印尼垃圾发电入炉垃圾设计点热值确定探究

垃圾发电的燃料热值存在多种影响因素,变化范围也比较大。入炉垃圾设计点热值的确定,关系到整个焚烧厂寿命期间的运行效率与运行成本。设计点不合理,可能会导致炉温过高、炉膛结焦、锅炉受热面寿命降低等问题。本论文重点研究印尼某市的垃圾成分,分析了垃圾渗沥液规模与入炉垃圾热值之间的关系,以确定合适的设计点垃圾热值。

铜胁迫下玉米污染特征波段提取与程度监测

我国农田重金属污染形势不容乐观。土壤中的重金属被作物根系吸收后会影响作物正常的生长发育,降低农产品质量,进而通过食物链进入人体,危害人体健康。高光谱遥感为实时动态高效监测作物重金属污染提供了可能。设置不同浓度Cu2+胁迫梯度的玉米盆栽实验,并采集苗期、拔节期和穗期玉米老、中、新叶片光谱数据,测定不同生长时期叶片叶绿素含量、叶片Cu2+含量。基于所获取的光谱数据、叶绿素含量和叶片Cu2+含量,结合相关分析法、最佳指数法(OIF)和偏最小二乘法(PLS)构建OIF-PLS法提取含有Cu2+污染信息的特征波段。首先依据苗期、拔节期和穗期叶片叶绿素含量及穗期叶片Cu2+含量与相应叶片光谱的相关系数初步筛选特征波段;然后,从中选取三个波段计算最佳指数因子,并以该三个波段为自变量,对玉米叶片Cu2+含量进行偏最小二乘回归分析,计算均方根误差;最后根据最佳指数因子最大、均方根误差最小的原则选取最佳特征波段。基于OIF-PLS法所选取的特征波段构造植被指数OIFPLSI监测重金属铜污染,并与常规的红边归一化植被指数(NDVI 705)、改进红边比值植被指数(mSR 705)、红边植被胁迫指数(RVSI)和光化学指数(PRI)监测结果做比较,验证OIFPLSI的有效性和优越性。另外利用在相同的实验方法下获取的不同年份的数据对OIFPLSI进行检验,验证OIFPLSI的适用性和稳定性。实验结果表明,基于OIF-PLS法提取的特征波段(542,701和712 nm)比基于OIF法提取的特征波段(602,711和712 nm)能更好地反映Cu2+污染信息;植被指数OIFPLSI与叶片Cu2+含量显著正相关,相关性优于NDVI 705,mSR 705,RVSI和PRI;OIFPLSI与叶片叶绿素含量显著负相关,与土壤中Cu2+含量显著正相关;不同生长时期OIFPLSI与土壤中Cu2+含量的相关性高低依次为拔节期、穗期、苗期。基于不同年份数据验证结果表明,OIFPLSI与叶片Cu2+含量显著正相关,OIFPLSI具有较强的稳定性。基于OIF-PLS法所提取的特征波段构建的OIFPLSI能够较好地诊断分析玉米叶片铜污染水平,可为作物重金属污染监测提供一定的技术参考。

重金属铜胁迫下玉米的光谱特征及监测研究

农作物重金属污染监测是当今高光谱遥感研究的重要内容之一,旨在设计一种新的窄带植被指数,以实现不同培育期的两种玉米品种的重金属铜胁迫监测。研究设计了不同浓度的铜污染实验,采用SVCHR-1024I型高性能地物光谱仪测量不同浓度铜离子(Cu^2+)胁迫下玉米叶片的光谱反射率,并同步获取了玉米叶片中Cu^2+含量数据。首先,对玉米叶片原始光谱数据进行一阶差分处理,并计算一阶差分反射率与叶片中Cu^2+含量的相关系数(r),筛选对铜胁迫敏感的波段。计算结果显示,489~497,632和677nm波长附近的一阶差分反射率与叶片中Cu^2+含量显著相关,可将其视为敏感波段。其次,根据以上3个敏感波段,建立基于一阶差分反射率的铜胁迫植被指数(dVI)。对所有可能的dVIs和Cu^2+含量进行一元回归分析,并采用决定系数(R2)和均方根误差(RMSE)对回归结果进行评估,以筛选最佳指数。最后,采用不同生长年份的玉米实验数据对敏感波段的稳定性及dVI的适用性进行了验证评估;同时,通过与归一化植被指数(NDVI)、红边叶绿素指数(CIred-edge)、红边位置(REP)、光化学反射指数(PRI)等常规重金属胁迫植被指数进行应用比较,证明dVI更具有优越性。结果表明:一阶差分处理后,在450~500,630~680和677nm波长处的叶片反射率与Cu^2+含量的相关系数明显增大。基于一阶差分反射率的特征波段具有稳定性,对于不同生长年份的玉米叶片数据,特征波段的波长位置不变。一元回归分析结果表明,结合497,632和677nm波长的一阶差分反射率的指数与Cu^2+含量具有显著的相关性,对于不同生长年份的2种玉米品种数据集,R2都高达0.75以上。另外,与常规植被指数比较结果表明,该研究所提出的dVI具有更好的鲁棒性及有效性,可为冠层尺度的重金属胁迫监测提供理论基础。

