碱金属Na对黑液水煤浆焦-CO2气化特性的影响

黑液中富含大量的碱金属Na及其化合物,这些碱金属将在黑液水煤浆焦气化过程中起到催化气化的作用.为了研究黑液水煤浆焦-CO2催化气化反应特性,采用XRD、SEM和热重分析技术对黑液水煤浆焦和普通水煤浆焦CO2催化气化实验进行分析,得到了焦炭表面孔隙分布情况、煤浆焦样和气化后残渣XRD分析结果,以及等温条件下气化反应时碳转化率数据.试验结果表明:黑液水煤浆焦表面密集分布很多"斑点"和微孔,说明碱金属Na盐在焦碳表面形成了活化中心点,它们在气化过程中起到催化作用;碱金属Na使焦样表面具有更强的反应位,削弱C-C键的强度,使气化反应更容易进行;同时由于碱金属催化剂在高温气化时将与煤中矿物质反应生成惰性物质,从而可能削弱催化效果.从黑液水煤浆与普通水煤浆XRD晶相分析中可以看出碱金属Na盐主要以氯化钠、硅酸钠形式存在,气化反应后生成的晶相组成主要是霞石和微斜长石.     

钾及其化合物对黑液水煤浆催化气化的作用

对黑液水煤浆(由造纸黑液(废液)和煤制成)、水煤浆进行了等温和不等温热重试验,发现在1 200℃下,黑液水煤浆焦的转化率较高,气化活性比水煤浆焦提高了68.8%;黑液水煤浆焦的霞石衍射峰值比水煤浆焦高出22.5%;通过计算得到黑液水煤浆焦的活化能为125.44 kJ/mol,反应级数约为0.5,添加催化剂碳酸钾后煤焦的活化能比没有添加的下降了近40%。     

黑液水煤浆焦与普通水煤浆焦CO2催化气化反应特性研究

黑液水煤浆燃烧和气化是一种新型的洁净煤利用技术。它是在普通水煤浆的基础上发展起来的,该文对黑液水煤浆焦和普通水煤浆焦进行CO2催化气化实验,得到了在等温条件和程序升温条件下气化反应的碳转化率。试验结果表明:黑液水煤浆焦中的钠及其化合物在气化过程中有明显催化作用,并且黑液中有机物成分也对气化起到一定促进作用。黑液水煤浆焦的碳转化率为98.37%,比普通水煤浆焦碳转化率(93.60%)高出5.1%,催化气化作用明显。两种煤焦的最佳气化反应温度为1200℃,碳转化率最高。碱金属催化剂的负荷饱和度LSL(loadingsaturationlevel)最佳值为10%。     

基于区域聚焦特性的多聚焦图像融合算法

针对现有多聚焦图像融合算法存在的伪影和信息残留问题,提出了一种依据图像聚焦特性,最大程度保留各区域信息和清晰度的算法。首先,通过区域检测得到聚焦区域决策图,利用该决策图进行初始融合和边界提取,得到边界区域决策图;其次,利用ACS网络学习多聚焦图像的融合规则,生成网络融合图;最后,根据边界区域决策图对初始融合图和网络融合图进行加权求和,得到最终的融合图像。实验结果表明：该算法在聚焦区域和边界区域都优于其它比较算法,各项评估指标分别提高4.8%和1.5%以上;同时主观效果更符合HVS。实验证明了在保留源图像的细节信息和避免各个区域的视觉伪影上,该算法都能取得很好的效果。     

报纸上看到的辉煌——纪念中国共产党成立90周年

中国共产党自成立以来经历了90年的风风雨雨,在中国共产党的正确领导下,祖国发生了翻天覆地的变化,无论是经济、军事还是国际地位都得到了极大的发展与提高."没有共产党,就没有新中国"这句话在这90年里得到了最好的体现,让我们一起见证90年的辉煌历程!     

制焦温度和停留时间对煤焦气化反应性的影响

煤焦的制备对煤焦的气化反应性有着明显的影响．研究了新汶煤在温度分别为800℃，700℃，600℃和停留时间分别为60min，30min，20min，10min下制得的焦样与C02进行（在终温为1200℃下）不等温气化反应性．通过比较发现，在终温为800℃，700℃，600℃下停留时间为60min时煤焦的气化转化率都是最高的，分别为0．982，0．977和0．998，可见停留时间为60min，制焦温度分别为800℃，700℃，600℃对于新汶煤焦的气化转化率的影响并不是很明显．同时也发现半焦的气化反应性呈现先增后减的趋势，在停留时间为60min时到达最大，并且在800℃时气化反应性是最高的，可见在800℃下停留时间为60min制焦是合适的．用扫描电镜实验手段观察了新汶煤焦形貌结构，发现有较多的“斑点”和微孔，这些“斑点”和微孔在气化中起着活化中心的作用．     

钾及其化合物对黑液水煤浆催化气化的作用

对黑液水煤浆、水煤浆进行了不等温热重实验，发现在1 200 ℃下，黑液水煤浆焦的转化率较高，气化活性比水煤浆焦提高了68.8%，黑液水煤浆焦的霞石的衍射峰值达到1 050，比水煤浆焦的峰值高出22.5%.通过计算可得黑液水煤浆焦的活化能为125.44 kJ/mol，添加催化剂碳酸钾后煤焦的活化能比没有添加时下降了近40%.     

面向6G通感算深度融合的云-网-边智能协同

通信-感知-计算（通感算）深度融合对6G网络端到端传输时延、可靠性等通信指标提出了极高的要求，因此提出一种云-网-边智能协同方案。首先，将云-网-边智能协同系统抽象为“三域四层三面”分布式体系结构，包括：计算域、感知域、通信域；基础设施层、虚拟化层、功能层、应用层；智能面、控制面、管理编排面。然后，通过云-网-边协同训练与推理，以支撑通感算智能协同。最后，搭建面向6G通感算深度融合的云-网-边智能协同实验平台。实验结果表明：云-网-边智能协同可提高系统可靠性，降低传输负载和业务时延。