生物质颗粒燃料短期储藏特性研究

中国不同地区气候不同,温湿度差异较大,生物质颗粒燃料在储藏过程中,会引起颗粒燃料的特性发生变化,从而对燃料的应用产生影响。针对玉米秸秆颗粒和木质颗粒两种燃料,采用密封和露天2种储藏形式,利用高低温湿热试验箱模拟不同温湿度条件,开展储藏试验。结果表明,生物质颗粒燃料在储藏过程中,影响颗粒燃料全水分的主要因素是温度、湿度和储藏方式;湿度大于70%,玉米秸秆颗粒燃料会出现长毛、发霉现象;木质颗粒燃料在高温、高湿条件时,会出现裂缝及发霉现象。     

云南省生物质颗粒燃料发展前景分析

介绍了云南省生物质资源状况,分析了云南省主要农作物秸秆年产量以及资源化利用现状,总结了云南省能源消费以及农村能源消费现状,进一步分析了云南省发展生物质颗粒燃料的优势,提出了发展生物质颗粒燃料是改善云南省农村能源消费结构的重要途径。     

生物质颗粒燃料生产技术与设备

介绍了生物质颗粒燃料的发展前景、生产工艺、成型的前提、生产设备以及生物质颗粒燃料的使用。     

世界生物质颗粒燃料产业发展现状与趋势分析

由于石油资源的萎缩和全球气候变暖等问题的日趋严重,开发和利用可再生清洁能源、减少石化能源消耗、降低温室气体排放已成为世界各国缓解能源危机和气候变化问题的共识。生物质颗粒燃料是可再生的清洁能源,近十几年在国际社会和各国政府的关注下世界生物质颗粒燃料产业得到迅速发展。为此,首先介绍了世界生物质颗粒燃料产业的起源,全面描述了目前世界生物质颗粒燃料产业的发展现状和特点,对世界生物质颗粒燃料产业的发展趋势进行了分析和预测,并对现阶段发展中出现的困难和问题提出相应的对策,为了解世界生物质颗粒燃料产业发展状况和发展趋势、促进我国生物质颗粒燃料产业的国际化发展提供参考。     

农作物秸秆基础特性的主成分分析

为探明农作物秸秆工业分析成分、物理特性和元素组成等基础特性之间的相关关系,对5种农作物秸秆进行综合评价,采用水稻、玉米和棉花等作物秸秆为原料,测试了其基础特性数据,并进行主成分分析。结果表明,前4个主成分因子可解释农作物特性的84.29%,前4个主成分的贡献率分别为41.27%、21.73%、12.93%和8.36%。利用主成分分析结果可对水稻、玉米和棉花等作物秸秆样品进行简化的综合评价。      

生物质颗粒燃料炊事炉具的技术原理及正确使用

介绍了生物质颗粒燃料炊事炉具的技术原理及正确使用的方法,指出了安全使用注意事项,提出了降低使用成本的措施.     

模辊式生物质颗粒燃料成型机性能试验

针对模辊式成型机在生产生物质颗粒燃料过程中存在能耗高等问题,以玉米秸秆为原料,研究成型机模辊间隙、主轴转速和模孔直径等参数对生产率、吨燃料能耗、颗粒燃料的成型率、机械耐久性和颗粒密度等的影响。结果表明：模辊间隙仅对成型率有影响,间隙为0.2mm最优。吨燃料能耗和颗粒密度随主轴转速增大而减小;模孔直径大,生产率高,吨燃料能耗低,颗粒密度小;为保证生产率,主轴转速应大于等于160r/min。不同因素试验,颗粒燃料的成型率大于95%,机械耐久性大于96%,均符合生物质颗粒燃料要求。     

生物质颗粒燃料特性及其对燃烧的影响分析

采用欧盟生物质固体成型燃料标准(CEN/TC 335)试验检测了中国和瑞典典型的10种生物质颗粒燃料,重点对中国的秸秆类颗粒燃料与瑞典的木质颗粒进行了对比,并分析其对燃烧特性的影响.结果表明中瑞两国的生物质颗粒燃料都能满足技术标准要求,瑞典木质颗粒具有较高的性能参数;中国的玉米秸秆颗粒燃料发热量比瑞典木质颗粒低20.9%,挥发分低,燃烧后灰渣中的硅含量高20%,灰熔点低,燃烧后灰分多,易结渣,对燃烧设备有较高的要求.     

