温度及气氛对褐煤热转化过程中锗元素迁移的影响

为了解褐煤热转化过程中锗元素的迁移规律和机理,采用固定床反应器,在1 173、1 273和1 373 K条件下,分别测量了热解(100%N2)和燃烧(3%O2+97%N2)2种不同气氛下褐煤内锗元素的气态释放比例。结果表明,在2种气氛条件下,锗元素的气态释放比例均随着热转化温度的升高而增加,在1 373 K的条件下分别达到了91.0%和95.6%。在3种温度情况下,燃烧过程中锗元素的气态释放比例均低于相同温度条件下的热解过程。分析表明,主要是由于焦炭内的部分含锗有机物被氧化为二氧化锗,而二氧化锗在氧化性气氛中难以气化所导致的。基于上述规律,首次提出了含锗飞灰(锗精矿)的形成机理:褐煤中的锗元素完全以含锗有机物的形式存在,这些含锗有机物会在高温条件下首先热分解为短碳链的含锗气态小分子(X-Ge),随后这些气态小分子在飞灰细颗粒表面发生异相沉积,并最终被氧化为二氧化锗。     

高灰烟气催化剂性能影响研究

针对我国燃煤电厂高灰烟气开发的新型高强脱硝催化剂,在某电厂2 ×600 MW机组脱硝系统中得到了应用.介绍了该燃煤电厂的脱硝系统特点和烟气条件,高灰烟气脱硝催化剂的设计与选型、脱硝工程验收情况和运行18个月后催化剂的各项性能.结果表明:在高灰烟气条件下,脱硝催化剂正常运行3个月后,使用状况正常,初期脱硝效率显著,达到83.9％,净烟气NOx质量浓度达到73.7 mg/m3,氨逃逸量、SO2/SO3转化率、系统压力损失等参数均优于设计值;正常使用18个月后,脱硝催化剂各项性能正常,耐磨损性能优异.     

MGTY250/600-1.1D电牵引采煤机的使用

介绍了由太原矿山机器集团有限公司生产的MGTY250/600—1.1D电牵引采煤机在铁法煤业集团公司晓明煤矿的使用情况,实践证明:该机结构合理,性能可靠,同时提出对该机的几点改进意见。     

基于数值模拟的1000MW燃煤机组SCR脱硝系统设计

烟气和NH3在反应器内速度场和浓度场分布是否均匀直接影响SCR技术的脱硝效率。采用FLUENT软件、结合多孔介质模型和组分输运方程对某1000 MW燃煤机组SCR脱硝系统进行数值模拟,获得了4种方案的速度场和浓度场。结果表明:加装导流叶栅和整流格栅,反应器内第一层催化剂入口断面烟气速度不均匀性小于15%。在获得最佳流场的前提下,涡流混合器保证了氨与烟气在反应器中的充分掺混。通过冷态模型试验验证了数值模拟的可靠性,数值计算有效地指导了SCR脱硝系统的设计。     

纳米晶Nd—Fe—B基永磁材料

综述了纳米晶Ｎｄ－Ｆｅ－Ｂ基永磁材料的研究发展情况，主要分析了纳米晶永磁合金的成分、微结构、磁性及应用前景，简要介绍了该类纳米材料的有关模型。     

纳米晶Nd－Fe－B基永磁材料

综述了纳米晶Ｎｄ－Ｆｅ－Ｂ基永磁材料的研究发展情况，主要分析了纳米晶永磁合金的成分、微结构、磁特性及应用前景，简要介绍了该类纳米材料的有关模型。     

区间模糊谱聚类图像分割方法

近年来谱聚类算法在模式识别和计算机视觉领域被广泛应用,而相似性矩阵的构造是谱聚类算法的关键步骤。针对传统谱聚类算法计算复杂度高难以应用到大规模图像分割处理的问题,提出了区间模糊谱聚类图像分割方法。该方法首先利用灰度直方图和区间模糊理论得到图像灰度间的区间模糊隶属度,然后利用该隶属度构造基于灰度的区间模糊相似性测度,最后利用该相似性测度构造相似性矩阵并通过规范切图谱划分准则对图像进行划分,得到最终的图像分割结果。由于区间模糊理论的引入,提高了传统谱聚类的分割性能,对比实验也表明该方法在分割效果和计算复杂度上都有较大的改善。     

基于半监督的超像素谱聚类彩色图像分割算法

近年来谱聚类算法被广泛应用于图像分割领域,而相似性矩阵的构造是谱聚类算法的关键步骤。 针对传统谱聚类算法计算复杂度高难以应用到大规模图像分割处理的问题,提出了基于半监督的超像素谱聚类彩色图像分割算法。该算法利用超像素将彩色图像进行预分割,利用用户提供的少量标记信息构造预分割区域的基于半监督的模糊相似性测度,利用该相似性测度构造预分隔区域的相似性矩阵并通过规范切图谱划分准则对预分割区域进行划分得到最终的图像分割结果。由于少量标记信息和模糊理论的引入,提高了传统谱聚类的分割性能,对比实验也表明该算法在分割效果和计算复杂度上都有较大的改善。     

图像信息驱动的抑制式粗糙模糊聚类分割算法

粗糙模糊聚类方法需要手动设置阈值确定粗糙聚类的上、下近似且对图像中的噪声较为敏感。为了减少人为干预,实现粗糙模糊聚类在图像分割中的深度应用,本文提出一种图像信息驱动的抑制式粗糙模糊聚类分割算法。方法中设计了基于超像素区域信息的自适应阈值策略,用于有效确定粗糙聚类的上下近似,将图像空间信息引入到粗糙模糊聚类,构造了融合空间信息的粗糙模糊聚类目标函数,克服方法对于图像噪声的敏感性,此外,为进一步提升聚类性能,将模糊聚类中的抑制式学习思想引入到粗糙下近似集中像素的模糊隶属度的修正,实现了粗糙和模糊思想的深度融合。本文算法是更具混合智能机理的粗糙模糊聚类图像分割算法,实验结果表明了本文算法的有效性。      

基于近邻搜索花授粉优化的直觉模糊聚类图像分割

为克服传统模糊聚类算法应用于图像分割时,易受噪声影响,对聚类中心初始值敏感,易陷入局部最优,模糊信息处理能力不足等缺陷,该文提出基于近邻搜索花授粉优化的直觉模糊聚类图像分割算法。首先设计一种新颖的图像空间信息提取策略,进而构造融合图像空间信息的直觉模糊聚类目标函数,提高对于噪声的鲁棒性,提升算法处理图像中模糊信息的能力。为了优化上述目标函数,提出一种基于近邻学习搜索机制的花授粉算法,实现对于聚类中心的寻优,解决对于聚类中心初始值敏感,易陷入局部最优的问题。实验结果表明所提算法能在多种噪声图像上取得令人满意的分割效果。