可以用酒精度計(jì)來測量的。酒精計(jì)是用來測量白酒或者酒精溶液里面酒精含量的。

咨詢記錄 · 回答于2021-10-19 白酒發(fā)酵堆積過程的糊化率檢測方法 步驟a、取樣取蒸酒后充分混合均勻的酒糟，分成等質(zhì)量的兩份樣品；b、樣品處理將兩份樣品分別溶于蒸餾水中，調(diào)節(jié)pH至6 8 ;1份樣品超聲震蕩20 30min，即為待測樣品；1份樣品加熱回流I. 5 2小時，即為全糊化樣品；兩份樣品分別過濾，收集濾液，加蒸餾水稀釋至相同體積；C、碘呈色分別從步驟b得到的兩樣品溶液中取相同體積的溶液，加入足量的碘-碘化鉀試劑，加蒸餾水稀釋至相同體積，混勻；d、檢測繪制吸光度隨淀粉濃度變化的標(biāo)準(zhǔn)曲線；取步驟c得到的兩樣品的溶液，在400 750nm波長下檢測吸光度；根據(jù)標(biāo)準(zhǔn)曲線換算出待測樣品和全糊化樣品的淀粉濃產(chǎn)酒糟糊。

http://www.ilib.cn/A-zgtwp200310005.html作為發(fā)酵工業(yè)中游技術(shù)核心的發(fā)酵過程控制和優(yōu)化技術(shù)，既關(guān)系到能否發(fā)揮菌種的最大生產(chǎn)能力，又會影響到下游處理的難易程度，在整個發(fā)酵過程中是一項(xiàng)承上啟下的關(guān)鍵技術(shù)。本書作者多年來一直從事發(fā)酵過程的在線檢測、解析、控制和優(yōu)化等方面的研究，在借鑒國外的有關(guān)最新研究成果和作者自身完成的研究實(shí)例的基礎(chǔ)上，博采眾家之長，寫成此書。全書結(jié)合具體的發(fā)酵過程實(shí)例，分別對發(fā)酵過程的解析、控制和優(yōu)化，特別是在線檢測、在線狀態(tài)預(yù)測和模式識別，以及在線控制和最優(yōu)化控制的技術(shù)及方法進(jìn)行了比較系統(tǒng)詳細(xì)的介紹，并引入了模糊邏輯推理、人工神經(jīng)網(wǎng)絡(luò)模型、代謝網(wǎng)絡(luò)模型等新型的控制、優(yōu)化、狀態(tài)預(yù)測以及模式識別等方法和技術(shù)。本書適合于從事發(fā)酵工程、生物工程、生物化工、化學(xué)工程等相關(guān)專業(yè)領(lǐng)域研究的科研人員、教師和工程師使用，也可供大專院校相關(guān)專業(yè)的高年級本科生和研究生參考。目錄第一章緒論1第一節(jié)生物過程的特點(diǎn)以及生物過程的操作、控制、優(yōu)化的基本特征1第二節(jié)生物過程控制和優(yōu)化的目的及研究內(nèi)容2第三節(jié)發(fā)酵過程控制概論4第四節(jié)發(fā)酵過程的狀態(tài)變量、操作變量和可測量變量6第五節(jié)用于發(fā)酵過程控制和優(yōu)化的各類數(shù)學(xué)模型7第六節(jié)發(fā)酵過程最優(yōu)化控制方法概論8一、基于非構(gòu)造式動力學(xué)模型的最優(yōu)化控制方法8二、基于可實(shí)時測定的過程輸入輸出時間序列數(shù)據(jù)和黑箱模型的最優(yōu)化控制方法9參考文獻(xiàn)10第二章生物過程參數(shù)在線檢測技術(shù)11第一節(jié)ph的在線測量13一、ph傳感器的工作原理13二、ph傳感器的使用15第二節(jié)溶氧濃度的在線測量18一、溶氧濃度測量原理18二、溶氧電極19三、溶氧電極的使用21第三節(jié)發(fā)酵罐內(nèi)氧氣和二氧化碳分壓的測量以及呼吸代謝參數(shù)的計(jì)算23一、氧分析儀23二、尾氣co2分壓的檢測26三、呼吸代謝參數(shù)的計(jì)算26第四節(jié)發(fā)酵罐內(nèi)氧氣體積傳質(zhì)系數(shù)kla的測量31一、亞硫酸鹽氧化法31二、溶氧電極法32三、物料衡算法33四、動態(tài)測定法34五、取樣極