ЭМПИРИЧЕСКАЯ МОДЕЛЬ УЛЬТРАФИЛЬТРАЦИОННОГО КОНЦЕНТРИРОВАНИЯ БЕЛКА В ПОДСЫРНОЙ СЫВОРОТКЕ


Цитировать

Полный текст

Аннотация

Разработана эмпирическая модель ультрафильтрационного концентрирования белков в подсырной сыворотке. Выполнена проверка адекватности эмпирической модели путем сравнения экспериментальных и расчетных данных. Отклонение расчетных данных от экспериментальных не превысило 10 %.

Об авторах

Сергей Иванович Лазарев

Тамбовский государственный технический университет

Email: geometry@mail.nnn.tstu.ru
доктор технических наук, профессор, зав. кафедрой прикладной геометрии и компьютерной графики г. Тамбов, Российская Федерация

Владимир Юрьевич Богомолов

Тамбовский государственный технический университет

Email: geometry@mail.nnn.tstu.ru
аспирант, кафедра прикладной геометрии и компьютерной графики г. Тамбов, Российская Федерация

Александр Анатольевич Арзамасцев

Тамбовский государственный университет им. Г.Р. Державина

Email: arz_sci@mail.ru
доктор технических наук, профессор, зав. кафедрой математического моделирования и информационных технологий г. Тамбов, Российская Федерация

Константин Константинович Полянский

Воронежский филиал Российского экономического университета им. Г.В. Плеханова

Email: geometry@mail.nnn.tstu.ru
доктор технических наук, профессор кафедры коммерции и товароведения г. Воронеж, Российская Федерация

Сергей Александрович Вязовов

Тамбовский государственный технический университет

Email: geometry@mail.nnn.tstu.ru
кандидат технических наук, доцент кафедры прикладной геометрии и компьютерной графики г. Тамбов, Российская Федерация

Александр Александрови Левин

Тамбовский государственный технический университет

Email: geometry@mail.nnn.tstu.ru
магистрант, кафедра прикладной геометрии и компьютерной графики г. Тамбов, Российская Федерация

Список литературы

  1. Семенов А.Г., Лобасенко Б.А. Математические модели ультрафильтрации. Кемерово: Кемеровский технологический институт пищевой промышленности, 2010. 176 с.Семенов А.Г., Лобасенко Б.А. Получение молочных белков путем мембранной ультрафильтрации с раздельным отводом потока концентрата // Достижения науки и техники АПК. 2009. № 5. С. 65-67.Семенов А.Г., Благочевская Н.А., Сафонов А.А. Математическая модель порционной установки для ультрафильтрационной сепарации молока // Технология и техника пищевых производств. Кемерово: Кемеровский технологический институт пищевой промышленности, 2003. С. 168-171.Семенов А.Г. Развитие гелевого загрязнения мембраны при тангенциальной ультрафильтрации раствора высокомолекулярного соединения // Техника и технология пищевых производств. 2011. № 1. С. 79-83.Семенов А.Г., Тимофеев А.Е. Моделирование и расчет ультрафильтрационных установок периодического действия // Техника и технология пищевых производств. 2011. № 1. С. 84-89.Семенов А.Г., Лобасенко Б.А. Интенсификация ультрафильтрационного концентрирования сывороточных белков в установках с керамическими мембранами // Молочная индустрия мира и Российской Федерации: материалы Междунар. науч.-практ. конф. Москва, 12-15 марта 2013 г. М., 2013. С. 123-125.Семенов А.Г., Лобасенко Б.А. Мембранные методы в технологии продуктов на основе молока и молочной сыворотки. Кемерово: Кемеровский технологический институт пищевой промышленности, 2014. 147 с.Suki A., Fane A.G., Fell C.J.D. Modeling fouling mechanisms in protein ultrafiltration // Journal of Membrane Science. 1986. V. 27. P. 181-193.Лялин В.А., Старов В.М., Филиппов А.Н. Классификация и математическое моделирование режимов ультрафильтрации // Химия и технология воды. 1990. Т. 12. № 5. С. 387-393.Tu S.-C., Ravindran V., Pirbazari M. A pore diffusion transport model for forecasting the performance of membrane processes // Journal of Membrane Science. 2005. V. 265. P. 29-50.Vela M.-C. Vincent, Blanco S. Alvarez, Garcia J. Lora, Gonzalvez-Zafrilla J.M., Bergantinos E. Rodriguez Utilization of a shear induced diffusion model to predict permeate flux in the crossflow ultrafiltration of macromolecules // Desalination. 2007. V. 206. P. 61-68.Лазарев В.А. Разделение и концентрирование молочной сыворотки на ультрафильтрационных и обратноосмотических мембранах: дис. … канд. техн. наук. М.: РХТУ, 2015. 119 с.Свидетельство о государственной регистрации программы для ЭВМ № 2015614888. Расчет кинетических коэффициентов электробаромембранного извлечения органических веществ из промышленных стоков / С.И. Лазарев, В.Ю. Богомолов, В.Г. Казаков. 29.04.2015.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».