堆肥物料在滾筒式翻堆機(jī)作用下的阻力特性研究
發(fā)布時(shí)間:2023-05-18 22:03
隨著社會(huì)經(jīng)濟(jì)的發(fā)展,環(huán)境問題日益突出。污泥承載著污水中一半以上的污染物質(zhì),如得不到有效處理,將對環(huán)境造成二次污染。堆肥技術(shù)以其成熟、穩(wěn)定的特點(diǎn),發(fā)展成為廣泛應(yīng)用的主流污泥處理技術(shù)之一。目前國內(nèi)大中型污泥處理項(xiàng)目主要采用以翻堆機(jī)為核心設(shè)備的動(dòng)態(tài)槽式堆肥工藝,但現(xiàn)階段的翻堆機(jī)設(shè)計(jì)多采用半理論/半經(jīng)驗(yàn)設(shè)計(jì)法、類比法、直覺法等傳統(tǒng)設(shè)計(jì)方法,存在理論依據(jù)不充分、無法實(shí)現(xiàn)定制化設(shè)計(jì)、動(dòng)力參數(shù)模型單一等問題,易造成翻拋機(jī)動(dòng)力不足引發(fā)“憋停”現(xiàn)象或功率過大引起資源浪費(fèi)。本次研究基于SACT堆肥工藝中的滾筒式翻堆機(jī)工況,深入開展堆肥物料阻力特性研究,旨在通過開展堆肥物料力學(xué)性能研究補(bǔ)充翻堆機(jī)設(shè)計(jì)理論,優(yōu)化SACT工藝運(yùn)行參數(shù),提高系統(tǒng)適應(yīng)性。本次研究取得的主要研究成果包括:1)提出堆肥物料阻力特性指標(biāo),建立抗剪強(qiáng)度與物料參數(shù)的數(shù)學(xué)模型τ=f(物料參數(shù)體系),并選擇7項(xiàng)參數(shù)組成物料參數(shù)體系,確定了堆體高度、溫度、含水率、密度、粒徑分布5項(xiàng)參數(shù)制定試驗(yàn)方案。2)首次開展關(guān)于SACT工藝的物料特性研究,在洛陽污泥處理廠進(jìn)行堆體抗剪強(qiáng)度和物料參數(shù)現(xiàn)場試驗(yàn),取得有效數(shù)據(jù)420組。3)提出一種抗剪強(qiáng)度檢測方法,設(shè)計(jì)...
【文章頁數(shù)】:119 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
主要符號表
術(shù)語和定義
第一章 緒論
1.1 研究背景及意義
1.1.1 課題來源
1.1.2 研究背景及意義
1.2 研究現(xiàn)狀及問題
1.2.1 國內(nèi)外研究現(xiàn)狀及分析
1.2.2 存在的問題
1.3 研究目的與內(nèi)容
1.3.1 研究目的與內(nèi)容
1.3.2 技術(shù)路線
第二章 堆肥物料阻力特性模型研究
2.1 材料強(qiáng)度理論
2.1.1 古典強(qiáng)度理論
2.1.2 莫爾-庫倫強(qiáng)度理論
2.2 抗剪強(qiáng)度模型
2.2.1 堆肥物料抗剪強(qiáng)度指標(biāo)
2.2.2 物料參數(shù)體系
2.3 抗剪強(qiáng)度檢測方案
2.3.1 十字板剪切試驗(yàn)及設(shè)備
2.3.2 設(shè)備可靠性驗(yàn)證
2.3.3 堆體抗剪強(qiáng)度
2.4 本章小結(jié)
第三章 抗剪強(qiáng)度和物料參數(shù)采集試驗(yàn)
3.1 采樣點(diǎn)介紹
3.1.1 概況
3.1.2 采樣倉選擇
3.1.3 采樣點(diǎn)設(shè)置
3.2 抗剪強(qiáng)度采集試驗(yàn)
3.2.1 極限扭矩?cái)?shù)據(jù)采集試驗(yàn)
3.2.2 抗剪強(qiáng)度數(shù)據(jù)分析
3.2.3 試驗(yàn)結(jié)論
3.3 物料參數(shù)采集試驗(yàn)
3.3.1 堆體高度數(shù)據(jù)采集試驗(yàn)
3.3.2 堆體溫度數(shù)據(jù)采集試驗(yàn)
3.3.3 堆體含水率數(shù)據(jù)采集試驗(yàn)
3.3.4 堆體密度數(shù)據(jù)采集試驗(yàn)
3.3.5 堆體粒徑分布數(shù)據(jù)采集試驗(yàn)
3.4 本章小結(jié)
第四章 基于EDEM軟件的抗剪強(qiáng)度仿真模型研究
4.1 物料顆粒接觸模型
4.1.1 線性剛度模型
4.1.2 滑移模型
4.1.3 粘結(jié)約束模型
4.1.4 物料顆粒接觸力學(xué)模型
4.2 仿真模型參數(shù)標(biāo)定
4.2.1 顆粒模型參數(shù)
4.2.2 接觸模型分類
4.2.3 接觸模型標(biāo)定
4.2.4 出料端表面能參數(shù)標(biāo)定
4.2.5 結(jié)論
4.3 出料端十字板剪切試驗(yàn)仿真
4.3.1 幾何模型建模
4.3.2 顆粒模型建立
4.3.3 仿真時(shí)間步長和柵格的選擇
4.3.4 仿真顆粒生成
4.3.5 堆體模型可靠性分析
4.4 出料端翻堆過程仿真分析
4.4.1 幾何模型建模
4.4.2 仿真時(shí)間步長和柵格的選擇
4.4.3 仿真顆粒生成
4.4.4 仿真過程分析
4.5 本章小結(jié)
