[发明专利]一种基于分形维数评价秸秆预处理效果的方法有效

专利信息
申请号: 201911228358.9 申请日: 2019-12-04
公开(公告)号: CN111044416B 公开(公告)日: 2020-08-21
发明(设计)人: 戴晓虎;华煜;蔡辰;陈淑娴 申请(专利权)人: 同济大学
主分类号: G01N15/02 分类号: G01N15/02
代理公司: 北京东方盛凡知识产权代理事务所(普通合伙) 11562 代理人: 张雪
地址: 200092 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 分形维数 评价 秸秆 预处理 效果 方法
【权利要求书】:

1.一种基于分形维数评价秸秆预处理效果的方法,其特征在于,包括下述步骤:

1)取待测秸秆为样品,充分干燥且破碎;

2)将步骤1)中干燥秸秆样品与水混合,持续均匀搅动;

3)使用激光粒度分析仪对步骤2)中混合液体进行分析测试,测得波矢Q与散射光强I数据;

4)基于分形理论,采用数据处理软件分析步骤3)获得的波矢Q及散射光强I,由公式,获得此秸秆样品二维分形维数Df

5)根据文献历史数据或大量实验积累,采用线性回归方法构建分形维数Df与总有机碳最大溶出浓度TOCmax或有机质溶出表观活化能AAE的计算模型;

6)将秸秆分形维数Df代入到步骤5)的模型中,模型输出此秸秆样品的总有机碳最大溶出浓度TOCmax或有机质溶出表观活化能AAE,得到此种秸秆样品的预处理效果预测数据;

所述步骤4)即k为斜率常数,等式两边同时取自然对数化简后得lnI=-Df lnQ+lnk,以步骤3)得到I与Q取自然对数后lnI与lnQ分别作为因变量与自变量,输入数据处理软件利用随机梯度下降法确定参数线性拟合,可得到此秸秆样品分形维数Df

所述步骤5)中,

分形维数Df与秸秆样品的总有机碳最大溶出浓度TOCmax或有机质溶出表观活化能AAE计算模型如下:

Y=A-BX;

式中,X为分形维数Df,Y为秸秆样品的总有机碳最大溶出浓度TOCmax或有机质溶出表观活化能AAE,A和B为对应TOCmax或AAE的模型系数;

所述步骤6)中,总有机碳最大溶出浓度TOCmax为秸秆样品在水相中总有机碳最大溶出值。

2.根据权利要求1所述的一种基于分形维数评价秸秆预处理效果的方法,其特征在于,所述步骤1)中,秸秆样品为经预处理破稳后的样品。

3.根据权利要求2所述的一种基于分形维数评价秸秆预处理效果的方法,其特征在于,所述步骤1)中,所述秸秆样品为不同微化程度的样品,或经不同预处理方式处理后的样品。

4.根据权利要求3所述的一种基于分形维数评价秸秆预处理效果的方法,其特征在于,所述秸秆样品破碎至0.01-3500微米。

5.根据权利要求1所述的一种基于分形维数评价秸秆预处理效果的方法,其特征在于,所述步骤2)中,用纯水对干燥秸秆样品进行稀释,含固率<5%,用外置磁力搅拌器进行搅拌,稀释容器与磁力搅拌子使用前应清洗干净并烘干,搅拌保证样品充分混匀。

6.根据权利要求1所述的一种基于分形维数评价秸秆预处理效果的方法,其特征在于,所述步骤3)中激光粒度分析仪光源为波长633nm高稳定氦-氖激光器,分散剂折射率为1.330,颗粒吸收率为0.100,密度大于1,分散剂选择水,背景测量时间设置为10s,样品测量时间设置为10-12s,测量次数选择3次,测量时对于粒径为几十微米的大颗粒,遮光度范围为10-20%,粒径几个微米的小颗粒为6-10%,粒径几百纳米的颗粒为4-6%,搅拌转速设置为2000-3000转/min,每个样品测量结束运行清洁系统后再继续测试。

7.根据权利要求6所述的一种基于分形维数评价秸秆预处理效果的方法,其特征在于,对于分散很不均匀的样品测量时间设置为10-20s,遮光度范围为10-20%。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911228358.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top