譜法35六、復(fù)膜電極測定kla35第五節(jié)發(fā)酵罐內(nèi)細(xì)胞濃度的在線測量和比增殖速率的計(jì)算36一、菌體濃度的檢測方法及原理36二、在線激光濁度計(jì)38第六節(jié)生物傳感器在發(fā)酵過程檢測中的應(yīng)用39一、生物傳感器的類型和結(jié)構(gòu)原理39二、發(fā)酵罐基質(zhì)（葡萄糖等）濃度的在線測量43三、引流分析與控制（fia）45四、發(fā)酵罐器內(nèi)一級代謝產(chǎn)物（乙醇、有機(jī)酸等）濃度的在線測量47參考文獻(xiàn)48第三章發(fā)酵過程控制系統(tǒng)和控制設(shè)計(jì)原理及應(yīng)用49第一節(jié)過程的狀態(tài)方程式49第二節(jié)生物過程的典型和基本數(shù)學(xué)模型51一、生物過程最基本的合成和代謝分解反應(yīng)51二、生物過程典型的數(shù)學(xué)模型形式55三、發(fā)酵過程的各種得率系數(shù)和各種比反應(yīng)速率的表現(xiàn)形式57四、生物反應(yīng)器的基本操作方式62五、發(fā)酵過程狀態(tài)方程式在“理想操作點(diǎn)”近旁的線性化64第三節(jié)拉普拉斯變換與反拉普拉斯變換67一、拉普拉斯變換的定義68二、拉普拉斯變換的基本特性以及基本函數(shù)的拉普拉斯變換68三、反拉普拉斯變換69四、有理函數(shù)的反拉普拉斯變換69五、過程的傳遞函數(shù)gp(s)——線性狀態(tài)方程式的拉普拉斯函數(shù)表現(xiàn)形式69六、過程傳遞函數(shù)的框圖和轉(zhuǎn)換70七、過程對于輸入變量變化的響應(yīng)特性71第四節(jié)過程的穩(wěn)定性分析74一、過程穩(wěn)定的判別標(biāo)準(zhǔn)74二、過程在平衡點(diǎn)（特異點(diǎn)）近旁的穩(wěn)定特性的分類75三、連續(xù)攪拌式生物反應(yīng)器的穩(wěn)定特性的解析77第五節(jié)生物過程的反饋控制和前饋控制79一、生物過程的前饋控制79二、流加操作的生物過程中常見的前饋控制方式80三、生物過程的反饋控制83四、生物過程中反饋控制與前饋控制的并用84第六節(jié)pid反饋控制系統(tǒng)的設(shè)計(jì)和解析86一、閉回路pid反饋控制的性能特征86二、比例動作87三、積分動作88四、微分動作89五、pid反饋控制器的構(gòu)成特征89六、反饋控制系統(tǒng)的穩(wěn)定性分析89七、反饋控制系統(tǒng)的設(shè)計(jì)和參數(shù)調(diào)整91八、開關(guān)反饋控制94第七節(jié)反饋控制系統(tǒng)在生物過程控制中的實(shí)際應(yīng)用95一、以溶氧濃度（do）變化為反饋指標(biāo)的流加培養(yǎng)控制——do?stat法95二、以ph變化為反饋指標(biāo)的流加培養(yǎng)控制——ph?stat法98三、以rq為反饋指標(biāo)的流加培養(yǎng)控制100四、直接以葡萄糖濃度為反饋指標(biāo)的流加培養(yǎng)控制101五、以代謝副產(chǎn)物濃度為反饋指標(biāo)的流加培養(yǎng)控制103參考文獻(xiàn)105第四章發(fā)酵過程的最優(yōu)化控制106第一節(jié)最優(yōu)化控制的研究內(nèi)容、表述、特點(diǎn)和方法106第二節(jié)最大原理及其在發(fā)酵過程最優(yōu)化控制中的應(yīng)用107一、最大原理及其算法簡介107二、利用最大原理確定流加培養(yǎng)過程的最優(yōu)基質(zhì)流加策略和方式111三、最大原理的數(shù)值解法及其在生物過程最優(yōu)化控制中的應(yīng)用116第三節(jié)格林定理及其在發(fā)酵過程最優(yōu)化控制中的應