主蒸汽管道材料12Cr1MoVG与ASME SA-335 P22的对比

本项目汽机侧主蒸汽管道采用了12Cr1MoVG材料,因为该材料不是ASME材料,业主质疑设计选型不合格,甚至认为12Cr1MoVG性能低于ASME SA-335 P22。本文从材料应用、化特性和化学成分特点阐述解释了该设计选型的材料是能满足性能要求的。

火力发电厂中热能动力锅炉的燃料及其燃烧探究

通过对热能动力锅炉燃料和燃烧进行详细分析并加强管理,保证充足的能源供应,提升能源的利用率,保证火电厂的稳定发展。

双一字形输送带非工作面清扫器

1.清扫器的作用带式输送机工作过程中,若输送带传送的物料过多或输送带跑偏时,其工作面的物料往往不能全部倾倒下来。这些未倾倒下来的物料会遗撒在输送带非工作面上,若不及时清理,将会造成以下4种不良后果：一是物料进入托辊壳体内,会加速托辊及其轴承的磨损;二是物料黏附在托辊表面,会加快输送带磨损。

铜污染植被指数的玉米叶片污染程度探测模型

高光谱遥感监测农作物重金属污染已成为遥感研究的重要内容之一。受污染的作物叶片中重金属含量映射到光谱上的信息量差异较微弱,如何灵敏地挖掘其所包含的价值信息具备一定挑战性。以农作物叶片光谱为研究对象,通过多个光谱特征波段组合的方式,提出了一种铜污染植被指数(CPVI)的污染程度探测模型,来表征重金属Cu对农作物的污染程度。首先设置盆栽实验,将不同浓度梯度的CuSO4·5H2O粉末添加到土壤中,模拟Cu污染土壤环境,胁迫玉米生长。采集玉米穗期的老、中、新叶片光谱,测定叶片中Cu2+含量及相对叶绿素浓度。而后利用随机选取的58组玉米叶片光谱作为实验数据,在380~900 nm波长范围内选取波长λ1和λ2的两组叶片光谱反射率并计算相应的CPVI[λ1,λ2]模型指数及其与对应叶片中Cu2+含量的皮尔逊相关系数,得到相关性特征绝对值矩阵。其次,根据得到的相关性特征绝对值矩阵,提取皮尔逊相关系数较高的光谱特征波段690和465 nm,并结合波段850 nm建立针对玉米叶片的铜污染植被指数(CPVIm)。之后,利用另外26组数据对CPVIm指数进行检验,同时将该指数与归一化植被指数(NDVI)、陆地叶绿素指数(MTCI)等常规植被指数进行比较以验证CPVIm的有效性与优越性。结果表明,NDVI, MTCI, REP和DVI与叶片中Cu2+含量相关系数最高仅为0.68,残差平方和RSS最低为70.99,而CPVIm与叶片中Cu2+含量显著负相关,相关系数达-0.80,残差平方和为48.52,均优于NDVI和MTCI等常规植被指数,证明CPVIm对重金属胁迫更敏感。同时利用两期不同年份不同品种的玉米光谱数据进行CPVIm指数的鲁棒性验证, CPVIm与叶片Cu2+含量的相关系数r分别为-0.90和-0.96,均显著相关,说明该指数对于不同品种的玉米污染程度探测仍具有良好的适用性。另外,利用玉米叶片中Cu2+含量、 CPVIm和叶片中叶绿素相对浓度构建三维分析模型,从空间角度直观地反映了三者之间具有一定的相关关系。通过光谱特征波段组合方式构建的CPVI探测模型可作为评价农作物重金属污染程度的参考方法,基于该方法构建的CPVIm指数可有效甄别玉米受重金属Cu2+污染的程度。

卸船机卸料调节机构改造

针对卸船机卸料调料板采用丝杠调节存在的问题,设计一种液压调节装置,达到了操作方便、下料均匀、省时省力的目的。

铜胁迫下玉米叶片光谱MRSVD特征与污染预测模型

基于不同铜离子(Cu^2+)胁迫梯度下玉米盆栽实验,依据所测玉米叶片光谱数据和叶片中Cu^2+含量,通过多分辨奇异值分解(MRSVD)提取光谱弱信息,建立玉米叶片Cu^2+污染定性分析及含量预测模型.利用MRSVD对350~1 300 nm波段内玉米叶片光谱进行多层分解,依据模极大值理论和定义的敏感因子确定反映Cu^2+污染信息的最佳分量,在此基础上构建奇异系数(SC)、奇异指数(SI)、奇异面积(SA)和奇异谱熵(SSE)等奇异特征参数分析光谱奇异性,并采用逐步回归分析法建立奇异特征参数与玉米叶片Cu^2+含量之间的定量关系模型.结果表明:第9层MRSVD细节分量能较好地提取Cu^2+污染信息,奇异性主要集中在480~850 nm波段内,奇异特征参数与玉米叶片Cu^2+含量有较好的相关性,其中SI和SSE与玉米叶片Cu^2+含量存在较强的定量关系,其决定系数(R^2)为0.842 5,均方根误差为0.826 0,模型精度优于常规方法.奇异特征参数能够较好地诊断并定量分析玉米叶片铜污染水平,可为作物重金属污染监测提供参考.