的影响，并根据混淆矩阵及其一系列评估指标对模型结果进行检验。通过分析得出：建立的模型为经济指标与经济效益评价建立了良好的量化桥梁，具有解决企业经济评价问题的实际意义。 相似文献
1