(yīng)用121一、格林定理121二、利用格林定理求解流加培養(yǎng)（發(fā)酵）的最短時間軌道問題122三、格林定理在乳酸菌過濾培養(yǎng)最優(yōu)化控制中的應(yīng)用125四、利用格林定理進(jìn)行乳酸菌過濾培養(yǎng)最優(yōu)化控制的計(jì)算機(jī)模擬和實(shí)驗(yàn)結(jié)果128第四節(jié)遺傳算法及其在發(fā)酵過程最優(yōu)化控制中的應(yīng)用131一、遺傳算法簡介131二、遺傳算法的算法概要及其在重組大腸桿菌培養(yǎng)的最優(yōu)化控制中的應(yīng)用132三、遺傳算法在酸乳多糖最優(yōu)化生產(chǎn)中的應(yīng)用138參考文獻(xiàn)143第五章發(fā)酵過程的建模和狀態(tài)預(yù)測144第一節(jié)描述發(fā)酵過程的各類數(shù)學(xué)模型簡介144一、非構(gòu)造式動力學(xué)模型145二、代謝網(wǎng)絡(luò)模型146三、基于在線時間序列數(shù)據(jù)的自回歸平均移動模型146四、人工神經(jīng)網(wǎng)絡(luò)模型147五、正交或多項(xiàng)式回歸模型148第二節(jié)非構(gòu)造式動力學(xué)數(shù)學(xué)模型的建模方法148一、利用非線性規(guī)劃法確定非構(gòu)造式動力學(xué)數(shù)學(xué)模型的模型參數(shù)148二、利用遺傳算法確定過程模型參數(shù)157第三節(jié)利用人工神經(jīng)網(wǎng)絡(luò)建模和預(yù)測發(fā)酵過程的狀態(tài)159一、神經(jīng)細(xì)胞和人工神經(jīng)網(wǎng)絡(luò)模型159二、人工神經(jīng)網(wǎng)絡(luò)模型的類型161三、人工神經(jīng)網(wǎng)絡(luò)的誤差反向傳播學(xué)習(xí)算法163四、利用人工神經(jīng)網(wǎng)絡(luò)在線識別發(fā)酵過程的生理狀態(tài)和濃度變化模式167五、利用人工神經(jīng)網(wǎng)絡(luò)的發(fā)酵過程狀態(tài)變量預(yù)測模型169六、利用人工神經(jīng)網(wǎng)絡(luò)的非線性回歸模型173七、結(jié)合使用人工神經(jīng)網(wǎng)絡(luò)模型和遺傳算法的過程優(yōu)化175第四節(jié)卡爾曼濾波器在發(fā)酵過程狀態(tài)預(yù)測中的應(yīng)用176一、卡爾曼濾波器及其算法176二、利用卡爾曼濾波器在線推定菌體的比增殖速率178參考文獻(xiàn)180第六章發(fā)酵過程的在線自適應(yīng)控制182第一節(jié)基于在線時間序列輸入輸出數(shù)據(jù)的自回歸移動平均模型解析184一、自回歸移動平均模型詳解184二、利用逐次最小二乘回歸法計(jì)算和確定自回歸移動平均模型的模型參數(shù)186第二節(jié)基于自回歸移動平均模型的在線自適應(yīng)控制189一、“極配置” 型的在線自適應(yīng)控制系統(tǒng)189二、“最優(yōu)控制”型的在線自適應(yīng)控制系統(tǒng)190三、酵母菌流加培養(yǎng)過程的比增殖速率在線自適應(yīng)最優(yōu)控制193四、乳酸連續(xù)過濾發(fā)酵過程的在線自適應(yīng)控制196第三節(jié)基于自回歸移動平均模型的在線最優(yōu)化控制201一、面包酵母連續(xù)生產(chǎn)的在線最優(yōu)化控制201二、乳酸連續(xù)過濾發(fā)酵的在線最優(yōu)化控制205第四節(jié)基于遺傳算法的在線最優(yōu)化控制210一、利用遺傳算法實(shí)時在線跟蹤和更新非構(gòu)造式動力學(xué)模型的參數(shù)210二、結(jié)合使用最大原理和