平房仓准低温与常规储藏粮堆温度场的试验研究

来源 :河南工业大学 | 被引量 : 0次 | 上传用户:guoerxong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
粮食安全关乎民生之本,保证粮食品质是满足人民日益增长美好生活需要的根本要求。粮温是储粮的重要生态因子,是影响储粮品质的首要因素。研究表明,平均粮温低于20℃时可基本保证粮食的储藏品质,温度过高会促进微生物与害虫的加速繁殖,导致粮食发霉,品质劣变。因此,研究粮食储藏期间的粮堆温度场探明粮食储藏期间温度变化规律,对于实现安全储粮、保证粮食品质具有重要的指导意义。受国家粮食公益性行业科技专项(编号:201413007-01)的资助,采用现场试验与数值分析相结合的方法,分别对常规储藏与准低温储藏条件高大平房仓在储藏期间的温度场进行现场试验与数值模拟,得到了粮堆内部温度的变化规律。研究内容包括:1.对准低温储藏与常规储藏的高大平房仓进行连续温度监测试验,分析其储藏期间的气温、仓温、粮温的变化规律,发现:准低温储藏的平均粮温在储藏期内平均粮温低于20℃,局部最高粮温不超过25℃;常规储藏粮堆温度在夏季高温季节局部最高粮温可达35℃以上。2.分别以平房仓内准低温与常规两种储藏方式中静态储藏粮堆的初始温度、仓房物理属性、粮食的物理参数等为边界条件,对静态储藏过程中粮堆温度场随外部气温的变化规律进行数值分析。通过现场试验与数值模拟结果进行对比得到二者吻合较好,说明数值分析的合理性与有效性。进一步研究发现,静态储藏过程中,在外界环境影响下粮堆内部温度呈分层现象,准低温储藏方式下粮堆内部温度相对稳定;常规储藏下粮堆受到外界影响较大,且粮堆内部温度变化幅度较大。3.对不同储藏条件降温过程中粮堆内部温度场进行数值分析,通过现场试验数据与模拟结果进行对比得到二者吻合较好,说明数值模拟可有效分析粮堆降温过程中温度场变化规律。进一步研究发现,距离通风道较近的粮堆降温较快,距离通风道较远的粮堆降温所需时间较长,通风结束时,粮堆平均温度趋于入风温度。4.通过对两种不同储藏方式下粮食的品质与经济性进行比较,得到准低温储藏粮食品质优于常规储藏,且准低温储藏粮食售价高于常规储藏,具有较好的经济效益。本文得到一种模拟高大平房仓粮堆温度场的数值分析方法,可为其他仓型储粮温度场研究提供参考;同时,为准低温储藏的推广应用提供技术指导。
其他文献
灰铸铁以其良好的工艺性能及低廉的成本,在机械工程领域得到广泛应用。由于灰铸铁的硬度强度相对较低,耐腐蚀性能较差,在长期服役的过程中经常出现开裂、腐蚀及磨损等缺陷,导致零部件失效。我国每年都因为大量灰铸铁件的报废而造成重大的经济损失。因此提升灰铸铁的耐磨和耐蚀性能具有重要的工程应用意义以及一定的理论研究价值。本文以提升灰铸铁表面减磨耐磨性能和耐腐蚀性能为背景,采用等离子/激光熔覆在HT250灰铸铁上
摩擦磨损是零件的主要失效形式之一,因此提高材料表面的耐磨性变得至关重要。等离子熔覆技术目前已经发展为非常成熟的一种表面改性技术,可以制备组织均匀、综合性能优良的自润滑涂层。本文以提高材料表面的减摩耐磨性能为背景,选用耐磨、耐腐蚀、润湿性优良的镍基材料作为粘结相,用等离子熔覆技术在HT250灰铸铁表面制备了以陶瓷相Ti3AlC2为自润滑添加剂的镍基涂层以及添加MoS2的复合涂层和Ce O2改性的复合
