疏水蛋白rHGFI与rHFBI的发泡能力研究

将巴斯德毕赤酵母异源表达出的疏水蛋白rHGFI和rHFBI修饰硅化玻璃后进行玻璃表面接触角测定.结果显示:蛋白处理的硅化玻璃表面由疏水变为亲水.蛋白溶液表面张力测定结果表明:rHGFI和rHFBI是表面活性非常强的蛋白,均可使表面张力降低.以常用的食品乳化剂酪蛋白酸钠为对照,检测rHGFI和rHFBI蛋白的发泡能力和泡沫稳定性.0.1%的rHGFI和rHFBI蛋白溶液发泡能力明显高于同浓度的酪蛋白酸钠溶液,rHFBI蛋白溶液的泡沫稳定性最佳.     

气相色谱-质谱法检测纺织品中28种芳香胺和4种芳香胺盐

建立了同时测定纺织品中28种芳香胺和4种芳香胺盐的气相色谱-质谱方法。纺织品样品中偶氮染料和游离态的芳香胺盐在碱性的柠檬酸盐缓冲溶液中,经连二亚硫酸钠还原成芳香胺,经叔丁基甲醚溶剂提取,气相色谱-质谱法同时测定。优化条件为2 mL质量分数40%的NaOH碱化、 10 mL叔丁基甲醚提取。28种芳香胺均呈良好的线性关系,26种芳香胺线性范围为0.05～10 mg/L, 2,4-二氨基苯甲醚和2,5-二氨基甲苯的线性范围为0.2～10 mg/L;相关系数为0.996～0.999; 26种芳香胺检出限为0.05 mg/L,2,4-二氨基苯甲醚和2,5-二氨基甲苯的检出限为0.2 mg/L。2,4-二氨基苯甲醚硫酸盐的加标回收率为33.1%～36.0%,其余3种芳香胺盐平均加标回收率为84.5%～124.6%; 2,4-二氨基苯甲醚加标回收率为43.7%～64.3%,其余27种芳香胺回收率在71.7%～119.3%之间。阳性样品检测结果表明：对于原有芳香胺化合物的检测,本方法和ISO 14362方法对比无显著差异;对新增芳香胺特别是2,5-二氨基甲苯,ISO 14362方法存在漏检风险,而本方...     

基于PSO-SVR模型的短期天然气负荷预测

针对天然气负荷影响因素选择困难,冗余因素会影响负荷预测的精度和速度,使用特征选择Relief算法对影响负荷值的因素进行筛选,去掉冗余影响因素,为准确地预测天然气负荷提供一定的数据基础;在进行负荷预测时,单一的支持向量回归(support vector regression, SVR)会陷入重要参数难以选取最优的情况,为了解决这一问题,提出一种基于特征选择上的粒子群算法(particle swarm optimization, PSO)优化SVR重要参数的组合模型PSO-SVR。所提出的算法首先使用特征选择选取影响因素,为负荷预测提供主要的数据支持;然后,设置SVR的3个关键参数的初始值,进行迭代得到最优的关键参数值;最后,将影响因素和负荷值输入PSO-SVR模型进行训练并预测。使用榆济管线的负荷数据进行预测并对比。结果表明：提出的算法比其他单一模型的预测精度高,能为天然气负荷预测的研究提供参考,为天然气公司购气量提供依据。