遺傳算法的在線最優(yōu)化控制212參考文獻(xiàn)214第七章人工智能控制216第一節(jié)模糊邏輯控制器217一、模糊邏輯控制器的特點(diǎn)和簡介217二、模糊語言數(shù)值表現(xiàn)法和模糊成員函數(shù)218三、模糊規(guī)則223四、模糊規(guī)則的執(zhí)行和實(shí)施——解模糊規(guī)則的方法225五、模糊邏輯控制系統(tǒng)的構(gòu)成、設(shè)計(jì)和調(diào)整228第二節(jié)模糊邏輯控制系統(tǒng)在發(fā)酵過程中的實(shí)際應(yīng)用231一、酵母流加培養(yǎng)過程的模糊控制231二、谷氨酸流加發(fā)酵過程的模糊控制237三、輔酶q10發(fā)酵生產(chǎn)過程的模糊控制241四、模糊推理技術(shù)在發(fā)酵過程在線狀態(tài)預(yù)測中的應(yīng)用245第三節(jié)基于人工神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)及其在發(fā)酵過程中的應(yīng)用250一、基于人工神經(jīng)網(wǎng)絡(luò)的在線自適應(yīng)控制250二、模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)及其在發(fā)酵過程中的實(shí)際應(yīng)用253三、模糊神經(jīng)網(wǎng)絡(luò)控制器及其在發(fā)酵過程中的應(yīng)用260參考文獻(xiàn)268第八章利用代謝網(wǎng)絡(luò)模型的過程控制和優(yōu)化270第一節(jié)代謝網(wǎng)絡(luò)模型解析270一、代謝網(wǎng)絡(luò)模型的簡化、計(jì)算和求解272二、利用代謝網(wǎng)絡(luò)模型的狀態(tài)預(yù)測277第二節(jié)網(wǎng)絡(luò)信號傳遞線圖和利用網(wǎng)絡(luò)信號傳遞線圖的代謝網(wǎng)絡(luò)模型278一、網(wǎng)絡(luò)信號傳遞線圖及其簡化278二、利用代謝信號傳遞線圖處理代謝網(wǎng)絡(luò)281三、利用網(wǎng)絡(luò)信號傳遞線圖的代謝網(wǎng)絡(luò)分析282第三節(jié)代謝網(wǎng)絡(luò)模型在賴氨酸發(fā)酵過程在線狀態(tài)預(yù)測和控制中的應(yīng)用284一、簡化代謝網(wǎng)絡(luò)模型的建立286二、利用簡化代謝網(wǎng)絡(luò)模型進(jìn)行在線狀態(tài)預(yù)測的結(jié)果288參考文獻(xiàn)290第九章計(jì)算機(jī)在生化反應(yīng)過程控制中的應(yīng)用291第一節(jié)過程工業(yè)的特點(diǎn)和計(jì)算機(jī)控制291一、過程工業(yè)的特點(diǎn)291二、數(shù)字計(jì)算機(jī)在過程控制中應(yīng)用概述293第二節(jié)集散控制系統(tǒng)及接口技術(shù)296一、集散控制系統(tǒng)簡介296二、集散控制系統(tǒng)的特點(diǎn)298三、過程接口技術(shù)299第三節(jié)檸檬酸發(fā)酵過程計(jì)算機(jī)控制系統(tǒng)設(shè)計(jì)302一、系統(tǒng)結(jié)構(gòu)設(shè)計(jì)303二、組態(tài)軟件設(shè)計(jì)304三、系統(tǒng)功能設(shè)計(jì)305四、系統(tǒng)控制算法及優(yōu)化305第四節(jié)青霉素發(fā)酵過程專家控制系統(tǒng)307一、青霉素發(fā)酵過程的特點(diǎn)和控制上的困難307二、青霉素發(fā)酵過程專家控制系統(tǒng)308三、系統(tǒng)運(yùn)行情況312