排序方式: 共有24条查询结果,搜索用时 0 毫秒
1.
文章旨在探究玉米-小麦组合粉碎对粉碎能耗及粉碎样品粒度的影响。在实验室条件下,用配有Φ1.5、Φ2.0 mm和Φ2.5 mm孔径筛片的万能粉碎机对5种不同配比组合的玉米-小麦进行粉碎,测定粉碎过程能耗和样品的粉碎粒度。结果表明:玉米-小麦组合粉碎能耗受粉碎机筛片孔径、玉米-小麦配比及两者的交互作用共同影响,且在同一孔径筛片下,玉米-小麦配比对组合粉碎能耗有显著影响(P0.05);玉米-小麦组合粉碎样品的平均粒径主要由筛片孔径的大小决定,原料的种类及配比对其影响较小;相较于单一品种原料粉碎,玉米和小麦在特定筛孔和配比下的组合粉碎表现出节能效果,当玉米-小麦配比为0.75.0.25时节能效果最佳。文章通过分析饲料原料组合粉碎能耗及粉碎粒度,为饲料粉碎加工的高效低耗提供新思路。 相似文献
2.
基于本构模型的颗粒饲料成型特性研究 总被引:1,自引:3,他引:1
为研究饲料原料挤压成型特性,构建了非线性黏弹塑性颗粒饲料成型本构模型,针对主要饲料原料小麦,通过分析成型试验因素对其本构模型系数及其表征的流变学特性的影响,研究物料特性、加工参数等对小麦原料成型特性的影响规律,并分析了模型系数与颗粒成型质量的相关性关系。黏弹塑性本构模型由牛顿黏滞体(Newton viscous dashpot element)、应变硬化弹簧元件(strain hardening spring element)和库伦摩擦元件(Coulomb friction element)构成,基于小麦原料的实际成型试验完成模型构建;模型验证结果显示:数值结果中各应力区间模型决定系数R2在0.99以上,模型值与试验值较为吻合,相对误差总平均值为3.378%,并通过χ2检验进一步证明模型有效性;应用本构模型对小麦原料成型特性的分析结果显示,表征其流变学特性的模型系数表现出明显的应力函数规律,黏性系数绝对值随着挤压过程的进行逐渐减小,弹性模量值逐渐增大,集成塑性系数值则表现为先增后降,而各成型试验因素对模型系数产生了显著规律性影响,与宏观试验现象比较吻合;通过Pearson相关性分析可知颗粒成型密度、颗粒成型率、颗粒成型硬度等成型质量指标分别与黏性系数、塑性模量与弹性模量间达到了最高的相关系数,数值皆在0.80以上且为极显著相关性水平(P0.001),为基于本构模型对颗粒成型质量进行分析和控制提供依据。研究结果为颗粒饲料挤压成型特性研究提供了一种新方法和新角度,也为颗粒饲料的高效低耗生产和产品质量的改善提供基础数据和理论参考。 相似文献
3.
基于2018年安徽省993份问卷调查数据,运用Probit模型实证分析人力资本积累对外出务工者返乡创业的影响。结果表明:文化程度、创业培训以及健康状况对返乡创业具有显著的正向影响,另外,宏观政策环境和信息渠道是影响返乡创业的外在约束条件。因此,应多途径合力提高返乡人员的文化素质,全方位提升创新创业培训的实际成效,强化全体返乡创业者对身体健康的深刻认识,促进实用性创业信息的流动共享。 相似文献
4.
以某城市钢桁架拱桥为研究对象,采用板单元、梁单元、桁架单元等模拟整体有限元模型,分析钢桁架拱桥局部杆件弹塑性稳定性的特征值;通过改变风撑、斜撑、拱肋、吊杆数量及拱肋的刚度和矢跨比等参数,分析成桥状态下局部稳定性对钢桁架拱桥整体稳定性的影响.结果表明:①经计算结构的失稳临界值,杆件局部失稳是钢桁架拱桥失稳的主要影响因素,局部杆件受力能较好地反映结构稳定性承载力.②增加风撑结构的数量可以显著提高结构的稳定性;但当风撑数量足够时,继续增加风撑结构的数量,结构的稳定性并不能得到很大的提高;斜撑的设置对整体稳定性有很大的影响,特别是K和X斜撑对结构稳定性的影响非常显著.③风撑和拱肋刚度变化对结构的稳定性影响较为显著,吊杆刚度变化对结构的稳定性影响不大.④当矢跨比为1.0/4.0~1.0/5.0时,失稳位置出现在风撑位置;矢跨比为1.0/5.5~1.0/6.0时,失稳位置出现在拱肋弦杆位置;矢跨比主要通过影响局部位置杆件的受力状态影响结构整体的稳定性. 相似文献
5.
6.
内生真菌球毛壳ND35的生物安全性评价 总被引:1,自引:1,他引:0
本试验初步研究了植物内生真菌球毛壳(Chaetomium globosum)ND35抗生物质粗提物对植物生长性状和植物根际土壤微生物的影响,对小白鼠、大白兔的毒性,子囊孢子在水中的存活及对鱼类的安全性。结果表明,球毛壳ND35抗生物质粗提物对黄瓜、菜豆和小麦的种子是安全的,并且能够显著增加须根数和根鲜重,促进种苗生长,对根际菌群数量无显著影响,对动物来说属低毒级;球毛壳ND35子囊孢子在水中能自行消解,且低于10^5cfu/ml时为泥鳅生长无显著影响;表明球毛壳菌ND35无毒、无污染,用于土传病害的生物防治无明显性风险。 相似文献
7.
