纤维素酶水解动力学的人工神经网络模型研究

酶作用机制的模糊以及影响异相体系因素的大量存在, 使得纤维素水解的酶催化过程高度复杂, 很难为之建立理论模型. 采用非理论模型人工神经网络模拟和预测了纤维素酶水解反应, 并与常用的响应面模型进行了比较. 选取加酶量 X1, 底物浓度 X2 和反应时间 X3 作为自变量, 还原糖浓度 Y1 和原料转化率 Y2 作为响应值. 结果表明, 人工神经网络模型比响应面模型更适合作为研究纤维素酶水解的动力学工具. 在模拟过程中, 除中心试验点外, 只有 1 个试验点上人工神经网络模拟值 Y2 产生的误差大于响应面模型. 在预测过程中, 人工神经网络模型的预测值都比响应面模型更接近实验值.     

木质纤维素类生物质超低酸水解试验及产物分析研究

在自行设计的木质纤维素类生物质超低酸水解装置上,结合以木聚糖和定量滤纸为模化物得到的半纤维素和纤维素水解的最佳工况,对白松、速生杨和玉米秸秆这三种在我国分布较为广泛的木质纤维素类生物质原料进行了高压液态水和超低酸水解相结合的两步水解研究,分别得到41．78％、57．84%和53．44％的原料转化率和39．28％、42．83％和23．82％的总还原糖转化率,并以HPLC定性了糖类产物,对产物中的低聚糖和单糖含量傲了对比,最后对速生杨水解残渣做了分析。