《食品——含有坚硬、锋利异质物的伪劣产品》

  • 来源专题:食物与营养
  • 编译者: 潘淑春
  • 发布时间:2005-04-19
  • Hard or sharp foreign objects in food may cause traumatic injury including laceration and perforation of tissues of the mouth, tongue, throat, stomach and intestine as well as damage to the teeth and gums. From 1972 through 1997, the FDA Health Hazard Evaluation Board evaluated approximately 190 cases of hard or sharp foreign objects in food. These include cases of both injury and non-injury reported to FDA. The Board found that foreign objects that are less than 7 mm, maximum dimension, rarely cause trauma or serious injury except in special risk groups such as infants, surgery patients, and the elderly.
  • 原文来源:http://www.fda.gov/ora/compliance_ref/cpg/cpgfod/cpg555-425.htm
相关报告
  • 《染色馒头案在沪开审 三被告被控生产销售伪劣产品罪》

    • 来源专题:食物与营养
    • 编译者:潘淑春
    • 发布时间:2011-09-16
    • 2011-9-16: 15日,“染色馒头”案在上海市宝山区法院开庭审理。起诉书指控上海盛禄食品有限公司法定代表人、总经理叶维禄和销售经理徐剑明、生产主管谢维铣三人涉嫌违规生产、销售添加了“柠檬黄”的玉米馒头,构成生产、销售伪劣产品罪。
  • 《像钻石一样坚硬? 科学家预测了超硬碳的新形式》

    • 来源专题:纳米科技
    • 编译者:郭文姣
    • 发布时间:2019-09-11
    • 超硬材料可以切割,钻孔和抛光其他物体。它们还具有创造防刮涂层的潜力,可以帮助保护昂贵的设备免受损坏。 现在,科学正在为具有这些诱人品质的新材料的开发打开大门。 研究人员已经使用计算技术来识别43种以前未知的碳被认为是稳定和超硬的 - 包括一些预测比钻石略硬或几乎硬的碳。每种新的碳种类由在晶格中以不同图案排列的碳原子组成。 这项研究发表在9月3日的npj计算材料杂志上,它结合了晶体结构的计算预测和机器学习,以寻找新材料。这项工作是理论研究,这意味着科学家已经预测了新的碳结构,但还没有创造出它们。 “钻石现在是市场上最硬的材料,但它们非常昂贵,”布法罗化学家Eva Zurek大学说。 “我有同事在实验室里进行高压实验,在钻石之间挤压材料,他们抱怨钻石破碎时有多贵。 “我们希望找到比钻石更硬的东西。如果你能找到其他硬质材料,可能会让它们变得更便宜。它们也可能具有钻石所没有的有用特性。也许它们会以不同的方式与热量或例如,电力。“ Uure艺术与科学学院化学教授Zurek博士构思了这项研究,并与杜克大学机械工程和材料科学教授Stefano Curtarolo博士共同领导了该项目。 寻求硬质材料 硬度与材料抵抗变形的能力有关。正如Zurek所解释的那样,它意味着“如果你试图用锋利的尖端压痕材料,就不会形成一个孔,或者孔会非常小。” 科学家认为,如果通过一项名为维氏硬度试验的实验测得硬度值超过40千兆帕,则该物质是超硬的。 预计所有研究的43种新碳结构都符合该阈值。估计三个钻石的维氏硬度超过钻石,但只有一点点。 Zurek还提醒说,计算中存在一些不确定性。 科学家发现的最坚硬的结构倾向于在其晶格中包含钻石和lonsdaleite碎片 - 也称为六角形钻石。除了43种新型碳之外,该研究还新近预测,其他团队过去所描述的一些碳结构将是超硬的。 加快发现超硬材料 新论文中使用的技术可用于识别其他超硬材料,包括含有碳以外元素的材料。 “很少有超硬材料是已知的,所以有兴趣找到新材料,”Zurek说。 “我们对超硬材料了解的一件事是它们需要具有强大的粘合力。碳 - 碳键很强,这就是我们研究碳的原因。其他通常在超硬材料中的元素来自周期的同一侧。表,如硼和氮。“ 为了进行这项研究,研究人员使用XulOpt,一种在Zurek实验室开发的用于晶体结构预测的开源进化算法,来生成碳的随机晶体结构。然后,该团队采用机器学习模型来预测这些碳物种的硬度。最有希望的坚硬和稳定的结构被XtalOpt用作“父母”来产生额外的新结构,等等。 使用自动流动(AFLOW)数据库训练用于估计硬度的机器学习模型,该数据库是具有已经计算的性质的巨大材料库。 Curtarolo的实验室负责AFLOW,之前在北卡罗来纳大学教堂山分校的Olexandr Isayev小组开发了机器学习模型。 “这是加速材料开发。它总是需要时间,但我们使用AFLOW和机器学习来大大加快这一过程,”Curtarolo说。 “算法学习,如果你已经很好地训练了模型,算法将以合理的精度预测材料的属性 - 在这种情况下,硬度。” 研究报告的共同作者,杜克大学机械工程和材料科学助理研究教授Cormac Toher博士说:“你可以使用计算技术预测出最好的材料并进行实验。” 新研究的第一和第二作者是UB博士研究生Patrick Avery和UB博士生Xiaoyu Wang,他们都在Zurek的实验室。 除了这些研究人员,Zurek,Curtarolo和Toher,该论文的共同作者还包括杜克大学的Corey Oses和Eric Gossett以及米兰大学的Davide Proserpio。 该研究由美国海军研究办公室资助,得到了米兰大学的额外支持,以及UB计算研究中心的计算支持。 npj计算材料 - 自然合作者期刊系列的一部分 - 是由Springer Nature与中国科学院上海硅酸盐研究所合作出版的自然研究期刊。 ——文章发布于2019年9月9日