一种生姜咖啡的制备方法
    1.
    发明公开

    公开(公告)号:CN119949386A

    公开(公告)日:2025-05-09

    申请号:CN202510230174.5

    申请日:2025-02-28

    Abstract: 本发明属于咖啡烘焙加工技术领域,具体涉及一种生姜咖啡的制备方法。本发明针对现有咖啡产品的不足,将经过浸泡处理后烘干的咖啡与生姜共同烘焙,在高温的作用下,随着生姜与咖啡不断地接触,生姜当中的香气成分溢出,咖啡豆经过烘焙内部结构变得蓬松,利用其多孔吸附性,将生姜当中的风味物质吸附在孔洞中,且香味不易逸散,从而获得生姜风味的咖啡豆。本发明保留了咖啡的原始风味,利用了咖啡豆的多孔吸附性能吸附姜香,风味独特,口感顺滑,明显改善了传统咖啡的苦涩与酸感,克服了传统咖啡产品只能外加成分来增添风味的局限性。

    一种咖啡酸味的控制方法
    2.
    发明公开

    公开(公告)号:CN119867178A

    公开(公告)日:2025-04-25

    申请号:CN202510230172.6

    申请日:2025-02-28

    Abstract: 本发明属于咖啡烘焙加工技术领域,具体涉及一种咖啡酸味的控制方法。本发明以橘红色时采摘的阿拉比卡咖啡豆,经水洗晒干后得到的咖啡生豆为原料,沉香木作为酸味调节剂,在开始烘焙前,以沉香木和咖啡生豆1:10~1:1的比例混合,并置于30‑100℃烘箱8‑24小时,然后冷却至室温,装入真空袋后,抽真空处理后密封,置于‑18℃条件下贮存2‑12小时,然后,将沉香与烘焙生豆在咖啡烘焙机中以较低的温度入锅,并且沉香与咖啡生豆共同烘焙的过程采用二次烘焙法进行烘焙,出锅温度控制在100‑200℃,这种烘焙方法可以有效控制咖啡豆的酸度,并赋予咖啡豆沉香的风味,口感更加顺滑。

    一种掘进机刀盘驱动系统转速的分数阶控制方法

    公开(公告)号:CN108303871B

    公开(公告)日:2021-02-09

    申请号:CN201810001393.6

    申请日:2018-01-02

    Applicant: 海南大学

    Abstract: 本发明提供了一种掘进机刀盘驱动系统转速的分数阶控制方法,包括:第一步骤:根据刀盘驱动系统中各机械部件的动力学特性来建立动力学方程模型,同时根据所述各机械部件的齿轮啮合参数与齿轮传动的关系来建立齿轮啮合模型;第二步骤:在第一步骤建立的动力学方程模型的基础上,建立刀盘驱动系统的多输入单输出的传递函数模型,其中以刀盘驱动系统的执行器的输入和刀盘驱动系统的部分关键变量的输入作为传递函数模型的输入,以刀盘驱动系统的可测输出作为传递函数模型的输出;第三步骤:利用第二步骤建立的多输入单输出的传递函数模型来设计用于控制刀盘转速的分数阶PID控制器。

    一种高粘弹性Pickering乳液及其制备方法和应用

    公开(公告)号:CN107140651B

    公开(公告)日:2020-01-14

    申请号:CN201710380895.X

    申请日:2017-05-25

    Applicant: 海南大学

    Abstract: 本发明提供了一种多层接枝二氧化硅纳米粒,其通过利用层层分子印迹将氨基封端二氧化硅和醛基封端二氧化硅进行共价组装,根据需要重复进行印迹过程,直到达到所需的二氧化硅层数而制得。本发明还提供了采用该纳米粒制备的高粘弹性Pickering乳液。本发明通过层层分子印记技术合成分形二氧化硅,可用于制备高粘弹性Pickering乳液,所得乳液,粘弹性高,稳定性优良,释药性良好。此外,所用原料二氧化硅颗粒廉价易得,生产成本低廉,良好的生物相容性更使其在食品、化妆品以及医药领域的应用不受限制。层层分子印记技术操作简单容易,易于工业化。

    一种掘进机刀盘驱动系统转速的分数阶控制方法

    公开(公告)号:CN108303871A

    公开(公告)日:2018-07-20

    申请号:CN201810001393.6

    申请日:2018-01-02

    Applicant: 海南大学

    CPC classification number: G05B11/42

    Abstract: 本发明提供了一种掘进机刀盘驱动系统转速的分数阶控制方法,包括:第一步骤:根据刀盘驱动系统中各机械部件的动力学特性来建立动力学方程模型,同时根据所述各机械部件的齿轮啮合参数与齿轮传动的关系来建立齿轮啮合模型;第二步骤:在第一步骤建立的动力学方程模型的基础上,建立刀盘驱动系统的多输入单输出的传递函数模型,其中以刀盘驱动系统的执行器的输入和刀盘驱动系统的部分关键变量的输入作为传递函数模型的输入,以刀盘驱动系统的可测输出作为传递函数模型的输出;第三步骤:利用第二步骤建立的多输入单输出的传递函数模型来设计用于控制刀盘转速的分数阶PID控制器。

