杏鲍菇香肠配方及工艺优化研究

来源 :肉类工业 | 被引量 : 0次 | 上传用户:chier00
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在传统香肠原辅料的基础上通过添加杏鲍菇来研发一种复合香肠.以香肠的感官品质为评价标准,通过单因素及正交试验来优化杏鲍菇复合香肠的配方和工艺.单因素试验结果表明,杏鲍菇添加量、亚硝酸钠添加量、绞肉方式这3个因素对香肠感官品质影响差异显著(p<0.05),是关键因素.正交试验结果表明,杏鲍菇添加量30%,亚硝酸钠添加量0.08g/kg,并采用“小筛”绞肉时香肠的感官品质最佳.
其他文献
为提高车流量的预测精度,本文中从外部特征、时间特征和空间特征的角度综合考虑了多因素对车流量的影响,提出了一种基于多源数据和时空预测的车流量预测方法.在外部特征方面,深入探索了日期、天气和兴趣点特征对车流量影响;在时间特征方面,提出了基于时间卷积网络(TCN)的时间序列预测框架,并以近邻周期和日周期为基线分别建立时间预测模型;在空间特征方面,提出了基于图表示学习的空间特征提取方法,实现了相邻路网节点间的空间相关性特征提取.结果 表明,与多种现有预测方法相比,该方法在提升预测精度的同时改善了中长时车流量预测性
鉴于电池的内短路是触发热失控的关键环节和快速而有效检测短路的困难,本文提出一种适合不同短路阻值的基于平均-差异模型的串联电池组短路电流估计方法.首先分析了短路电池平均-差异模型的适用性和参数校正方法,并利用迭代最小二乘和卡尔曼滤波对模型参数进行在线辨识.然后推导基于模型参数和电池端电压的短路电流估计表达式和瞬时压降与短路阻值之间的关系,并根据是否有明显瞬时压降将短路电流估计方法分为长时和短时两种.最后实验验证结果表明,该方法可以较精准地对短路电流进行估计,适用于不同阻值的短路检测.
为研究带侧翼式扩散器对汽车气动特性的影响,将其安装在CAERI Aero Model标准模型上,采用计算流体动力学(CFD)软件对不同扩散器安装角度下车辆的气动阻力和升力进行仿真,并与安装普通直板式扩散器进行对比,其中直板式扩散器某一安装角度的仿真结果通过了风洞试验的验证,以确认仿真的可靠性.仿真结果表明,带侧翼式扩散器能改变车辆底部和尾部涡结构的分布,与直板式扩散器相比,带侧翼式扩散器在不同安装角度下均能有效降低车辆的气动升力,在安装角度α=10.5°时,气动升力降低最大,达38.1%.带侧翼式扩散器能
面向多轮分布式驱动全轮转向无人车辆,本文针对性提出并验证了一种底盘动力学集成控制系统的解耦控制器,旨在通过解耦控制来实现灵活、快速、精确的无人平台动力学性能进一步提升.首先建立了可准确反映车辆纵向-侧向-横摆-侧倾运动的车辆耦合动力学模型,结合非参数统计方法对该动力学系统的输入输出耦合特性进行了定量分析;随后,基于神经网络逆系统原理构建了解耦线性化的车辆动力学系统与解耦复合控制器,测试并成功验证了系统的解耦响应,并对所提出的控制器进行了试验验证.结果 表明,耦合动力学系统中各自由度控制子通道间因动力学耦合
为了准确预测驾驶人的制动反应时间,建立了考虑差异化驾驶人特性的制动反应时间预测模型.以多种次任务驾驶行为作为差异化驾驶人特性的诱导因素设计了试验,在封闭的城市道路展开了实车试验并采集了制动反应时间数据,以自报式信息采集法获取了受试者的多维度驾驶特性变量数据,使用结构方程模型解构制动反应时间的影响因素并以路径系数优化BP神经网络权值,建立了基于SEM-BP神经网络的驾驶人制动反应时间预测模型.验证和测试结果表明,所提出的制动反应时间预测模型总体的回归R值大于0.9,总误差为0.0324,有更好的预测精度和拟
针对频繁变载导致氢燃料电池寿命缩短的问题,以大功率型氢燃料电池重型货车为研究对象,根据其混合动力系统部件特性和典型工况下整车需求功率的频域特性,提出了一种基于低通滤波的自适应能量管理策略,联合自适应低通滤波器和逻辑规则对整车能量进行合理分配,为充分发挥自适应低通滤波器的作用,采用Pareto遗传算法对自适应低通滤波器进行了多目标优化.通过Matlab/Simulink建立大功率型氢燃料电池重型货车整车仿真模型并进行仿真,仿真结果表明:相较于传统的功率跟随能量管理策略,所提出的能量管理策略能在保证大功率型氢
锂离子电池的健康状态(state of health,SOH)是保障电动汽车安全可靠运行的关键因素.现有的SOH估计方法通常忽略容量衰退过程中能够表征电池老化的温度信息.鉴于此,本文中提出一种基于电池表面温度的差分温度伏安(differential temperature voltammetry,DTV)曲线的获取方法和一种滑动平均(moving average,MA)与卡尔曼滤波(Kalman filtering,KF)结合的滤波方法以提取健康特征.同时利用组合核函数改进了传统高斯过程回归(Gaussi
为降低新能源车电池包底部碰撞导致的潜在起火风险,本文中通过对交通事故统计分析研究,总结了电池包底部碰撞的典型工况,包括向上撞击和水平撞击.建立了电池包底部碰撞分析的有限元模型,并对不同工况进行了仿真.结果 表明:在向上撞击工况中,对电池包造成损伤的主要由于Z向速度冲击的作用.其中锥形地障可直接导致底壳失效,在壳体不失效的条件下,半球头地障的损伤较为严重;水平撞击工况中整车最小离地间隙位置和电池包前部防护结构的设计对该工况有重大影响.
本文旨在综述机器学习方法在锂离子电池状态(包括荷电状态、健康状态和剩余可用寿命)估计领域的研究进展.首先,阐述机器学习方法在电池状态估计中的应用现状.然后,归纳电池状态估计机器学习方法的5个具体实施环节,即数据准备、模型选择与评价、超参数确定、数据预处理和模型训练,并提出了融合精度、实施成本和鲁棒性的学习算法评价方法.最后指出超参数确定方法仍存在的场景适应性问题,并建议建立多区域、跨季节、多模式和长时间的车用电池工况数据库,促进电池状态估计机器学习算法的实用性和普适性等方面的研究.
肉和肉制品在人们饮食结构中占有重要的位置,是营养素的重要来源之一.我国是肉制品消费大国,功能肉制品具有巨大发展潜力.近年来,具有促进健康、预防疾病的功能肉制品受到消费者和肉类企业的广泛关注.介绍了低脂肉制品、低胆固醇肉制品、低硝酸盐肉制品、低盐肉制品、含不饱和脂肪酸肉制品、添加天然抗氧化剂肉制品等功能肉制品的开发方法及现状,分析了不同功能肉制品开发过程中存在的问题.同时展望了功能肉制品的发展方向,旨在为后续开发研究提供思路和理论支撑.