【摘 要】
：
基于硫化亚铁自燃事故燃烧过程复杂、氧化深度与热效应关系不明确等限制化学清洗工艺技术进步的现状,以燃烧理论为基础,通过分析FeS氧化、重质油品自燃、轻质油品点燃及持续燃烧等阶段的特征,探讨燃烧过程不同阶段的化学本质及引发自燃事故的关键步骤。结合FeS自发氧化的热力学、动力学特征分析,提出FeS的受控、有序氧化可控制自燃事故的发生,优化氧化剂组成、浓度是氧化清洗工艺的技术关键。
【基金项目】
：
陕西省工业科技攻关项目(2016GY-150),陕西省科技厅青年项目(2021JQ-886),陕西省教育厅专项科研计划项目(18JK0605),陕西省教育厅自然科学专项(19JK0194)。
论文部分内容阅读
基于硫化亚铁自燃事故燃烧过程复杂、氧化深度与热效应关系不明确等限制化学清洗工艺技术进步的现状,以燃烧理论为基础,通过分析FeS氧化、重质油品自燃、轻质油品点燃及持续燃烧等阶段的特征,探讨燃烧过程不同阶段的化学本质及引发自燃事故的关键步骤。结合FeS自发氧化的热力学、动力学特征分析,提出FeS的受控、有序氧化可控制自燃事故的发生,优化氧化剂组成、浓度是氧化清洗工艺的技术关键。
其他文献
建立角接触球轴承环间气液两相流有限元仿真模型,基于FLUENT流体计算软件对轴承环间喷射润滑穿透过程进行仿真分析。对球进行分层处理,得到分层为10时润滑油发生雾化的油液颗粒显示更准确。在球分层为10的条件下分析了转速和喷油压力对轴承腔内大粒径油液占比的影响,结果表明:随转速增大,大粒径油液占比减小;随喷油压力增大,大粒径油液占比增大。搭建试验台进行验证,试验与仿真结果变化趋势一致,且误差在允许范围之内。
为了保障运煤专线煤粉吸污车清扫煤粉的安全性,降低煤尘爆炸事故灾害的破坏性,避免二次爆炸发生,采用20 L粉尘爆炸特性实验装置,测试了铁道床煤粉的爆炸特征参数,研究了泄压技术和金属丝网结构消火淬熄技术。运煤专线实验煤粉的爆炸下限为20 g/m3<C<30 g/m3,最大爆炸压力为0.578 MPa,爆炸指数为15.37 MPa·m/s。确定了爆破片式泄压开启机构的开启压力为10 kPa;选用40目304不锈钢金属丝网作为消火材料,单台装置泄压面积410 mm×240 mm。
针对国内合成气制甲醇工业装置副产大量杂醇油难以经济性利用的问题,将杂醇油作为甲醇转化制丙烯(MTP)工艺的第二原料,利用MTP催化剂的催化转化特性,将杂醇油转化为乙烯、丙烯、C4~C6烯烃等产品,杂醇油转化产物均满足MTP反应产品组分需求。在MTP工业装置上完成了杂醇油与甲醇1∶70比例进料的115 h工业试验,消耗杂醇油161 t,MTP系统烃收率增加0.66%,烃类进入MTP分离系统,增加了丙烯等产品收率。该方法可有效提高杂醇油的附加值,获得了较好的经济效益。
为提高滚动轴承故障诊断的准确性,提出基于信息增益比的奇异谱分析(IGRSSA)与改进粒子群算法优化支持向量机(IPSO-SVM)的诊断模型。首先,引入信息增益比实现信号自适应重构;其次,采用动态惯性权重和梯度信息对粒子群算法进行改进并用于优化支持向量机;然后,用IGRSSA对滚动轴承外圈故障、钢球故障和正常3种状态的振动信号进行降噪并提取时域特征值,使用平均影响值(MIV)筛选出最优特征参量作为后续故障信号特征数据集;最后,将BP神经网络、RBF神经网络、交叉验证优化的SVM、遗传算法优化的SVM和粒子群
弱磁检测轴承保持架转速作为最新提出的一种方法,具有不改变轴承本身结构和性质、不受油液和温度干扰的优点,其采集到的信号称为弱磁信号。针对弱磁信号较为敏感所导致噪声干扰强,难以提取保持架转速以计算打滑率的问题,提出了一种基于自适应噪声完备集合本征时间尺度分解的特征增强方法,将噪声消除与特征增强有机结合,实现强噪干扰下滚动轴承弱磁信号中微弱保持架转速特征频率的提取,并通过试验验证了该方法在实际应用中的有效性。
经过组分调配和外观设计优化,采用一次滚球法、混捏挤条法制备了钠铝(Na-Al)系、钙锌(Ca-Zn)系、钙(Ca)系脱氯剂,采用XRF、XRD、氮吸附法对脱氯剂进行了表征。结果表明,部分原料氢氧化钙转变为碳酸钙形态;CLR404、CLR407、CLR408脱氯剂BET法比表面依次为195.219 m2·g-1、34.352 m2·g-1、24.341 m2·g-1;使用后,其
为了对隧道围岩变形的发展趋势作出有效判断,以重庆市城区某隧道为背景,采用GM(1,1)灰色模型和BP神经网络模型对隧道围岩变形进行预测,并进行对比分析。研究结果表明:灰色模型对波动性的数据预测效果不理想,但适合用于数据样本不足的情况;BP神经网络预测方法具有较高的学习能力,预测模型灵活可变,对围岩变形的发展趋势预测比较准确,但对数据样本的容量和代表性要求高;BP神经网络模型比灰色模型的预测精度更高。
针对现有性能退化评估方法需要人工经验筛选特征指标,难以获取轴承故障状态下振动信号的问题,提出了一种基于深度置信网络(DBN)和支持向量数据描述(SVDD)相结合的滚动轴承性能退化评估方法。该方法以滚动轴承正常状态下的归一化幅值谱作为DBN的输入,利用DBN中的RBM构建特征自动提取模型,通过SVDD构建评估模型。使用不同工况下滚动轴承全寿命周期试验数据的分析表明,该方法能够很好地揭示轴承性能退化规律,而且摆脱了特征选择的人为干预,可以准确检测出滚动轴承早期微弱故障。
针对滚动轴承故障诊断的特征分辨性较低、准确度不高等问题,提出了一种基于自适应噪声完备集合经验模态分解(CEEMDAN)和正余弦算法(SCA)优化多核相关向量机(MRVM)的滚动轴承故障诊断方法。首先采用CEEMDAN方法分解原始振动信号,提取本征模态分量(IMF)的能量占信号总能量的比例和能量熵作为故障特征;然后引入混合核函数,采用SCA算法优化权重参数和核参数,构建MRVM模型实现对滚动轴承的故障诊断。试验结果表明,SCA-MRVM模型具有较高的识别率,能有效提高故障诊断精度。
随着环境能量采集技术的发展,风能作为一种蕴藏丰富的清洁能量,对其的采集利用逐渐成为研究的能量采集领域的热点.基于颤振的压电式风能采集器是目前研究的重要方向之一,且在低功耗设备自供能方面具有极大的应用前景.介绍了不同结构的颤振式压电风能采集器的研究进展,包括常规薄板结构、翼型结构和旗帜结构的风能采集器,分析了各种采集器的特点及性能.然后总结了当前颤振式风能采集器在性能提升方面的研究进展,包括压电-电磁耦合、弯曲板式和阵列式三种方式.最后对颤振式压电风能采集器的发展趋势进行了展望.