小型制粒机喂料器参数优化与试验 总被引:6,自引:0,他引:6
采用离散元法EDEM对喂料器的工作过程进行了数值模拟,定量研究了喂料过程中喂料量的变化规律以及由于物料受螺旋叶片终止断面的影响,产生不稳定、不均匀的脉动喂料现象,此现象在转速较低的情况下尤其明显。以主轴直径X1、螺距X2和喂料转速X3为因素,以喂料质量流率Y1、稳定性Y2和出料口落料速度Y3为评价指标,按照3因素5水平正交旋转组合设计试验方法,利用Design-Expert 8.0.6软件回归分析法和响应面分析法,建立了3个因素下喂料评价指标的数学模型。通过与研制的喂料器的实际运送情况进行对比,验证了模型的可靠性。结果表明,3个因素相对喂料质量流率和流率稳定性都具有显著相关性,显著水平分别为P0.01和P0.05,而这3个因素与出料口落料速度无明显相关性;采用响应面法对最佳参数组寻优,得到喂料器的最佳参数组合:轴径为35 mm、螺距为57 mm、转速为139(°)/s,喂料器喂料量波动性减小、喂料稳定性得到提高。采用该参数组的虚拟试验结果显示,喂料器质量流率为13.89 g/s,稳定性为8.46 g/s。实体样机验证试验表明:采用该参数组设计的喂料器可以使得小型环模制粒机的喂料质量流率提高4.28%,喂料变异系数降低16.11%。 相似文献
8.
为实现小批量颗粒饲料生产,设计一种小型可调间隙饲料制粒机,包括环模及配套部件、压辊及配套部件、传动机构等。该制粒机特征为:压辊调节部件位于制粒机外部,能够在不停机的状态下实时调节模辊间隙,保证颗粒饲料的连续生产。同时设计了与该制粒机配套的控制系统。基于弹塑性理论,采用有限元分析软件Abaqus内置的Drucker-Prager Cap本构模型对制粒机模辊挤压过程进行了数值模拟,模拟结果表明,模辊间隙的设置应与物料的摩擦因数相匹配,适当提高物料的摩擦因数能够避免物料内部滑移耗能,有利于提高颗粒饲料的产量和质量。制造样机并进行了生产试验,以某配方乳猪料为原料,进行制粒机作业性能指标的测定,结果表明:该制粒机生产的颗粒饲料成品含水率为13.53%,直径为3 mm,颗粒含粉率为3.27%,颗粒耐久度(PDI)为94.34%,颗粒硬度为176.03 N,生产率约为42 kg/h,各项指标均达到设计要求,满足小批量颗粒生产的要求。 相似文献
9.
为研究仔猪配合粉料物理特性的测定方法以及不同温度、不同含水率下的相关规律,以5种含水率(分别为12%、14%、16%、18%、20%)的仔猪配合粉料为试验材料,利用自主研发的斜面仪、休止角测定装置,对不同含水率仔猪配合粉料的摩擦系数、休止角进行测定;利用容重器对容重进行测定;利用差示扫描量热仪(Differential Scanning Calorimeter,DSC)和热特性分析仪KD2 Pro,分别对仔猪配合粉料的比热和热导率进行测定;并分析其物理特性的变化规律。结果表明:温度和含水率对仔猪配合粉料的比热影响显著,其比热随着温度和含水率的升高而增大;含水率对仔猪配合粉料的容重、摩擦系数、休止角、热导率影响显著,该4个物理参数均随含水率的升高而增大。试验数据和规律对仔猪配合粉料的生产加工具有重要的指导作用。 相似文献
10.
基于粒子群参数优化和BP神经网络的颗粒饲料质量预测模型 总被引:8,自引:8,他引:0
针对颗粒饲料产品受配方原料、加工参数变化而带来的质量波动问题,提出了一种以误差反向传播算法神经网络(back-propagation neural network,BPNN)为核心,平均影响值法(mean impact value,MIV)为数据预处理方法,粒子群算法(particle swarm optimization,PSO)为关键参数优化算法的颗粒饲料质量预测模型。基于面向实际建立的输入输出指标体系,使用实地采集的颗粒饲料生产数据对模型进行训练和测试,测试结果显示实际值与模型预测值呈显著正相关,决定系数R2均在0.94以上;平均绝对误差、平均绝对百分比误差及均方根误差显示预测精度达到较高水平,各误差平均值依次达到0.442、2.185%和0.5481。以多元线性回归模型及基本BPNN模型预测结果对比可以发现,MIV-PSO-BPNN预测模型预测性能有显著提升,各输出误差优化幅度从39.55%~91.80%不等,平均优化幅度分别达到84.99%和56.95%;同时相对误差变化趋势图显示MIV-PSO-BPNN预测模型具有更优的预测稳定性,相对误差极值差降幅均值达91.46%。该研究为颗粒饲料质量控制提出了一种新思路,可为饲料行业高效低耗生产提供理论依据。 相似文献