等离子体耦合催化焦油脱除同时生物质燃气甲烷化性能研究

以含甲苯的模拟气化燃气(SGG)为对象,在介质阻挡放电耦合Ni/γ-Al2O3反应器上开展同时甲苯脱除及SGG甲烷化实验研究。考察了反应温度、H_(2)/CO比、H_(2)O添加的影响。结果表明,等离子体耦合催化可在400℃实现高效的同时甲苯脱除与SGG甲烷化。H_(2)/CO比为3.2时,甲苯脱除率与焦油脱除率可达100%和97%,CO转化率与CH4选择性可达88%和97%,甲苯脱除与SGG甲烷化过程能量效率可达9.7 g/(kW·h)和17.3 mol/(kW·h)。高H_(2)/CO比与H_(2)O添加可促进甲苯脱除和SGG甲烷化,降低催化剂积炭量并提升积炭石墨化程度,其中,高H_(2)/CO比还可提升SGG热值,获得高甲苯脱除及SGG甲烷化过程能量效率;而H_(2)O添加会降低热值且难获得高CH4选择性,同时不利于SGG甲烷化过程能量效率的提升。此外,SGG甲烷化会抑制甲苯的脱除,而甲苯因浓度较低对甲烷化过程的影响较小。

运动后恢复类运动营养食品的生产工艺及稳定性研究

目的:研究运动后恢复类运动营养食品的生产工艺,考察营养素的稳定性。方法:在既有混合设备条件下,研究样品混合时间对样品中维生素B6、维生素D3、硫酸软骨素含量的影响,同时研究生产前后营养素的变化,以及加速试验条件下储存3个月内营养素的变化。结果:该产品最佳混合时间为20 min;完整的生产工艺对营养素有一定影响,其中对维生素B1的影响最大,平均衰减率为14.3%,维生素B2的平均衰减率为5.5%,维生素B6和维生素D3的化学性质相对稳定,平均衰减率均小于3%。在加速试验条件下储存3个月,B族维生素相对稳定,平均衰减率小于3%,维生素D3平均衰减率略高,达12.16%。结论:通过对该运动营养食品生产工艺及稳定性的研究,为运动营养恢复类食品的研发及应用提供了一定的配方及工艺设计参考。

辅食营养补充品的生产工艺及稳定性研究

本文研究了3批次辅食营养补充品的稳定性和混合均匀度。结果表明,完整的生产工艺对营养素存在不同程度的影响,对B族维生素的影响较大,维生素B12平均衰减率达到42.50%。锌、叶酸、维生素D3的混合均匀度变异系数均小于5%。在稳定性试验中,矿物质的化学性质相对稳定;维生素A的90 d平均衰减率为29.78%;烟酸的90 d平均衰减率为16.78%;其他营养素的90 d平均衰减率均有所降低。本文可为辅食营养补充品的研发及应用提供配方及工艺设计参考。

等离子体催化甲烷干重整实验研究

本文利用等离子体耦合催化剂的方式进行CH_(4)干重整(Dry Reforming of Methane,DRM),重点考察了反应温度、CO_(2)/CH_(4)物质的量比、合成气主要气体组分浓度(N_(2)、H2、CO、H2O)对CH_(4)转化率及等离子体催化能量效率的影响。结果表明,以La-Ni/γ-Al_(2)O_(3)为催化剂,当反应温度450℃,CO_(2)/CH_(4)物质的量比为1.0时,CH_(4)转化率为41.57%;提高CO_(2)/CH_(4)物质的量比可提高CH_(4)转化率,当CO_(2)/CH_(4)物质的量比为5.0时,等离子体催化CH_(4)干重整过程的CH_(4)转化率可达92.82%。温度和CO_(2)/CH_(4)物质的量比对CH_(4)转化率影响显著,气体组分的变化改变了体系中的激发态粒子,不仅直接影响到CH_(4)转化率,还影响着催化剂表面积炭。向反应体系中添加N_(2)、H2O可提高CH_(4)转化率,并抑制积炭;而添加H2、CO后CH_(4)转化率显著降低。研究结果可望为生物质气化合成化工品的工艺开发提供基础数据和参考依据。

聚丙烯纤维水泥混凝土试验性能探析

本文就聚丙烯纤维水泥混凝土的力学性能展开研究,针对水泥混凝土中掺加聚丙烯纤维的用量不同,分别探讨了混凝土的抗压、抗折、抗冲击强度的变化规律。抗折强度的提升随着纤维逐渐均匀而提升;聚丙烯纤维混凝土抗压强度与养护时长无明显变量关系;掺入聚丙烯纤维能够大幅增强混凝土的抗冲击能力。

电视综艺节目对旅游目的地影响力的实证研究

我国电视综艺节目对旅游消费者的影响越来越广泛、越来越深刻。在电视综艺节目的众多因素中,以文化元素尤为突出。文化元素对电视综艺节目的拍摄地——旅游目的地的介绍与传播,使旅游目的地被更多人所熟知了解。如2013年红遍大江南北的电视综艺节目《爸爸去哪儿》中的灵水村、普者黑、雪乡等以往很少出现在旅游市场的取景地,一跃成为了当年旅游目的地的黑马。电视综艺节目《奔跑吧兄弟》让历史名城洛阳、西安等重回旅游者视野。

基于神经网络模型的类C算法向C语言程序的自动转换

为强化类C算法设计中对C语言程序的理解,基于神经网络模型研究类C算法向C语言程序的自动转换。利用编译器编写类C算法高级语言代码,通过伪码与C语言描述类C算法的文字和符号;通过类C算法代码片段语法和语义分析自动生成相应的语法分析表;基于神经网络模型实现向C语言程序的自动转换,生成语法树和目标代码,完成类C算法向C语言程序的自动转换。实验结果表明,转换后的代码与实际C语言程序函数执行结果完全一致,且自动转换得到的程序性能与直接用C语言编写的程序性能相差不大,证明本文方法具有可行性。