生物质颗粒燃料火焰消毒旋耕机设计

随着环保形势的日益严峻,生物质颗粒燃料应用及设备的研究成为解决环境污染和能源问题的重要途径。目前病虫与杂草等影响农业生产力,导致作物产量减少和质量下降,而农药的长期使用以及人工不均匀施撒,给土壤和地下水资源带来了巨大污染。该文以火焰杀虫旋耕机和生物质颗粒燃烧为研究对象,通过对火焰消毒旋耕机进行创新理论设计,为生物质颗粒燃料的应用提供了新的研究思路。      

生物质颗粒燃料特性及其对燃烧的影响分析

采用欧盟生物质固体成型燃料标准（CEN/TC 335）试验检测了中国和瑞典典型的10种生物质颗粒燃料,重点对中国的秸秆类颗粒燃料与瑞典的木质颗粒进行了对比,并分析其对燃烧特性的影响。结果表明中瑞两国的生物质颗粒燃料都能满足技术标准要求,瑞典木质颗粒具有较高的性能参数;中国的玉米秸秆颗粒燃料发热量比瑞典木质颗粒低20.9%,挥发分低,燃烧后灰渣中的硅含量高20%,灰熔点低,燃烧后灰分多,易结渣,对燃烧设备有较高的要求。     

基于主成分分析的土壤凋萎系数BP预测模型

基于黄土高原区农田耕作层土壤凋萎含水率的测试资料,建立了主成分分析与BP神经网络相结合土壤凋萎系数预测模型。通过主成分分析法减少了输入层神经元个数,优化了网络结构,提高了工作效率。预测值和实测值的相对误差平均值控制在5%以内,在可接受的范围,表明利用土壤基本理化参数预报农田耕作土壤的凋萎含水率是可行的。研究结果在提高传统神经网络的预测精度和收敛速度的同时,可为黄土高原区耕作农田作物用水管理以及促进土壤生产潜力的发挥提供强有力的理论支撑。     

基于主成分回归的茎直径动态变化预测方法

影响植物茎直径变化的因素有很多,除了植物的自然生长外,气象因子和土壤含水率也是十分重要的因素。以空气温度、相对湿度、气压和光合有效辐射4个温室内的主要气象因子和土壤含水率为观测对象,对处于生长末期的4株温室向日葵样本和2株西红柿样本进行监测试验。以其中一株向日葵样本为对象,对其茎直径变化的影响因素作主成分分析并建立回归模型。将试验样本上的监测数据输入模型,对向日葵样本和西红柿样本的茎直径变化量进行预测,并分别与其各自实测值比较。结果显示,该回归模型对处于生长末期的温室向日葵和西红柿茎直径动态变化有较好的预测,预测值与实测值相关分析的决定系数为0.649~0.782,均方根误差为0.029~0.143。     

农产品供应商的主成分分析综合评价模型研究

供应商评价选择是供应链管理中的重要问题,农产品具有独特的自然属性和供求特性。为此,构建了农产品供应商的综合评价指标体系,基于主成分分析法建立了农产品供应商主成分分析的综合评价模型,并进行了实证分析。结果表明,模型能全面、客观和科学地对农产品供应商的综合实力进行评价选择,具有很好的应用价值。     

基于主成分分析的支持向量机需水预测模型及其应用

需水预测是水资源优化配置、水资源规划和水资源管理的重要依据,其预测精度受到众多因素的影响,且实际用水量数据时间系列较短,制约了传统预测方法的应用。利用支持向量机在对小样本学习的基础上对其他样本进行快速、准确的拟合预测的特点,采用主成分分析与支持向量机相结合的方法,首先利用主成分分析法筛选需水量的主要影响因子,然后将其作为输入样本,对支持向量机模型进行训练和检验,寻找最优模型,并将该方法应用于洛阳市需水预测。结果表明,该模型预测结果平均相对误差为-0.83%,预测精度较高,可作为训练样本较少情况下的一种需水预测方法。     

