排序方式: 共有24条查询结果,搜索用时 15 毫秒
1.
2.
连续化条件下超临界甲醇法制备生物柴油 总被引:1,自引:0,他引:1
在连续操作的管式反应器中,以大豆油为原料在压力11~19MPa,温度240~400℃的超临界甲醇条件下进行连续化制备生物柴油的研究。考察了在连续反应条件下醇油摩尔比、压力、温度、停留时间及共溶剂对大豆油转化率的影响。实验结果表明:较高的醇油摩尔比有利于油脂转化率的提高,但当醇油摩尔比超过40:1后提高醇油摩尔比对提高油脂转化率的影响不大;在11~15MPa范围内,压力升高对油脂转化率影响很大,但高于15MPa后压力对转化率的影响减弱;反应温度对油脂转化率有着重要影响,在300℃以上随着温度的升高,油脂转化率有较大幅度的上升,但温度太高油脂会发生分解反应;醇油摩尔比40:1,温度350℃,压力15MPa,停留时间1000s是该实验获得的最佳反应条件,在该条件下油脂转化率可达89%。实验还研究了添加共溶剂四氢呋喃对油脂转化率的影响。 相似文献
3.
4.
5.
7.
随着我国农村经济的快速发展,农村垃圾日渐增长,为了减少农村环境污染而进行此研究.利用发酵技术对农村废弃物进行处理,在外源微生物条件下,研究了玉米秸秆和鸡粪在不同碳/氮质量比条件下发酵,考察了其主要物质的变化规律.然后将发酵产物用于饲喂黑水虻幼虫,对黑水虻幼虫进行生长指数和营养成分分析.结果表明:发酵过程中pH值先上升后... 相似文献
8.
9.
目的提出一种考虑能耗的多传感器融合加工表面粗糙度预测方法,精确预测零件表面粗糙度。方法首先采集车削过程中的功率和振动信号,测量加工表面粗糙度值,利用集成经验模态分解(Ensemble empirical mode decomposition,EEMD)和小波包分析提取振动信号的时域与频域特征,联合功率信号的时域特征、能耗特征与切削参数,构造联合多特征向量。然后采用核主成分分析(Kernel principal component analysis,KPCA)对联合多特征向量进行融合降维处理生成融合特征。最后将融合特征作为基于支持向量机(Support vector machine,SVM)的表面粗糙度预测模型的输入特征,并使用遗传算法(Genetic algorithm,GA)对SVM模型相关核参数进行优化以提高预测精度。结果预测得到的表面粗糙度平均相对误差为4.91%,最大误差为0.111μm,预测时间为9.24 s。与单传感器预测方法及多传感器联合特征预测方法相比,多传感器融合预测方法具有最高的准确率且预测速度快。结论多传感器采集的信息更全面、准确,保证了预测的准确性,对特征进行融合可进一步提高预测精度。 相似文献
10.
针对水面垃圾自动监测的问题,提出了一种基于机器视觉的自动监测算法。首先通过将原始图像转换为亮度灰度直方图,再通过边缘提取算法获得水面图像中垃圾区域的边缘,最后根据垃圾区域边缘提取垃圾区域。实验结果表明该算法能较好的提取水面图像中的垃圾区域,为水面垃圾自动监测提供理论支持。 相似文献