共查询到20条相似文献,搜索用时 78 毫秒
1.
低温等离子体技术处理VOCs是目前国内外的研究热点。本实验研究通过电晕放电和介质阻挡放电相结合的方法,将实验装置划分为电源系统、配气系统和等离子体反应系统三大组成部分,探讨的相关的六种工况参数对甲苯去除效率的影响。在数据处理中运用BP神经网络的数值逼近和MATLAB三维可视化技术,对实验结果作了理论分析。研究结果表明,电压的升高有利于甲苯污染物的去除;频率对甲苯去除效率的影响与反应器材质和电源变压器的漏感有关,频率处于系统谐振频率附近对甲苯的去除效果有利。气体流量与进口浓度对甲苯去除效果的影响相似,随着气体流量的增大与进口浓度的上升,甲苯的去除效率下降,但气体流量对去除效率的影响程度较大。实验还考察了反应器直径和内电极直径对甲苯去除效率的影响,结果表明,对于直径较大管径,细电极更有利于甲苯的去除;而对于直径较小管径,粗电极的效果较好。 相似文献
2.
3.
运用BP神经网络对涂层陶瓷材料磨削去除方式进行预测。结果表明,利用BP网络的高度非线性映射表达能力,实现了样本特征值空间到模式空间的映射,采用弹性BP算法对不同磨削条件下的涂层陶瓷材料磨削去除方式进行了预报,且识别正确率很高。 相似文献
4.
VOCs的治理近年来逐渐受到广泛关注。在各种去除技术中,等离子体因其工艺简单、处理流程短及适用范围广的特点被用于VOCs的去除。近年来兴起的低温等离子体结合催化技术,能进一步提高去除率,降低能耗,减少二次污染,为有效去除VOCs指引了一个新的发展方向。本文综合概述了国内外近几年低温等离子体结合催化技术的作用机理,影响去除率的因素,以及尝试采用该技术去除VOCs有机物的研究进展。 相似文献
5.
等离子体技术因其工艺简单、处理流程短及适用范围广的优点被用于VOCs的去除,而近年来兴起的低温等离子体结合催化技术,能进一步的提高去除率、降低能耗、减少二次污染,为有效去除VOCs指引了一个新的发展方向.文章综合概述了国内外近几年对此技术的作用机理、影响去除率的因素及尝试去除VOCs有机物的研究进展,最后对此技术进行了展望. 相似文献
6.
7.
从近年来常规VOCs治理技术情况分析低温等离子体技术处理VOCs的优缺点,提出低温等离子体协同光催化技术是一个新的VOCs治理发展方向。 相似文献
8.
9.
为了说明多针-板电极脉冲放电等离子体(PDP)氧化酸性橙Ⅱ(AO7)过程中多种因素对AO7脱色效果的影响,本研究建立了PDP氧化AO7的BP神经网络模型,用BP神经网络模拟多因素作用下PDP氧化AO7的反应过程,重点考察溶液条件,包括溶液初始浓度、初始电导率和初始pH等条件对AO7脱色效果的影响趋势。研究所建立的BP神经网络模型对AO7脱色效率的预测值与实际测定值的偏差在±5%范围内,说明BP神经网络模型可以很好地分析PDP这一复杂体系中各溶液条件对AO7脱色效率影响的规律。模型分析结果表明:所建立的PDP水处理系统中,在一定的AO7溶液初始浓度条件下有较高的脱色效果;溶液电导率对AO7的脱色效果基本没有影响;酸性条件更有利于AO7的脱色。 相似文献
10.
11.
12.
基于BP神经网络的磁记忆检测技术设计了3个单输出方式的三层BP神经网络,对无缺陷、应力集中和裂纹管道缺陷进行了检测识别。实验结果表明:管道缺陷识别率达97.5%,提高了管道缺陷的识别率。 相似文献
13.
14.
15.
毛细管气相色谱法分析TDI纯度的研究 总被引:2,自引:0,他引:2
建立了用毛细管气相色谱法测定甲苯二异氰酸酯纯度的方法。采用HP-5气相色谱柱、FID检测器、分流进样、面积归一化法,测定甲苯二异氰酸酯的纯度,其测试精度优于其它方法。 相似文献
16.
将BP神经网络用于电力负荷预测。给出了具体的数据处理方法、神经网络构造及预测结果评价方法。在南京市夏季电力负荷统计数据集上面的实验结果表明.BP神经网络能够对电力负荷进行较好地预测。 相似文献
17.
18.
19.
选择几款国内含有低温等离子体(Non-thermal plasma,NTP)技术的空气净化器(air cleaner)样机,以香烟烟雾为净化对象,研究其对室内空气中颗粒物的净化效果。结果表明,所选用空气净化器对100 nm以上颗粒物有一定的去除效果,对100 nm以下的颗粒物几乎没有净化效果;单一采用低温等离子体净化技术对颗粒物的去除不理想;高效粒子过滤器(HEPA,High efficiency particulate air Filter)对颗粒物的净化起着关键作用。 相似文献
20.
目前,我国广泛采用水力碎浆机碎解废纸,而碎解时间是碎解过程中最重要的影响因素,并且实践中的碎解时间都来源于经验值,缺乏整体评判,所以本文主要介绍了某造纸厂碎解的工艺过程,并分析研究了BP神经网络的结构及其改进的LM算法,通过一些已有的良好数据,建立碎浆过程中碎解时间预测的BP神经网络模型,并将碎解时间的预测模型用于碎浆过程控制,从理论上获取了比较合理的碎解时间,为造纸过程提供了理论依据,最终达到了节省能源和提高纸浆质量的目的. 相似文献