污泥粉燃烧无机成分的转化和成灰行为

来源 :工程热物理学报 | 被引量 : 0次 | 上传用户:zhuzhihua
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
沉降炉中燃烧两种污泥研究温度对灰行为的影响。结果表明:随温度升高颗粒直径向大尺寸范围移动,在熔融聚集作用下1300℃时颗粒直径略微减小;灰形态随温度升高熔化程度增加,球颗粒数目增多,结合1300℃的灰平均圆度与EDS结果,推测Fe和球形灰颗粒的形成有关;泥样主要矿物相分是SiO2、AlPO4、Na/K-硅酸盐、白云母、水钙沸石,随温度升高转变为CaAl2Si2O8、NaFe3Si2O6等辉石矿物,1300℃时晶峰面积减少,熔融现象明显。
其他文献
电阻抗成像检测是目前正在进行广泛研究的新兴技术,该技术具有硬件系统简单、造价低廉等优点。当前电阻抗成像检测技术在工业领域的研究主要集中在无损检测方向,由于该技术可以获得被测物体由结构损伤或缺陷导致的电导率的变化的信息,因此电阻抗成像检测技术具有十分可观的应用前景。目前电阻抗成像检测技术最大的短板在于,被测试场域内的激励电流密度分布不均匀,在被测场域的中心区域内重建的图像效果较差。本文通过对电阻抗成
地质灾害对人民的生命财产安全构成极大威胁。山体滑坡、泥石流等地质灾害具有易发性和突发性等特点,不容易被人们提前预测。我国陆地面积广阔,灾害的发生率相对较高,严重威胁着山区甚至城镇的基础设施、交通和人民群众的生命财产安全。因此,对于山体滑坡、泥石流的研究、监测和预警就尤为重要,而地质灾害的研究、监测和预警都需要准确地、稳定地、长期地采集地质灾害现场的数据。为了有效地提高地质灾害监测系统与设备的准确度
目的:探讨对于患糖尿病肾病(DN)进行血液透析(HD)的患者进行责任制护理模式的效果,并分析其对于炎性反应的影响。方法:选取医院接收和治疗的糖尿病肾病患者共66例作为此次研究对象,按照随机法将其分为两组,分别为实验组和对照组,每组33例,其中对照组主要对患者进行常规护理,实验组则在对照组的基础上进行责任制护理,之后对比两组患者的护理效果。结果:在经过护理之后,实验组患者的血肌酐(SCr)、空腹血糖
基于任务群的教学要在单元目标框架下,统整学习内容,创设学习情境,聚焦学习任务,整合学习资源,引领学生运用学习策略和方法开展专题比较阅读。以《归园田居(其一)》为例,可在情境任务中借助学习支架,运用阅读、赏析、体悟、评论、表达等方式完成“生命的诗意”的梳理探究,促进深度学习,挖掘文化内涵,感受文化魅力。
本文利用77GHz FMCW毫米波雷达进行包括呼吸与心跳在内的人体生命体征非接触检测,尽管基于FMCW雷达的生命体征检测已有诸多研究,但仍存在一些问题,如呼吸谐波处理、复杂环境中动态杂波与静态杂波抑制、多目标的精确定位与跟踪等,这些问题的存在限制了雷达生命体征系统向高稳定性和高准确性系统的发展。面对以上问题,本文从FMCW雷达原理出发,详细推导了生命体征检测中,以单周期和多周期chirp为发射信号
目前,电力变压器的保护研究及优化多是针对传统电源,少有文献研究双馈风电场电源下计及RSC控制电路的变压器保护。而当双馈风电场并入弱电网时,传统变压器差动保护又存在动作性能变差的问题。基于此,分析了系统发生故障时,计及Crowbar保护电路与计及RSC控制电路的短路电流特性,推导了两种运行条件下短路电流经傅里叶算法提取后的误差表达式。在此基础上,分析了致使传统差动保护性能降低的原因,从而提出利用同步
粗铝丝键合具备过流大、键合灵活的优点,被广泛应用于VDMOS等大功率器件的封装。但功率器件工作时发热量大,粗铝丝/金层键合系统在长时间高温的环境下,容易发生引线剥离脱落,导致器件失效。本文利用SEM/EDS以及FIB等测试手段,系统研究了Al/Au界面的金属间化合物(intermetallic compound, IMC)及柯肯达尔空洞(kirkendall hole)的形成对粗铝丝键合脱键失效的
<正>2022年4月21日,教育部颁布了新修订的义务教育课程方案和课程标准。按照教育部的总体安排,义务教育课程方案和课程标准将在2022年秋季学期开始执行。课程改革进入实施阶段。学校、课堂是课程实施的终端,教师的教学革新是保证课程实施成功的最重要一环。
期刊
<正>传统博物馆是启蒙理性的重要方式,其通过“征集、保护、研究”形成专业历史知识体系,并将该体系呈现给公众,实现历史文化的传播。但随着社会经济进步与社会文化的蓬勃发展,传统博物馆面临着一定的经营危机,其传统的传播文化和知识的功能正逐渐削弱。基于此情况,博物馆应当尽快进行突破与创新。新博物馆学理念主张由“以物为本”向“以人为本”的转变,其强调博物馆工作应当将工作从物质基础转移上社会公众上,这无疑为当
期刊
以智能诊断为出发点,提出一种基于同步压缩小波变换(SWT)和卷积神经网络(CNN)的诊断方法。首先,对振动信号进行SWT获得时频图,随机划分为训练和测试集;然后,利用CNN强大的特征提取能力提取时频图特征;最后,利用SoftMax层进行故障模式的自动诊断。实验结果表明:该方法在滚动轴承的故障诊断中具有较高的可靠性。