煤粉热解气化耦合燃烧超低氮燃烧技术进展

随着环保政策趋严,常规火电机组经超低氮排放改造对炉膛内部燃烧过程及尾部烟道燃烧后烟气进行氮氧化物协同脱除后,NO_x已达到低于50 mg/m3的水平。随着低NO_x燃烧技术的发展,煤粉热解气化耦合燃烧超低氮燃烧技术已引起重视,其主要思路是在预燃室内引入高温热源,对远低于化学当量比的浓煤粉气流进行加热,煤粉在预燃室内先快速释放挥发分并发生部分燃烧,其气相产物及高温半焦离开预燃室经燃烧器组织送入炉膛后进行低氮燃烧处理。与传统的选择性催化/非催化还原法(SCR/SNCR)等燃烧后降氮策略相比,该技术通过燃烧高温半焦直接在炉内燃烧过程中降氮,技术优势和经济潜力显著。预燃源是产生气相产物、高温半焦的关键环节,笔者根据预燃源方式的不同,介绍了天然气供热煤粉预燃、循环流化床供热煤粉预燃、等离子点火预燃室、感应加热点火预燃室、传统预燃室燃烧器等煤粉预燃技术的发展现状及应用情况,为相关技术人员提供参考。     

基于谱对称的形状配准方法

针对现有三维形状配准方法中存在左右翻转的错误匹配问题,提出了基于内蕴对称特征检测的高效形状配准算法。首先,通过热核与几何约束构建模型的内蕴自对称点对;其次,基于谱嵌入特征空间分析提取模型的内蕴对称平面,并依据模型表面法向量有效识别模型的左右结构属性;然后,根据内蕴对称点对获得模型的一致性谱对称结构描述;最后,引入一致性点漂移算法(CPD),实现基于谱对称的非刚性模型的形状配准,有效避免了模型配准中的左右结构翻转问题。实验进一步论证了这种方法不仅有效提高了模型匹配的效率,而且能有效识别同类模型的结构特征,对于非刚性模型的配准具有较强的鲁棒性。     

模流分析技术应用（五）

在上一期我们介绍了MPA7．0的一些新增功能，本期我们将提供一些用MPA分析解决问题的案例，希望能给大家一些帮助。     

沉降及外部荷载作用下益阳管廊防护效果分析

地下管廊常因填土沉降和外部荷载等原因造成管廊结构崩溃、接口错位、脱节、管身裂缝、破损等结构损伤。针对填土沉降和外部荷载作用下管廊出现的问题,结合益阳管廊项目,利用FLAC3D有限差分方法模拟土工布对填土沉降的防护以及土工格栅的构造因素对外部荷载作用下的管廊防护进行研究,模拟结果表明:益阳管廊底部铺设土工布可以有效控制填土沉降;管廊上部铺设3层,宽度为12 m的土工格栅有效减轻、分散外部荷载对管廊的作用力。     

清洁镀铬用紫色硫酸铬

紫色硫酸铬是一种新型清洁镀铬（Cr^3 镀铬）的原料，在镀铬中显示了优良的性能，特别是镀液无需预电解处理亦能得到满意镀层这一实验结论，使清洁镀铬工艺实现工业生产又向前迈进了一步，介绍了它的制法，技术要求，物相分析及使用效果。     

高分子量聚氯乙烯树脂增塑,填充体系的物理力学性能研究

本文研究聚合度及增塑剂、填充剂用量对高分子量聚氯乙烯（ＨＭＷＰＶＣ）树脂物理力学性能的影响规律，并将国内外ＨＭＷＰＶＣ树脂以及ＨＭＷＰＶＣ与通用型ＰＶＣ树脂进行了性能对比。结果表明，ＨＭＷＰＶＣ增塑、填充体系的拉什强度、撕裂强度冲击回弹性及压缩永久形变等物理力学性能均随聚合度的提高而有所增加，而且各项性能均优于通用型ＰＶＣ树脂，可有效地用作橡胶代用品。分子量相同的国内外ＨＭＷＰＶＣ树脂物理力学性能基本相同。但是，后者随着增塑剂用量的增加，弹性比前者有所提高；随着填充剂用量的增加，性能变化比前者缓慢．增加填充剂用量以降低制品的体积成本。笔者还时两者物理力学性能的差异与颗粒形态之间的关系进行了探讨。     

智能移动设备在电化学检测分析中的应用

智能移动设备近年来发展迅速,市场占有率急剧增长。面向不同研究领域,与多种传感技术相结合的移动检测系统常见诸报道。该文综述了智能移动设备硬件和软件的迅速发展,以及为了满足日益增长的移动分析检测需求所开发的基于智能移动设备的分析检测方法,特别是智能移动设备在电化学检测分析中的应用。     

PPO/PA合金的研制

比较了三条技术路线、PPO／PA质量比、各种抗冲击剂对PPO／PA合金性能的影响。应用FTIR．Molau实验、DSC曲线证实了改性反应原理及增容作用。结果表明：在双螺杆挤出机中，聚苯醚(PPO)与马来酸酐(MAH)接枝反应，然后与聚酰胺(PA66)、SEBS挤出共混，制成的PPO／PA合金，抗冲击性能高。     

氯气全分析的方法探讨

介绍了离子膜烧碱法生产氯气纯度的分析 ,并对氯气中含有的少量氢、氧、氮和微量二氧化碳及干氯气中微量水等的分析方法进行探讨。     

一种基于HSV颜色分割和模糊级联分类器的人脸检测技术

在复杂背景下的人脸检测技术是当今智能视觉技术中的一项难题。为了提高人脸检测的精度和实时性,降低误检率,基于HSV模型和模糊级联分类器对复杂背景中的人脸检测技术进行研究。首先在HSV模型中对图像进行选择性光线补偿,然后对图像在HSV模型中进行分割,接着用图形学的方法去噪,再将连通的肤色区域构建肤色团块,并且利用人脸的脸部比例特征来剔除不相符的人脸团块,最后利用模糊级联分类器对肤色团块检测人脸。该算法的误检率和漏检率分别为0.1%和5.9%,检测的准确率可以达到94.1%,并且有效提高了检测速度,具有一定的实用价值。实验结果表明,基于HSV肤色检测和模糊级联分类器的算法能更好地处理人脸在较差光线和有阴影干扰的环境下的检测。