净水厂除藻技术和新型抑藻材料的研究进展

综述净水厂蓝藻治理技术研究进展,针对净水厂除藻问题,分析现有工艺的特点以及应用瓶颈,探讨各类技术特点及存在的问题,介绍新型除藻和抑藻材料,为我国饮用水厂的供水安全,开发新技术提供重要的参考和借鉴。

焙烤工艺对核桃仁品质的影响

以‘温宿185’薄皮核桃为原料,以焙烤后核桃仁的酸值、过氧化值、总酚含量、色泽为指标,并结合模糊数学综合评价法研究焙烤温度、焙烤时间对脱皮与未脱皮核桃仁品质的影响。结果表明:120~140℃、焙烤10~30 min核桃仁的过氧化值和酸值较低;120~150℃条件下随焙烤时间的延长,未脱皮核桃仁与脱皮核桃仁的酸值(KOH)分别在150℃/30 min和150℃/25 min达到最高点,与120℃/10 min相比酸值(KOH)分别上升了0.303、0.107 mg/g;随焙烤温度的升高,核桃仁色泽加深,总酚含量变化不显著,但酚类物质的浸泡液对核桃仁的品质有显著影响;通过模糊数学感官评价法得出核桃仁的最佳焙烤条件为焙烤温度130℃、焙烤时间25 min,在此条件下核桃仁的综合得分为94.10分。焙烤不仅赋予了核桃仁独特的风味,还进一步提升了核桃仁加工制品的品质。

“三个经济”助推陕西数字经济高质量发展对策研究

随着我国经济发展进入新常态,数字经济将成为我国经济由高速发展迈向高质量发展的关键驱动力。陕西省应通过发展枢纽经济以提供数字经济发展动力,发展门户经济以提升数字经济发展质量,发展流动经济以提高数字经济发展效率,以"三个经济"的发展助推数字经济高质量发展,促进新旧动能转化,推动陕西实现追赶超越。

CS-MOF纤维对铜绿微囊藻的抑制效果及机理

针对净水厂除藻问题,选取壳聚糖纤维和金属有机骨架(metal organic framework,MOF)为原材料,制备具有较强抑藻性能的复合材料CS-MOF,研究CS-MOF纤维对铜绿微囊藻生长、细胞结构、光合作用、抗氧化酶活性以及微囊藻毒素的影响。结果表明:CS-MOF纤维能够有效抑制铜绿微囊藻生长,抑制率随投加量的增加而升高,当投加量为0.6 g/L时,第12天的抑藻率可达85.6%。扫描电镜图显示,处理组的藻细胞受损严重,细胞形态发生显著改变。实验过程中,处理组的藻细胞光合系统遭到破坏,藻体中叶绿素a、类胡萝卜素和藻胆蛋白含量均呈下降趋势,对藻胆蛋白的抑制率明显高于叶绿素a和类胡萝卜素的抑制率。CS-MOF纤维能够破坏藻细胞的抗氧化酶系统,通过抑制SOD活性,使藻细胞受到更严重的损伤。此外,CS-MOF纤维通过抑制藻类生长和吸附藻毒素,可有效降低总藻毒素含量。

文冠果油和蛋白质超声辅助酶法同步提取工艺研究

该实验采用超声波辅助酶法同步提取文冠果种仁油和蛋白质的方法,以文冠果种仁为原料,以油脂和蛋白质的提取率为指标,并且在料液比1:5、pH=5、酶解温度50℃的基础下,先确定果胶酶和纤维素酶以及他们的复合酶最佳配比,采用单因素试验考察超声温度、超声时间、超声功率、酶添加量对文冠果油和蛋白质提取率的影响,采用正交试验得到最佳的工艺。通过实验可得最佳工艺条件为:超声温度50℃、超声时间20 min、超声功率150 W、酶添加量1000 U/g,在此工艺条件下,油脂提取率为71.5%,蛋白质提取率为43.2%。

壳聚糖纤维对芦荟大黄素吸附及其抑藻机理研究

针对蓝藻水华问题,选取壳聚糖纤维和芦荟大黄素为原材料,制备了负载芦荟大黄素的壳聚糖纤维(CS-AE纤维).研究了壳聚糖纤维对芦荟大黄素的吸附效果以及复合材料对铜绿微囊藻的生长抑制能力.结果表明,芦荟大黄素可以有效地负载到壳聚糖纤维上,吸附过程符合准二级动力学模型和Freundlich等温线模型,属于化学吸附.吸附平衡时间为240 min,最适吸附温度为30℃,芦荟大黄素的初始浓度为100mg·L^(-1)时,实际吸附量为19.06 mg·g^(-1).抑藻实验表明,CS-AE纤维能够有效地抑制铜绿微囊藻的生长,当投加量为0.6 g·L^(-1)时,第12 d的抑藻率可达77.6%.实验期间,处理组中藻细胞膜结构发生改变,丙二醛(MDA)含量显著增加;叶绿素a、类胡萝卜素和藻胆蛋白含量逐渐下降,其中对藻胆蛋白的抑制率显著高于对叶绿a和类胡萝卜素的抑制率.藻细胞的超氧化物歧化酶(SOD)和过氧化氢酶(CAT)活性均呈先升高后降低的趋势;此外,CS-AE纤维能够有效去除藻毒素.综上推断,CS-AE纤维通过破坏铜绿微囊藻的细胞结构,光合系统,以及引起抗氧化系统失衡,造成氧化损伤,是其抑制作用的主要机理.

基于联盟形成博弈的异构无人机集群分布式任务分配算法

针对无人机集群携带异构资源以及任务的异构需求下的复杂任务分配优化求解问题,提出一种基于联盟形成博弈的分布式任务分配算法.首先针对任务分配问题规模较大的特点以及资源的异构性,提出一种基于异构资源的改进K-medoids聚类算法,通过对无人机集群和任务进行聚类的预处理,降低了任务分配的规模和难度.考虑任务需求、机载资源以及路径成本等条件建立任务分配模型,将原有任务分配问题转化为联盟划分问题,设计了一种基于联盟形成博弈的分布式任务分配算法进行求解.最后,将30个具有异构需求的任务分配给100架携带3种异构资源的无人机的仿真结果表明,所提算法能够实现较好的任务分配效果,同时极大提高任务分配的实时性,充分发挥集群效能.