您的位置: 专家智库 > >

程旭云

作品数:3 被引量:32H指数:2
供职机构:华中农业大学工学院更多>>
发文基金:公益性行业(农业)科研专项更多>>
相关领域:农业科学化学工程更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 2篇农业科学
  • 1篇化学工程

主题

  • 3篇生物质
  • 3篇生物质秸秆
  • 2篇热值
  • 2篇模型构建
  • 2篇秸秆
  • 2篇近红外
  • 2篇近红外光
  • 2篇近红外光谱
  • 2篇光谱
  • 2篇红外
  • 2篇红外光
  • 2篇红外光谱
  • 1篇化工

机构

  • 3篇华中农业大学

作者

  • 3篇程旭云
  • 2篇牛智有
  • 1篇晏红梅
  • 1篇刘梅英
  • 1篇朱凯
  • 1篇李晓金

传媒

  • 1篇农业工程学报
  • 1篇华中农业大学...

年份

  • 1篇2015
  • 2篇2013
3 条 记 录,以下是 1-3
排序方式:
基于工业分析指标的生物质秸秆热值模型构建被引量:19
2013年
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IKAC2000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0.20kJ/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0.20kJ/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0.18kJ/g和0.19kJ/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。
程旭云牛智有晏红梅刘梅英
关键词:生物质秸秆热值
基于PLS算法的生物质秸秆元素分析NIRS快速检测被引量:12
2015年
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7400-5550cm^-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.
李晓金朱凯牛智有程旭云
关键词:近红外光谱生物质秸秆
生物质秸秆热化工特性的NIRS分析方法与热值模型构建
热化工特性是生物质秸秆有效利用的基础特性之一,为了研究和探讨生物质秸秆热化工特性近红外光谱快速检测和热值计算方法,采集农作物秸秆样品199个,其中油菜39个,小麦39个,玉米21个和水稻100个,按照标准检测方法测定样品...
程旭云
关键词:秸秆近红外光谱
共1页<1>
聚类工具0