预热超声对菠萝蜜种子分离蛋白起泡性及结构的影响

采用预热超声技术改善菠萝蜜种子分离蛋白（Jackfruit Seed Isolate Protein, JSPI）起泡性,探究起泡性与结构的关系。对预热温度,超声功率,超声时间进行了优化,得到最佳条件:预热温度60℃,超声功率600 W,时间20 min。结果得出,与JSPI相比,60℃+600 W处理的JSPI起泡性增加了58.44%（P<0.05）,高于600 W（45.25%）和60℃（29.64%）。相比JSPI,泡沫稳定性没有提高（P>0.05）。SDS-PAGE凝胶电泳结果表明,600 W超声处理没有改变JSPI的分子量,60°C处理使JSPI的部分可溶性蛋白分子聚集,出现了新的蛋白条带。相关性结果表明,起泡性与JSPI的β-折叠和无规则卷曲含量成正相关。与JSPI相比,600 W,60℃,60℃+600 W处理后的荧光强度增强、表面疏水性（H0）提高,说明JSPI结构变松散,内部疏水基团暴露出来,疏水性增加,导致起泡性增加。电位结果表明,与JSPI相比,600 W处理的电位从-22.03增强至-24.53 mV（P<0.05）。60℃,60℃+600 W处理电位减弱,导致溶液体系不稳定。粒径结果表明,与JSPI相比,600 W处理粒径减小,60℃处理粒径增加。蛋白粒径减小、或占较低比例存在的粒径较大的蛋白群体均可以提高JSPI的起泡性。     

优化初中数学概念教学“三部曲”

初中数学概念教学的最终目标在于帮助学生理解概念,并且掌握概念应用方法.具体而言,概念教学目标体现在引导学生对概念来源进行把握;帮助学生梳理各种概念之间的关系,把握相应的数学思想方法;引导学应用概念.因此,在组织开展初中概念教学活动的过程中,教师需要引导学生对概念来源展开分析,让学生形成对概念的初步认知,然后,组织学生概括抽象的数学概念,把握数学概念的基本特征,了解各要素之间的关系,掌握数学表达方法,强化对概念的认知;最后,指导学生应用数学概念,帮助学生建立完善的概念结构.     

偏缠绕模的Frobenius性质

主要给出了偏缠绕模的Frobenius性质，推广了缠绕模相应的性质。     

新型等高仪转台运动控制系统设计

新型等高仪是一种具有特殊应用功能的高精度天体测量望远镜。在简要介绍新型等高仪及其转台运动控制系统的要求后,提出了仪器转台运动控制系统的总体设计方案。以可编程多轴运动控制器(PMAC)为核心,构建了仪器转台运动控制系统硬件,并开发了相关的控制软件。介绍了该仪器转台运动控制系统的主要硬件模块、系统配置、控制系统PID参数整定和调节方法、运动控制系统上位机和下位机的软件设计方法以及各功能的具体实现过程、系统测试和运行情况。     

四方体MgO的制备及对有机染料的吸附

以六水氯化镁和六次甲基四胺为原料,采用水热法合成四方体MgO,考察其对有机染料甲基橙和亚甲基蓝的吸附行为.通过TGA-DTA、SEM、XRD、N2-sorption和FT-IR等手段表征样品.结果表明,原料浓度、温度和表面活性剂对四方体MgO结构的形成影响较小,而反应时间的延长有助于有序结构的组装.温度170℃、时间24h、MgCl2·6H2O与C6H12N4浓度比为1∶2和表面活性剂PVP是制备四方体MgO的最佳条件.在溶液浓度10mg · L-1的单一吸附实验过程中,四方体MgO对甲基橙和亚甲基蓝的去除率分别为91.3;和22.3;,吸附过程均为单层吸附且符合Langmuir等温吸附模型和伪二级吸附动力学方程.在溶液浓度40 mg·L-1、甲基橙和亚甲基蓝浓度比3∶1的混合溶液吸附过程中,四方体MgO对甲基橙和亚甲基蓝的去除率分别为80.1;和97.9;.     

g-C3N4催化石墨化碳质材料的制备及光催化性能研究

通常采用以氢氧化物作为造孔剂,过渡金属硝酸盐或氯化物作为石墨化催化剂的传统两步法策略制备多孔石墨化碳材料。然而制备过程中多涉及有毒和腐蚀性试剂,且多步骤的过程耗时较长。本文以双氰胺为原料通过热缩聚反应得到g-C₃N₄,采用高铁酸钾为催化剂一步法实现g-C₃N₄的同步碳化-石墨化,并研究其光催化性能。与传统的两步法相比,该方法耗时少、效率高、无污染。与初始的g-C₃N₄材料相比,石墨化g-C₃N₄衍生碳质材料不仅显著改善了可见光的吸收,而且大大增强了光催化活性。研究了不同石墨化温度对g-C₃N₄衍生碳质材料在可见光下降解甲基橙溶液的影响。700 ℃下制备的衍生碳质材料的降解率为12.4 mg/g。光电化学测试结果表明,多孔g-C₃N₄衍生碳质材料的光生载流子密度、电荷分离和光电流(提高了5.4倍)均得到显著提高。因此,该简便、灵活方法为提高g-C₃N₄衍生碳质材料的吸附和光催化性能提供了一种有前景的、高效的途径。     

数据驱动计算力学研究进展

以数字孪生、人工智能为核心的大数据理念正深刻影响着第四次工业革4 命，数据驱动计算力学在此背景下应运而生并展现勃勃生机。与此同时，航5 空航天等尖端工业领域对高性能材料与结构的先进制造与安全评估提出了更6 严峻的挑战，经典计算力学已很难实现成倍缩短产品研发周期、实时跟踪产7 品信息并提供解决方案的目标。因此，发展面向高性能材料与结构的数据驱8 动计算力学正当其时且刻不容缓。本文拟通过梳理数据驱动计算力学的部分9 研究现状，探讨并浅析数据驱动计算力学的发展趋势.