【摘 要】
：
在食品3D打印过程中,大多数食品材料水分含量较高,流动性较强,且无光固化性、热熔性等固化特征,打印制品易发生形变、坍塌、流淌等现象。目前主流的解决方案是调整浆料组分,使浆料获得较好的流体力学性质,在流畅挤出的同时,保持结构强度。但此方案下打印的制品仍为流动态,无法规避打印及后加工处理过程中的形变因素。因此,本研究通过构建多物理场仿真模型,开发微波3D打印固化单元,以具有良好3D打印属性的鱼糜为打印
论文部分内容阅读
在食品3D打印过程中,大多数食品材料水分含量较高,流动性较强,且无光固化性、热熔性等固化特征,打印制品易发生形变、坍塌、流淌等现象。目前主流的解决方案是调整浆料组分,使浆料获得较好的流体力学性质,在流畅挤出的同时,保持结构强度。但此方案下打印的制品仍为流动态,无法规避打印及后加工处理过程中的形变因素。因此,本研究通过构建多物理场仿真模型,开发微波3D打印固化单元,以具有良好3D打印属性的鱼糜为打印体系,根据鱼糜中肌原纤维蛋白和谷氨酰胺转氨酶（TG酶）的热响应,实现鱼糜打印过程中的凝胶固化并探究其机制。本研究旨在为热凝胶食品在打印过程中的即时固化提供理论基础及有效手段。主要研究内容及结果如下:（1）微波3D打印固化单元加热方法设计及计算机仿真模拟设计加热方法,并基于多物理场仿真模拟技术验证可行性。传导加热模式下,挤出头内浆料温度分布呈现“V”型,管壁处温度较高。强剪切变稀-低导热系数浆料及弱剪切变稀浆料都存在管壁处粘度较高的现象。植入式微波加热模式下,微波传输距离有限,加热效果较差。平行双导线及螺旋式微波加热模式下,微波能够在加热腔内沿天线传输,高场强微波分布在挤出头附近,实现靶向加热。天线与挤出头之间距离的缩短及天线长度的增加,有助于减少微波耗散,提升加热效果。在同样的出口温度下,这两种模式挤出头内的温度及粘度差异不大,但螺旋式微波加热模式的热效更高;温度分布不受剪切变稀性质及导热系数的影响,没有管壁处温度高的现象,且四种浆料的粘度分布都呈现出由中心线向两侧逐渐降低的趋势。（2）微波3D打印对鱼糜打印效果的影响微波3D打印过程中,鱼糜能够在适当的微波功率（0 W/g～50 W/g）下保持良好的假塑性,且由仿真模拟结果可知,微波功率通过改变挤出头内的温度分布影响鱼糜的挤出性。鱼糜制品的成型质量随微波功率的提升得到显著该善,能够形成形状较好的空心球制品。在鱼糜中添加TG酶强化后,鱼糜制品在40及50 W/g的条件下形成固态凝胶,凝胶强度分别达到217.51±12.37 g·cm和327.80±18.15 g·cm。此时,空心球制品高度分别为29.15±0.05 mm和29.29±0.09 mm,与模型高度（29 mm）最为接近,在切割放置后能够维持内部良好的球形空心结构。且固态凝胶的切面结合完整,说明鱼糜的凝胶固化发生在堆叠成型过程中。（3）微波3D打印促鱼糜凝胶机制的研究扫描电镜结果显示,微波和TG酶的协同作用促进了蛋白的聚集,并使蛋白之间形成“桥键”。微波功率在0 W/g～50 W/g时,随着微波功率的提升,鱼糜内氢键强度上升,离子键强度降低,二硫键及疏水作用力无显著变化。在60 W/g时挤出头内发生堵塞,鱼糜被过度加热,二硫键强度和疏水作用力强度显著提升,巯基强度显著降低。SDSPAGE结果显示,在40、50和60 W/g时含有TG酶的打印制品肌球蛋白重链条带消失,其他组条带变化不明显。同时,这三组样品的蛋白质溶解度也显著降低。
其他文献
互联网上产生大量的非结构化文本数据,如何有效的从这些非结构化的文本数据中挖掘并抽取实体和关系信息就要涉及到实体关系抽取研究;这对知识图谱和自动问答等下游应用的构建具有较强的理论意义和实用价值。本文主要以Transformer特征提取模型为基础,通过对现有实体关系抽取模型的改进,提高实体关系抽取的性能。主要研究内容如下:（1）针对Transformer模型在实体关系抽取任务中性能不佳的问题,本文抛弃
