【摘 要】
：
为提高毛竹焙烧炭的成型品质及其燃烧性能,本文以毛竹焙烧炭为原料,采用响应曲面法,选取热值、密度、抗压性、破碎率和渗水性作为响应值,对施胶量、含水率和粒径三个因素
【出 处】
：
第十二届中国林业青年学术年会——第十二分会场
论文部分内容阅读
为提高毛竹焙烧炭的成型品质及其燃烧性能,本文以毛竹焙烧炭为原料,采用响应曲面法,选取热值、密度、抗压性、破碎率和渗水性作为响应值,对施胶量、含水率和粒径三个因素进行优化,确定最佳成型工艺,并通过锥形量热仪,采用不同辐射热通量对成型炭的点燃特性、质量损失特性、热释放特性以及烟气释放特性进行测定.结果表明：(1)毛竹焙烧炭的最佳成型工艺为施胶量46％,含水率10％和粒径0.3～0.5mm,制得成型炭的热值为29.19MJ/kg,密度为1.095g/cm3,破碎率为3.74％,抗压性为34.19N/cm,渗水性为0.92％；(2)随辐射热通量增加,成型炭的点燃时间缩短,热释放速率均值、峰值、热释放总量和烟释放速率及产烟量增加,产生的CO 减少,CO2 增加,质量损失量和质量损失速率均值都增加.
其他文献
HowNet is a Chinese-English Bilingual common-sense knowledge base,playing an important role in machine translation tasks.However,when fac-ing domain-specifi
科技术语翻译要求高度的准确性和专业性,通过建立术语语料的领域知识标签,并基于待翻译术语的领域对训练语料进行筛选,可训练出针对领域的翻译模型,能极大改善科技
显著性检验常用来判断系统之间的性能差异是否来源于系统的性能改善而不是随机误差。用于机器翻译系统的显著性检验通常以句子作为基本的抽样单位，忽略了抽样样本之间的独
机器翻译的发展有两个重要的维度，一是探索更为有效的数学工具对翻译的建模、计算等问题进行求解，二是使用丰富的先验知识来引导系统进行更加“合理”的翻译。我们发现二者
近几年来,一种基于词嵌入的线性变换方法在可比语料双语词典抽取任务上取得了显著的效果.这种方法假定双语词嵌入空间在翻译时满足线性关系,然而,在实际中,双语词嵌
机器翻译本质上是离不开语义的，它不仅需要解决源语言的语义表示问题，还要保证源语言的语义完整、正确地传递到目标语言上。最近几年我们可以看到机器翻译研究的兴趣正逐渐
基于数据驱动的机器翻译方法严重受限于双语训练数据的规模。最为直接的影响之一便是集外词翻译问题：如何处理训练语料中未出现过的词语。由于模型约束与计算复杂度的限制
基于Encoder-Decoder 的神经机器翻译模型将源语言句子编码到一个语义空间，并基于这个语义空间的源语言句子表示来产生目标语言句子。相比与传统的统计机器翻译，基于隐式语
In this talk,we will first give an overview of research on data selection for machine translation domain adaptation.Then,we will introduce a recently propos
The mission of Facebook is to make the world more open and connected and to give people the power to share.On this platform,every month one fifth of the peo