随着互联网技术的广泛发展,越来越多的边缘设备被应用于各个角落,记录生活中微小的数据。数据作为新一代能源具有非常大的研究价值,因此,研究在边缘网络中如何进行安全和高效的数据共享至关重要。传统的边缘网络中进行数据共享的场景中,存在着数据的隐私性和安全性无法得到保证,无法实现细粒度访问控制等问题。区块链技术作为密码学和分布式技术相结合的新兴技术,其特有的不可篡改性、可追溯性以及去中心化性可以在一定程度上
近几年,国家电网公司对财务的精益化管理越来越重视,并且不断加强对资金流动运作的掌控。日售电金额预测可以为公司动态调度资金提供有效的参考,对于国家电网资金部署和投资建设有非常重要的意义。目前关于电网售电金额的预测大多以月为粒度,无法满足公司实时管控的高效要求。在这样的背景下,本文设计了用于日售电金额预测的组合模型与实验方案,以期为电网公司实行精益化财务管理提供参考。通过对电网售电金额数据进行探索性分
随着信息通讯技术的发展,室内应用越来越丰富,基于生产或者管理等应用,对位置服务需求与日俱增。目前室外定位技术主要以卫星GPS定位为主,而在室内环境存在卫星信号不能穿透建筑物的问题,需要室内定位技术作为卫星定位的补充。目前主流的几种室内定位技术有蓝牙定位、UWB定位、WIFI定位、融合定位等。根据国内外多年来对室内定位的研究,发现融合定位技术具有精度高、功耗低等优点。近些年来基于TOA-AOA融合定
随着人工智能技术飞速地发展,机器学习技术运用到各种算法中为人们的生活方式带来了改变,但同时也带来了隐私泄露的风险。纵观机器学习发展历史,会发现由于人们对隐私数据的重视以及各国相关法律法规对公民隐私权的保护越来越强,数据孤岛问题日益凸显,但是没有海量数据的支持,模型精确度难以提升。在这种困境下,谷歌研究团队提出了联邦机器学习的概念,既能满足各方隐私保护的需要,又能提升模型精度,因此,联邦学习一经提出
随着互联网的进步与发展,人们习惯于在互联网上自由地表达自己的感受或表达自己的观点,同时也希望通过互联网得到对事物某方面的参考。方面级情感分析能够帮助人们获取某一方面的情感信息,进而影响人们对于某件事物的态度,因此成为当下情感分析中的热门领域之一。近年来,随着深度学习的普及,循环神经网络、卷积神经网络等深度学习方法在方面级情感分析的研究中取得了巨大的成功。但是这些方法都不同程度地缺失了对方面信息的关
漏洞不仅存在于系统设计实现中,也存在于系统运行管理的各个环节。利用单独的漏洞对系统进行攻击产生的影响很小,但是漏洞之间的组合利用会对系统造成严重危害,甚至是发生一些未知危害。许多研究者希望找到一种能够分析漏洞之间组合利用的方法。在本文中提出了一种基于漏洞组合的攻击链构建的新方法。该方法针对漏洞的特点和漏洞之间存在的关联关系,结合攻击者为了隐匿自身不会采用超长攻击链的特点,首先构建系统的漏洞库,设计
随着物联网设备的普及,越来越多的创新应用应运而生,这些应用产生大量的物联网数据。要实现将现实世界中所有物体连到互联网上,使物与物、人与物之间可以更方便的沟通的巨大愿景,必须考虑物联网数据传输和共享。但当前物联网以云为中心的共享架构,无法建立完全信任,各组织机构不愿共享、害怕共享,致使数据无法互联互通,限制了物联网分析全局数据创造无限价值的潜力。因此,需要提出一种新的架构来保证高层次的数据共享,减轻
随着互联网技术的飞速发展,微博、Twitter等社交网络平台已经成为网民发表意见和获取信息的主要平台。由于社交网络中信息传播速度快、成本低,网民的身份具有虚拟化、隐匿性的特点,为网络谣言的滋生和传播提供了便利条件,网络虚假谣言尤其对国家和社会的安全稳定带来极大危害。采用人工方式识别网络谣言具有成本高、效率低等问题,随着以深度学习为代表的人工智能技术的快速发展,社交网络智能谣言检测领域开始成为研究的