对废轮胎胎面颗粒进行了不同加热速率下的催化热解实验,研究了热解反应特性,建立了动力学方程并求解得到各参数。废轮胎样品的热解过程主要包含3个有质量损失的吸热反应和2个仅发生分子链断裂不会产生质量损失的放热反应。随着加热速率的升高,热解系统会较早地达到高温,可为轮胎快速分解成较短的分子产物(挥发物和焦炭)提供足够的能量。DTA曲线中,热解反应的放热峰出现在200~400℃,位于两个吸热峰之间。有机添加剂被热解和汽化会产生第一吸热峰,其大小与加热速率无关。热解的后半程形成1个综合吸热峰,其高度随加热速率升高而增
高径厚比片状Al
2O
3在高端珠光颜料片状基材应用方面潜力巨大,但是其制备技术为国外所垄断,开发片状Al
2O
3商用生产技术迫在眉睫。熔盐法是制备片状Al
2O
3的理想方法,目前尚无系统研究熔盐法关键工艺参数对片状Al
2O
3影响规律的报道。本文通过片状Al
2O
3的形成机理,系统研究了TiO
微混合器是常见的用于流体混合的设备,由于特斯拉阀结构简单稳定,流动方式特殊,具有开发微混合器的潜质.本文通过数值模拟的方法,在特斯拉阀结构以及前期研究的基础上,改进并
综述了近年来吸收法、吸附法和膜分离法等CO2捕集方法的研究进展,介绍了CO2制甲醇、制乙烯、制芳烃、与甲烷重整制合成气、制备可降解高分子材料以及用于手机电池金属回收等资源化利用技术的研究进展,为石油化工企业进行相关研究和技术开发提供新思路。
人群疏散引导系统可在建筑物内发生灾害时有效保护生命安全,减少人员财产损失。针对现有人群疏散引导系统需要人工设计模型和输入参数,工作量大且容易造成误差的问题,本文提出了基于深度强化学习的端到端智能疏散引导方法,设计了基于社会力模型的强化学习智能体仿真交互环境。使智能体可以仅以场景图像为输入,通过与仿真环境的交互和试错自主学习场景模型,探索路径规划策略,直接输出动态引导标志信息,指引人群有效疏散。针对强化学习深度Q网络(DQN)算法在人群疏散问题中因为动作空间维度较高,导致神经网络复杂度指数增长的“维度灾难”
网络架构是影响卷积神经网络性能的重要因素,由于传统的人工设计方法效率较低,通过算法自动设计网络架构的方法受到了越来越多的关注。可微分网络架构搜索(DARTS)方法,能高效地自动设计网络架构,但其超网络的构建和架构派生策略也存在不足之处。针对其不足之处,本文提出了改进算法。首先,通过量化分析该算法搜索过程中跳连(skip)操作数量的变化,发现共享架构参数的设置导致DARTS算法的超网络存在耦合问题;其次,针对超网络的耦合问题,设计了元胞(cell)分级的超网络,以避免不同层级间cell的相互影响;然后,针对
为得到高开启压力条件下粉尘泄爆过程中火焰传播特性,采用20L球形爆炸装置,在开启压力为(0.78~2.1)×105Pa的条件下对粉尘浓度为400~900g/m3的玉米粉尘开展爆炸泄放试验研究。结果表明:火焰泄放过程分为点火与破膜、欠膨胀射流火焰、湍流射流火焰、湍流燃烧火焰、火焰回燃5个阶段,最大火焰宽度出现在火焰泄放过程的第2阶段,最大火焰长度出现在火焰泄放过程的第3阶段;不同开启压力下,泄爆火焰长度和火焰传播速度随时间先增大后减小;泄放火焰最大宽度变化范围为0
以煤系腐殖酸铵为前体,硼酸为多功能助剂,在700℃和800℃下一步炭化成功制备了B/N共掺杂多孔碳纳米片,并考察了其用作超级电容器电极材料的电化学性能.结果表明,该B/N共掺杂
基于Aspen Plus软件建立了GE气流床煤气化的平衡模型和动力学模型,计算了气化的煤气组成和碳转化率。模型分为热解、气化和气液分离三个阶段。其中,气化阶段又分为初步气化和气化重整,从而获得气化产物在恒定温度下的分布。平衡模型的气化阶段使用了吉布斯反应器RGIBBS,基于吉布斯自由能最小化原理对体系内的气化产物进行计算;动力学模型的气化阶段使用了全混流反应器RCSTR,基于煤气化反应的动力学机理对体系内的气化产物进行计算。模拟值与GE气化炉的实际工程数据进行了对比,结果表明,平衡模型可在一定程度上反映气
运用Aspen Plus软件回归文献数据校正了碳酸二甲酯(DMC)-水(H2O)混合物的UNIQUAC热力学模型参数,并以该模型为基础分析了水作为萃取剂萃取精馏分离DMC-甲醇(CH3OH)-水三元混合物的分离原理,结合混合组分的三角相图和物料组成设计了反向萃取精馏工艺,发现选用水为萃取剂可以利用DMC-水的部分互溶特性,通过三塔精馏即可分离DMC-甲醇-水三元混合物,沸点较高的DMC和少量水由塔顶馏出,而沸点较低的甲醇和大部分水由塔底采出,避免了DMC-甲醇二元共沸物的形成。同时,在相同分离要求下设计了