排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
基于工业分析指标的生物质秸秆热值模型构建 总被引：3，自引：3，他引：0
为了探讨利用生物质秸秆工业分析指标预测生物质秸秆热值的可行性,建立高、低位热值的预测模型,采集了油菜、小麦、玉米和水稻4种不同作物秸秆总计172个样品,这4种作物秸秆的数量分别为31、36、86和19,按照美国材料与试验协会（ASTM）的标准方法分别测定样本的水分、挥发分、灰分和固定碳等工业分析指标,采用IKA C2000型量热仪测定热值。通过数据统计分析,挥发分和固定碳对热值有极显著的正相关性,而灰分对热值有极显著的负相关,并且水分、挥发分、灰分和固定碳等4项指标之间存在严重的共线性。利用主成分回归方法建立高、低位热值预测模型效果最优,高位热值预测模型的决定系数R2为0.91,预测值标准差SEP为0.20 kJ/g,相对标准差RSD为1.25%;低位热值预测模型的决定系数R2为0.91,预测值标准差SEP为0.20 kJ/g,相对标准差RSD为1.33%。并用20个样品对预测模型进行了外部验证,高位热值和低位热值预测值标准差SEP分别为0.18 kJ/g和0.19 kJ/g,相对标准差RSD分别为1.09%和1.29%,取得较理想的预测结果。试验结果表明,主成分回归方法建立的基于工业分析指标的生物质秸秆热值预测模型可以较准确地预测生物质秸秆热值,利用生物质秸秆工业分析指标预测生物质秸秆热值是可行的,该研究可为生物质秸秆能源化利用提供参考。 相似文献
2.
为探讨利用近红外光谱技术快速检测生物质秸秆中N、C、H、S和O元素的可行性,采集并制备水稻、小麦、油菜和玉米秸秆样本199个,采用近红外光谱(NIRS)分析技术,结合偏最小二乘(PLS)化学计量学算法,在7 400~5 550cm-1波段范围内,比较不同光谱预处理方法的定标效果,建立最优的生物质秸秆中N、C、H、S和O元素的定量分析模型,并用独立的验证集样本对模型进行验证。验证结果表明:所建立的N元素的定量分析模型可用于实际检测;O元素的定量分析模型可进行实际估测;采用近红外技术用于C元素定量分析是可行的,但模型需要进一步优化;H、S元素采用NIRS技术无法进行定量分析。 相似文献
1