行人检测是计算机视觉领域的重点研究课题,在智能交通和自动驾驶领域有着广泛的应用。近年来,基于多光谱图像的行人检测方法由于结合了可见光图像和红外图像的信息,在全时段的检测环境中具有明显优势,已成为当前的研究热点。但由于交通道路场景的复杂多变,多光谱行人检测算法仍会受到光照和温度等环境条件变化的影响,要满足自动驾驶实际应用的准确率需求仍存在一定困难。本文针对多光谱行人特征的表达方式和融合方法进行研究,
车联网（Internet of Vehicles,Io V）使得车辆间能够通过无线通信交换感知到的道路状况以及车辆运动状态等信息,并根据接收到的信息及时做出反应来减少交通事故、缓解交通拥堵以及节省能耗。然而,由于车辆在复杂多变的环境中高速运动,车辆运动状态时常发生变化,网络拓扑变化频繁,导致网络时延、数据传递率等通信性能实时变化。一旦车联网通信性能无法满足基本的通信需求,车辆无法及时地收到安全信息
图像语义分割作为基础的计算机视觉处理任务,其本质上是利用对像素点的分类把图像划分为若干个不同且有意义的区域。从宏观上来看,语义分割是场景理解的必要步骤,是将图像由具体变为抽象的过程。随着计算机视觉的发展,语义分割在自动驾驶、医疗诊断、遥感图像分析等领域中具有非常重要的应用价值。近年来,基于全卷积神经网络的语义分割方法作为一个较新的研究方向受到了广泛的关注。在无数研究人员的共同努力下,基于深度学习的
光场图像新视点生成是与光场图像重定向密切相关的科学问题。现有的新视点生成算法多针对光场内插,生成视点范围受限,且无法修改光场图像的基线（baseline）,同时当进行视点外插时,产生的空洞问题仍没有一个合理的解决办法。“先拍照,后对焦”是光场图像的一大特点,光场图像重聚焦是光场图像增强算法中的热点问题。但传统重聚焦算法存在混叠现象,严重损害了重聚焦图像的视觉效果。据此,本文提出了一种光场图像基线编
特征选择在模式识别、文本分类和计算机视觉等数据维数通常很高的应用中具有重要意义,它可以降低计算复杂度,发现高维数据的内在流形结构。本文研究矩阵回归模型及相应的特征选择方法,主要内容包括:首先,给出了鲁棒图正则化稀疏矩阵回归（RGRSMR）模型,其损失函数是基于L2,1范数,并以基于流形学习的类内紧致图作为正则化项。RGRSMR将类内紧致图与稀疏矩阵回归结合在一起,以执行二维矩阵数据的特征选择。其次
基于现有VR技术的相关应用,探索如何利用VR技术实现对孙温《红楼梦》绢本画的数字化设计。主要寻找传统文化内容与虚拟现实技术的交叉点,并利用VR技术实现对孙温《红楼梦》绢本画的交互性展示,为用户带来兼具沉浸性与真实感的虚拟体验。在设计过程中以孙温《红楼梦》绢本画的多形态交互性展示即VR系统中界面功能设计为突破口,使其审美性与交互性在虚拟体验之中结合形成文化内涵的跨媒介传播与表达。提高《红楼梦》相关文
随着图形化信息技术的生活化渗透与大众常态化文娱需求的日渐提升,视觉文化迅速发展成为人们精神生活和文化生活的主要感知感受方式,公众的艺术审美能力和视觉美学鉴赏力普遍提升,视觉价值标准与审美需要也在不断被重塑。但是从当前传统剪纸文化的传承发展现状而言,其视觉构成上的转化完成度以及视觉文化信息的活态体验呈现远远不能满足用户的使用、审美以及情感诉求。传统文化视觉构建惯式大多仍停留在对传统文化内容元素的跟踪
图像融合的基本思想是利用特定算法将多种传感器对同一场景获取的图像提取不同信道的有用信息,最后融合成高质量的图像,以提高图像的利用率、可信度和准确性,在军事监测、医疗诊断和目标识别等领域广泛应用。在过去的几十年中,许多传统的图像融合方法被提出,这些图像融合算法大致可以分为两类,即空间域算法和变换域算法。空间域算法首先根据某种策略将源图像划分为若干个图像块,然后对每对图像块根据计算活动度量融合在一起。
随着电子信息技术的快速发展,印刷电路板（PCB）应用越来越广泛,为准确高效地对其进行检测,自动光学检测技术（AOI）逐渐发展起来且已被应用于实际生产。目前,AOI技术主要采用2D视觉检测方法,但是由于元器件表面字符印刷方式不同,元器件字符凹凸性不同、颜色和大小多样,2D字符识别系统的鲁棒性低,准确性不足。而PCB的3D点云（3D-PCB）数据中的高度信息能有效增强PCB的2D图像（2D-PCB）中