一株高效甲烷氧化细菌生长条件优化研究

通过对5种不同土壤样品进行甲烷降解实验筛选出甲烷降解率最高的稻田土壤样品,并从土壤样品中分离、筛选出一株具有高效降解甲烷能力的甲烷氧化细菌L08.通过对菌种接种量、pH、培养温度、培养方式等条件的研究,得到菌株的最优生长条件：培养温度35 ℃,pH 7.0;菌液接种量4.0 %（体积分数）,甲烷含量为10 %（体积分数）,测定其生长曲线,为甲烷氧化细菌降解甲烷研究提供基础数据.     

生物甲烷产出过程中的气体组分变化

为明确生物甲烷产出机理,在实验室条件下模拟生物甲烷产出过程,对反应产出气体的成分及体积分数进行检测,同时对反应液的pH值进行监测.实验结果表明,反应过程中,甲烷体积分数最高可达64.74%;pH值从初始值7.13开始,先降至6.58,而后逐渐升高至最高值8.5,并稳定至反应结束;甲烷产出率在反应12 d后,持续4 d稳定在19 mL/g,而后在反应进行到21 d的时候,陡然升至40.65 mL/g.根据气体产出率及体积分数可初步判定,生物甲烷产出过程存在两个产气高峰期.其中,第一产气阶段以二氧化碳的产出为主;第二产气阶段,甲烷的体积分数及产率达到最大.     

环氧乙烷反应器工况模拟

由于乙烯氧化生成环氧乙烷的反应过程非常复杂 ,建立机理模型对其生产工况进行模拟存在许多困难。以热油进口温度、原料乙烯流量、原料氧气流量为输入节点 ,以生成物中环氧乙烷体积分数、氧气转化率、乙烯转化率为输出层节点 ,建立 3层BP神经网络模型。该模型不仅具有较强的回忆能力 ,且对生成物中环氧乙烷体积分数和氧气转化率的预测效果比较好 ,平均相对误差分别为 1.2 971%和 2 .99% ,乙烯转化率的预测值相对误差为4 .5 2 4 5 %。神经网络输出层各节点平均相对误差均小于 5 % ,能够满足实际生产需要。该模型用于环氧乙烷反应器工况模拟与预测是可行的 ,对实际生产在线控制具有一定的指导意义     

基于带有偏差单元的IRN模型的大体积混凝土温度预测与控制

分析了大体积混凝土温度的各种影响因素 ,结合神经网络的特点 ,提出运用神经网络中带有偏差单元的 IRN(Internally Recurrent Net)模型进行大体积混凝土温度预测与控制的新思路。通过实验 ,该模型可达到较好的效果 ,具有一定的可操作性和实用性。为今后大体积混凝土温度预测与控制提供了可借鉴的方法。     

乙醇汽油稳定性的改善

通过加入分散剂的方法改善乙醇汽油的稳定性。重点考察了醇油体积比、分散剂的种类及含量对乙醇汽油分层温度的影响。同时研究了加入乙醇对汽油馏程、辛烷值等性质的影响。结果表明,无分散剂时,随着乙醇中水的体积分数的增加,乙醇汽油的分层温度逐渐升高;加入主分散剂可以显著降低乙醇汽油的分层温度,而少量助剂B、C可显著改善主分散剂A1的助溶效果;随着分散剂体积分数的增加,乙醇汽油的分层温度逐渐降低;在乙醇体积分数为10%,乙醇中水的体积分数为4.3%,分散剂的体积分数为2.91%,其组成V(A1)∶V(B)∶V(C)为90∶7.5∶2.5时,乙醇汽油的分层温度可达到-25℃。90号汽油的辛烷值(RON)调合后提高到93号,且其T10和T50点均较调合前低。     

低浓度甲烷流向变换催化燃烧

以水铝石和改性过的γ-Al2O3为原料制备了铝溶胶涂层,考察了不同涂层固含量对催化剂比表面积的影响.以贵金属Pd作为催化剂活性成分,研究了催化剂在不同Pd含量和还原条件下催化活性的变化规律,并考查了催化剂预热温度、系统换向周期对反应系统床层温度的影响.结果表明:涂层固含量20%、Pd负载量占涂覆层质量分数1.5%为催化剂最佳制备条件;当催化剂预热温度为450℃、空速为15 000 h-1、换向周期为10 min、甲烷体积分数为0.2%时,甲烷转化率最高可达85%.     