基于SLMD的生物质热解动力学预测模型

采用单纯形格子混合设计法(SLMD)对纤维素、半纤维素和木质素3种生物质组分进行复配优化设计,并在综合热分析仪上进行了热解试验。分析了3组分混合热解特性,建立了由生物质3组分比例直接计算动力学参数的预测模型,对模型进行了试验验证。结果表明:纤维素热解反应级数较低(1.20),活化能较高(134.50 k J/mol),指前因子较大(3.49×1012s-1),热解较为迅速与剧烈;半纤维素和木质素热解的反应级数较高(1.30、1.32),活化能较低(33.51、19.98 k J/mol),指前因子较小(9.43×103、107 s-1),热解较为缓慢;3组分在混合热解中对动力学参数存在交互影响,纤维素对活化能和指前因子的影响较为显著,而半纤维素与木质素对反应级数的影响较大;动力学参数预测模型精度较高,可有效预测生物质热解动力学参数。     

基于主成分分析和Copula函数的干旱影响评估研究

干旱是关中平原主要的农业灾害之一,准确地评估干旱的影响,对抗旱减灾及作物稳产具有重要意义。基于关中平原2008—2013年冬小麦主要生育期旬尺度的条件植被温度指数(VTCI)干旱监测结果,将Copula函数用于评估冬小麦主要生育时期干旱对其产量的影响。针对多元变量导致Copula函数参数求解困难的问题,采用主成分分析法(PCA)提取主要生育时期的VTCI的主成分因子,形成新的相互独立的指标,进而结合Copula函数建立PCACopula法,确定关中平原主要生育时期的综合VTCI,并构建其与冬小麦单产间的线性回归模型,评估干旱对产量的影响。结果表明,应用PCA-Copula法得到的综合VTCI与单产间的相关性达到极显著水平(P0.001),所建回归模型的拟合度与熵值法的结果相比有所提高,决定系数由0.39提高到0.49,且对应模型的估测单产与实测单产间的均方根误差较熵值法的结果降低了30.2 kg/hm2,平均相对误差降低了0.66%,表明PCA-Copula法能较好地应用于评估冬小麦主要生育时期干旱对其产量的影响。     

我国农业综合生产能力研究——基于主成分分析

根据我国实际,构建了农业综合生产能力的评价指标体系;借助于统计分析软件SPSS,用主成分分析法确定各评价指标的权重,客观地评价和分析了我国农业综合生产能力的现状,找出其中存在的问题,并提出相应的对策措施,以促进我国农业综合生产能力的提高.     

基于灰色关联和主成分分析的车削加工多目标优化

采用田口方法构建以切削速度、进给速度和切削深度为设计变量,以表面粗糙度、切削力和刀具磨损为输出特性指标的车削试验模型,基于灰色关联和主成分分析对车削加工进行多目标优化,灰色关联度计算中的权重系数由输出特性指标的主成分分析获取.钛合金车削加工参数最优的水平组合为A3B1C1,即切削速度为240 m/min、进给速度为0.10 mm/r、切深为0.15 mm,此时表面粗糙度为0.168 μm,切削力为163.636 N,刀具磨损为0.129 mm.     

基于主成分分析的灌区参考作物蒸发蒸腾量预测模型研究

由于参考作物蒸发蒸腾量的影响因子众多,而且存在信息重叠,首先利用DPS软件对众多因子进行主成分分析,然后建立多元线性回归模型和BP神经网络模型对灌区参考作物蒸发蒸腾量进行预测,并将预测结果与Pen-man-Monteith公式计算值进行比较,结果发现多元线性回归模型预测的平均相对误差为10.05%,而BP神经网络模型预...