    基于表面肌电信号的脑瘫儿步态识别方法

    公开(公告)号:CN106955111A

    公开(公告)日:2017-07-18

    申请号:CN201710271091.6

    申请日:2017-04-21

    Applicant: 海南大学

    Abstract: 本发明提供了一种基于表面肌电信号的脑瘫儿步态识别方法,包括:第一步骤:采集对象腿部不同通道的肌电信号和对象双腿的腿部角度数据;第二步骤:对所采集的肌电信号进行预处理;第三步骤:利用双腿的腿部角度数据进行步态划分,同时将相对应的各个通道的肌电信号数据也进行同样的步态划分;第四步骤:提取预处理后信号的时域和频域特征,并且对所提取的特征进行特征组合;第五步骤:利用提取的特征组合建立模型并进行步态识别。

    一种高粘弹性Pickering乳液及其制备方法和应用

    公开(公告)号:CN107140651A

    公开(公告)日:2017-09-08

    申请号:CN201710380895.X

    申请日:2017-05-25

    Applicant: 海南大学

    Abstract: 本发明提供了一种多层接枝二氧化硅纳米粒,其通过利用层层分子印迹将氨基封端二氧化硅和醛基封端二氧化硅进行共价组装,根据需要重复进行印迹过程,直到达到所需的二氧化硅层数而制得。本发明还提供了采用该纳米粒制备的高粘弹性Pickering乳液。本发明通过层层分子印记技术合成分形二氧化硅,可用于制备高粘弹性Pickering乳液,所得乳液,粘弹性高,稳定性优良,释药性良好。此外,所用原料二氧化硅颗粒廉价易得,生产成本低廉,良好的生物相容性更使其在食品、化妆品以及医药领域的应用不受限制。层层分子印记技术操作简单容易,易于工业化。

    一种pH响应性载药Pickering乳液及其制备方法

    公开(公告)号:CN107279134B

    公开(公告)日:2019-12-10

    申请号:CN201710381045.1

    申请日:2017-05-25

    Applicant: 海南大学

    Abstract: 本发明提供了一种pH响应性载药Pickering乳液及其制备方法。先制备一种海藻酸钠改性二氧化硅纳米粒,其由海藻酸钠、甲醛、环己基异腈和分形二氧化硅通过Ugi反应制得,其中,所述分形二氧化硅通过利用层层分子印迹将氨基封端二氧化硅和醛基封端二氧化硅进行共价组装,根据需要重复进行印迹过程,直到达到所需的二氧化硅层数而制得。本发明还提供了采用该纳米粒制备的Pickering乳液。本发明通过将Ugi缩合反应将海藻酸钠(Alg)接枝到分形SiO2表面,可制备成一种新型pH响应性Pickering乳液,丰富触发性乳液在农药控释系统中的应用,拓展Pickering乳液对农药药物传递方面应用。

    汽轮发电机组的模糊自适应分数阶PID转速调节方法及系统

    公开(公告)号:CN108181803A

    公开(公告)日:2018-06-19

    申请号:CN201810001261.3

    申请日:2018-01-02

    Applicant: 海南大学

    Abstract: 本发明提供了一种汽轮发电机组的模糊自适应分数阶PID转速调节方法及系统。汽轮发电机组的模糊自适应分数阶PID转速调节方法包括:第一步骤:对汽轮发电机组转速调节系统进行近似机理建模,以建立系统模型;第二步骤:设计三个模糊控制器;第三步骤:针对三个模糊控制器进行分数阶PID控制器的数字化实现;第四步骤:利用分数阶PID控制器,在建立的系统模型上确立模糊自适应分数阶PID控制器的离线参数;第五步骤:以汽轮发电机组的转速及转速变化率作为三个模糊控制器的输入,输出分别在线整定分数阶PID控制器的参数,然后基于输出的参数通过所确立的模糊自适应分数阶PID控制器来控制汽轮发电机组的阀门开度。

    橡胶树叶片氮素含量的近红外光谱诊断方法

    公开(公告)号:CN107796779A

    公开(公告)日:2018-03-13

    申请号:CN201711114947.5

    申请日:2017-11-13

    Applicant: 海南大学

    CPC classification number: G01N21/3563 G01N21/359 G01N31/002 G01N2021/3572

    Abstract: 本发明提供了一种橡胶树叶片氮素含量的近红外光谱诊断方法,包括:第一步骤:选取橡胶树叶片样品;第二步骤:采集橡胶树叶片样品的近红外波段的光谱数据;第三步骤:对橡胶树叶片样品进行预处理,随后测定预处理后的橡胶树叶片样品的氮素含量;第四步骤:利用采集的橡胶树叶片样品的近红外波段的光谱数据获得分数阶光谱;第五步骤:利用竞争性自适应重加权算法筛选分数阶光谱中的与测定的橡胶树叶片样品的氮素含量最为相关的波段所对应的光谱值作为自变量进行模型的建立;第六步骤:利用建立的模型进行橡胶树叶片氮素值含量的预测。

Patent Agency Ranking