渝东南地区下寒武统牛蹄塘组页岩储层特征及甲烷吸附能力——以渝科1井和酉科1井为例

为探究渝东南地区下寒武统牛蹄塘组页岩储层特征及甲烷吸附能力,对渝科1井和酉科1井钻遇的牛蹄塘组富有机质页岩进行采样;根据场发射扫描电镜的观察结果,以及全岩X线衍射矿物、有机碳质量分数、有机质成熟度、比表面积和孔径等测试结果,分析页岩的储层特征;采用CH4等温吸附法测定页岩甲烷吸附饱和吸附量并讨论其主控因素,采用NLDFT法和BJH法计算页岩孔隙体积.实验测试结果表明:牛蹄塘组页岩硅质矿物质量分数平均为54.60%,黏土矿物质量分数平均为34.80%,主要为伊利石,有机碳质量分数平均为2.46%,等效镜质体反射率平均为3.12%.在页岩孔隙体积(0.614~400.000nm)中,中孔体积占61.7%,微孔体积占23.4%,微孔体积贡献主要的比表面积.微孔和宏孔主要存在于有机质,有机碳质量分数是影响页岩甲烷吸附能力的最主要因素.有机质成熟度大于2.7%以后,有机质中微孔体积、中孔体积和宏孔体积的比例相对稳定,对页岩甲烷吸附能力影响不大.硅质矿物质量分数的增加在一定程度上减弱页岩对甲烷的吸附能力.有机组分对渝东南地区下寒武统牛蹄塘组页岩吸附能力的评价至关重要,同时也应考虑无机矿物对页岩储层开发的影响.     

烷烃气体对甲烷爆炸下限影响的实验研究

为确定烷烃类混合气体中甲烷的爆炸极限,设计了混合气体爆炸实验系统.在实验系统中,采用高精度计算机配气系统配气,其所得到的混合气体含量误差小于1%,从而使气体爆炸下限更加精确.运用该实验系统研究了丙烷、异丁烷混合气体对甲烷爆炸下限的影响.实验结果表明：当混有丙烷的体积分数达到0.60%时,甲烷的爆炸下限可以降到1.35%;当异丁烷的体积分数约为0.30%时,甲烷的爆炸下限可降到1.80%.研究结果对煤矿瓦斯监测的可靠预警具有重要意义.     

基于卡尔曼滤波的地表移动变形预测

针对传统卡尔曼滤波模型在地表变形预测中依赖于噪声和数学模型而导致的运行发散问题,提出了一种基于方差补偿自适应卡尔曼滤波的建筑地表移动变形预测分析方法.提出的自适应卡尔曼滤波主要是通过适当的估算和修正系统模型的不确定参数以及噪声的统计特性,来弥补滤波过程中噪声方差的不足.建立了自适应卡尔曼滤波的数学模型,并在Matlab软件上对地表移动变形预测进行了仿真分析,其结果验证了所提卡尔曼滤波方法在地表移动变形预测应用中的可行性,表明该方法有效提高了实时预测的可靠性和预测精度.     

WC-Co梯度硬质合金的渗碳处理工艺

对表面贫钴的无η相WC-Co硬质合金进行渗碳热处理制备梯度硬质合金。通过正交试验探究了各工艺参数对梯度结构的影响;利用极差分析与方差分析法确定最佳渗碳工艺参数水平。结果表明:各工艺参数对梯度结构和贫Co幅度的影响程度依次是渗碳温度、甲烷体积分数、渗碳时间及混合气体流速。随渗碳温度的升高和渗碳时间的延长,梯度层厚度和贫Co幅度增大;随甲烷体积分数的增大,梯度层厚度和贫Co幅度减小;随混合气体流量的增加,梯度层厚度和贫Co幅度先增大、后减小;最终确定了合理的制备工艺参数,即渗碳时间t=120min,渗碳温度T=1 420℃,甲烷体积分数φ=1.5%,混合气体流量qV=8L·min-1。     

十六烷相变温度可调性及减少熔化时间的研究

考察了不同改进剂对十六烷相变温度、相变体积收缩率、熔解时间的影响. 结果表明,正辛烷、正壬烷、正庚烷、对二甲苯均可以调节十六烷的相变温度. 但是,正壬烷、正庚烷、对二甲苯会导致十六烷的相变体积收缩率大幅度下降,而正辛烷则较小. 当正辛烷加入质量分数为5%时,十六烷的相变温度为13.3 ℃,相变体积收缩率为9.6%. 此外,随着正辛烷质量分数的增加,不同温度条件下相变材料的熔化时间可降低15%~59%. 正辛烷是一种既能调节十六烷相变温度又可缩短其熔解时间,同时对十六烷相变体积收缩率影响较小的改进剂.     

传感器信号处理中的两种神经算法的比较

对流行的神经网络算法和无学习率的神经网络算法做了比较.流行的人工神经网络算法在误差反演过程中需要加入学习率,依次减少误差,逐渐逼近正确的拟合多项式,计算精度很高.无学习率的神经网络算法在进行权值调整时不需要加入学习率,减少了计算量,增加运算速度,计算精度也很高.它们可以应用于传感器信号处理中,流行的神经网络算法适用于压力传感器的温度补偿,无学习率的神经网络算法可用于对范德堡函数多项式拟和.     

工况参数对乏风瓦斯热氧化阻力特性的影响

为了揭示氧化装置每个工作循环内的阻力变化机理,基于60 000m3/h煤矿乏风热逆流氧化试验装置建立热氧化的控制方程,并采用多孔介质模型对氧化过程的阻力非定常变化特性进行研究.结果表明:进气速度和散热功率增大后燃烧波的移动加快;阻力损失的大小与高温区面积有关,进气速度、甲烷体积分数和初始温度增大阻力损失升高,而散热功率增大阻力损失降低;阻力损失的非定常变化规律与氧化反应放热量和系统散热量的相对大小有关,进气速度、甲烷体积分数和初始温度增大后阻力损失随时间增大,而散热功率增大后阻力损失随时间减小.     

