应用神经网络方法预测生物质的热值

应用人工神经网络方法对生物质的热值进行了预测，网络的训练数据集来自美国Biomass Feedstock Composition and Property Database of U．S．Department of Energy。神经网络以生物质的工业分析结果作为输入数据．采用56组数据对网络进行训练，以7组数据对网络进行验证，对网络输出值与实际值进行比较，相对误差在0．08％以内。人工神经网络成功地预测各种生物质的热值，说明人工神经网络能够处理生物质的热值与工业分析各组分间的非线性关系。     

基于Weibull混合模型的生物质热解动力学研究

该研究选取中国产量较高的3种农作物水稻、油菜和棉花的秸秆作为研究对象,采用Weibull混合模型对稻秆、油菜秆和棉秆进行热解动力学解析。结果表明,稻秆、油菜秆和棉秆的热解动力学子过程可分为3个过程:水分蒸发,热解挥发分析出和热解炭化;Weibull混合模型可很好的描述3种物料的热解挥发分析出过程;Weibull混合模型可将生物质热解动力学过程分解为其主要组分纤维素、半纤维素和木质素的热解子过程。研究结果有助于后续生物质热解机理的研究。     

基于离散平稳小波变换的原油触变特性研究

首次将离散平稳小波变换用于实验测定的原油触变信号的去噪。并与五点三次平滑处理及离散止交小波变换的去噪结果进行比较；实验结果表明：离散平稳小波变换明显优于其他滤波方法。对经离散平稳小波变换去噪后的触变数据分析的基础上，提出采用一种新型四参数双曲触变模型。该模型物理意义明确。拟合精度高，可用于工程实践。     

预测环道中胶凝原油启动压力传播速度

启动压力传播速度对启动过程至关重要，但由于影响因素较多，试验测定需要较长的试验周期和较大的资金投入，而且问题的非线性很强。尝试在试验测定的基础上采用人工神经网络进行预测研究，将部分已有的实验数据作为输入模式进行训练，然后利用神经网络进行相应的波速预测，收到了较好的预测效果。     

模型环道的蜡沉积实验

利用模型环道进行了一系列蜡沉积测试。实验结果表明,蜡沉积速率随时间逐渐减小;当壁温高于原油的析蜡点或低于凝点时,没有蜡沉积;相同油壁温差下,蜡沉积速率随油温的升高而减小;在相同油温下,蜡沉积速率随油壁温差的增大而增大,当壁面温度较低时随油壁温差的增大而减小;蜡沉积速率不仅与原油的蜡含量有关,还与原油的粘度等物性有关;剪切弥散机理对蜡沉积的作用不大。     

生物质热解过程吸热量

对生物质热解过程吸热量(生物质升温所吸热量和生物质热解所吸热量的和)的研究现状进行了总结分析,认为目前采用的分别选取生物质热容cp和热解反应热Qp用公式来计算热解过程吸热量的方法很难得出准确的结果。通过对同步热分析仪(STA)的分析和对差热曲线(DSC)的研究,将cp和Qp综合考虑,对实验所得DSC曲线进行处理和积分得出热解过程吸热量的规律。在Netsch STA 449C上对小麦秸秆、棉杆、花生壳和白松进行了实验研究和分析。结果表明:将1kg上述干生物质从初始室温303K升到主要热解反应完成的温度673K,所需提供的热量分别为523kJ4、59kJ、385kJ、646kJ,为生物质热解工艺的能量平衡分析和经济性分析提供了参考。     

模式搜索法在生物质热解动力学中的应用

生物质热解动力学模型参数的传统求解方法-积分法和微分法存在着理论上的限制,且对复杂模型存在困难。引入一种直接搜索全局优化方法-模式搜索法求解动力学模型参数,该方法十分有效。利用模式搜索法,提出采用经验二步连续反应模型描述小麦秸秆的热解动力学过程。因为考虑了中间产物的生成,使用了经验动力学模式函数,经验二步连续反应模型比单步全局模型及n阶二步连续反应模型拟合实验数据要好得多。图3表1参15