基于卡尔曼滤波技术的人工神经网络权重估算及应用

为改进神经网络模型算法,将神经网络技术与卡尔曼滤波技术进行耦合.在样本训练过程中,将卡尔曼滤波递推算法用于神经网络权重的训练,然后用训练得到的权重进行检验.文中以岷江上游段紫坪埔水文站的流量预报为实例,并与单一的神经网络模型以及卡尔曼滤波模型进行了比较.应用结果表明,卡尔曼技术用于神经网络权重估算,可改善水文预报精度.     

矿井火区封闭进程中瓦斯爆炸危险性的数值模拟分析

为分析火区封闭过程瓦斯爆炸危险性,本文采用热平衡法对封闭过程中烟气影响条件下的甲烷爆炸危险性开展了研究,建立了CO2与CO影响下甲烷爆炸危险性变化数学模型和封闭过程中火区气体组分演化数学模型,并采用FLUENT软件对封闭过程中的主要气体体积分数变化进行了数值分析,在此基础上分析了封闭过程中甲烷爆炸的危险性,得出了甲烷爆炸危险区域位置分布规律和易爆炸时间节点.结果表明:封闭过程中由于受多组分烟气存在的影响,甲烷爆炸下限受CO体积分数的影响较大,而甲烷爆炸上限对CO2体积分数变化较为敏感;火区封闭过程中,火源燃烧状态由富氧燃烧变为富燃料燃烧后甲烷爆炸危险区域大范围增加,得出封闭过程中瓦斯爆炸危险区域主要分布在靠近火源位置和采空区回风侧,其中采空区火源位置的爆炸危险区域持续时间更长,爆炸危险度更大.     

颗粒状冷水可溶性藕粉的研制

在温和条件下,用乙醇-碱液混合体系处理藕粉,制得颗粒冷水可溶性藕粉.单因素试验研究了氢氧化钠用量、乙醇溶液体积分数、乙醇溶液用量、体系温度对产品溶解度的影响,同时用响应面分析方法对颗粒冷水可溶性藕粉最佳制备工艺进行探索.结果表明:氢氧化钠和乙醇溶液体积分数对产物溶解度影响较大,各影响因素之间具有一定的交互作用.预测最佳工艺条件为氢氧化钠用量2.23 g,乙醇溶液体积分数63.41%,乙醇溶液用量54.3 mL,在最佳工艺条件下模型的最优值为91.65%.     

基于神经网络的新息自适应卡尔曼滤波在高速公路变形监测中的应用

实际应用中卡尔曼滤波的动态噪声和观测噪声往往不是固定的,提出运用新息自适应卡尔曼滤波法则对噪声进行实时估计。同时,为了克服新息自适应卡尔曼滤波要求系统模型过分精确的缺点,基于神经网络的新息自适应卡尔曼滤波算法,通过使用神经网络进行误差补偿来提高滤波性能,并运用于高速公路变形监测中。结果表明：该模型与原始观测值的残差全部降到了０.２５ｍｍ以下,说明该模型精度很高,在实际应用中具有一定的可行性。     

神经网络在光纤陀螺温度补偿中的应用

为了消除光纤陀螺的温度效应并提高陀螺的精度,将神经网络应用于光纤陀螺温度漂移模型的辨识和温度补偿中.采用神经网络算法中的误差反向传播算法,在采集的光纤陀螺漂移数据样本的基础上对其进行了非线性辨识,通过对所采集数据的学习训练出了有效的温度补偿网络,并用实验测试数据验证了该方法的有效性.数据分析表明,神经网络温度补偿方法可以明显改善陀螺的零偏稳定性能.     

真空紫外光降解瓦斯效应及反应动力学分析

考查了光照强度、氧气含量、水分子含量、甲烷初始体积分数对真空紫外光降解瓦斯效应的影响及反应动力学.结果表明:当φ(O2)0为21%,φ(H2O)0为0.3%,光照强度为25W,光照150min后,甲烷初始体积分数为3.5%的瓦斯气体其降解率达87.7%.采用拟一级反应动力学模拟羟基自由基和真空紫外光协同降解瓦斯机理,分析可知,瓦斯降解率实验值与模型预测值拟合程度高,拟合的相关系数在0.98以上.     

HNBR与DBP共混物玻璃化温度及机械性能分子模拟

为了分析邻苯二甲酸二丁酯对氢化丁腈橡胶性能的影响,利用COMPASS力场模拟了氢化丁腈橡胶和邻苯二甲酸二丁酯共混体系,预测HNBR与DBP共混物的混溶性、玻璃化转变温度和机械性能.通过分析HNBR/DBP共混体系中密度随温度变化的模拟结果发现,HNBR/DBP共混体系的密度与玻璃化转变温度均随着DBP体积分数的增加而呈现规则变化.不同含量DBP对HNBR性能影响的预测结果表明,适量加入DBP可有效改善HNBR的机械性能,并有效提高共混物的延展性与灵活性.