第五章 基于BP神經(jīng)網(wǎng)絡(luò)的抗剪強(qiáng)度預(yù)測模型研究
5.1 人工神經(jīng)網(wǎng)絡(luò)理論
5.1.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
5.1.2 BP算法的步驟及流程圖
5.2 BP神經(jīng)網(wǎng)絡(luò)模型的建立
5.2.1 BP神經(jīng)網(wǎng)絡(luò)參數(shù)選擇
5.2.2 訓(xùn)練樣本的選取
5.3 數(shù)據(jù)驗(yàn)證及應(yīng)用
5.3.1 BP神經(jīng)網(wǎng)絡(luò)可行性驗(yàn)證
5.3.2 參數(shù)優(yōu)化及結(jié)論
5.4 本章小結(jié)
第六章 結(jié)論與展望
6.1 主要結(jié)論
6.2 展望
參考文獻(xiàn)
致謝
在學(xué)期間發(fā)表的學(xué)術(shù)論文情況
附錄一 圖像處理源代碼
1.1 灰度圖像和二值化圖像
1.2 邊緣提取
1.3 直線擬合
附錄二 BP神經(jīng)網(wǎng)絡(luò)算法源代碼
本文編號:3819083
【文章頁數(shù)】:119 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
主要符號表
術(shù)語和定義
第一章 緒論
1.1 研究背景及意義
1.1.1 課題來源
1.1.2 研究背景及意義
1.2 研究現(xiàn)狀及問題
1.2.1 國內(nèi)外研究現(xiàn)狀及分析
1.2.2 存在的問題
1.3 研究目的與內(nèi)容
1.3.1 研究目的與內(nèi)容
1.3.2 技術(shù)路線
第二章 堆肥物料阻力特性模型研究
2.1 材料強(qiáng)度理論
2.1.1 古典強(qiáng)度理論
2.1.2 莫爾-庫倫強(qiáng)度理論
2.2 抗剪強(qiáng)度模型
2.2.1 堆肥物料抗剪強(qiáng)度指標(biāo)
2.2.2 物料參數(shù)體系
2.3 抗剪強(qiáng)度檢測方案
2.3.1 十字板剪切試驗(yàn)及設(shè)備
2.3.2 設(shè)備可靠性驗(yàn)證
2.3.3 堆體抗剪強(qiáng)度
2.4 本章小結(jié)
第三章 抗剪強(qiáng)度和物料參數(shù)采集試驗(yàn)
3.1 采樣點(diǎn)介紹
3.1.1 概況
3.1.2 采樣倉選擇
3.1.3 采樣點(diǎn)設(shè)置
3.2 抗剪強(qiáng)度采集試驗(yàn)
3.2.1 極限扭矩?cái)?shù)據(jù)采集試驗(yàn)
3.2.2 抗剪強(qiáng)度數(shù)據(jù)分析
3.2.3 試驗(yàn)結(jié)論
3.3 物料參數(shù)采集試驗(yàn)
3.3.1 堆體高度數(shù)據(jù)采集試驗(yàn)
3.3.2 堆體溫度數(shù)據(jù)采集試驗(yàn)
3.3.3 堆體含水率數(shù)據(jù)采集試驗(yàn)
3.3.4 堆體密度數(shù)據(jù)采集試驗(yàn)
3.3.5 堆體粒徑分布數(shù)據(jù)采集試驗(yàn)
3.4 本章小結(jié)
第四章 基于EDEM軟件的抗剪強(qiáng)度仿真模型研究
4.1 物料顆粒接觸模型
4.1.1 線性剛度模型
4.1.2 滑移模型
4.1.3 粘結(jié)約束模型
4.1.4 物料顆粒接觸力學(xué)模型
4.2 仿真模型參數(shù)標(biāo)定
4.2.1 顆粒模型參數(shù)
4.2.2 接觸模型分類
4.2.3 接觸模型標(biāo)定
4.2.4 出料端表面能參數(shù)標(biāo)定
4.2.5 結(jié)論
4.3 出料端十字板剪切試驗(yàn)仿真
4.3.1 幾何模型建模
4.3.2 顆粒模型建立
4.3.3 仿真時(shí)間步長和柵格的選擇
4.3.4 仿真顆粒生成
4.3.5 堆體模型可靠性分析
4.4 出料端翻堆過程仿真分析
4.4.1 幾何模型建模
4.4.2 仿真時(shí)間步長和柵格的選擇
4.4.3 仿真顆粒生成
4.4.4 仿真過程分析
4.5 本章小結(jié)
第五章 基于BP神經(jīng)網(wǎng)絡(luò)的抗剪強(qiáng)度預(yù)測模型研究
5.1 人工神經(jīng)網(wǎng)絡(luò)理論
5.1.1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
5.1.2 BP算法的步驟及流程圖
5.2 BP神經(jīng)網(wǎng)絡(luò)模型的建立
5.2.1 BP神經(jīng)網(wǎng)絡(luò)參數(shù)選擇
5.2.2 訓(xùn)練樣本的選取
5.3 數(shù)據(jù)驗(yàn)證及應(yīng)用
5.3.1 BP神經(jīng)網(wǎng)絡(luò)可行性驗(yàn)證
5.3.2 參數(shù)優(yōu)化及結(jié)論
5.4 本章小結(jié)
第六章 結(jié)論與展望
6.1 主要結(jié)論
6.2 展望
參考文獻(xiàn)
致謝
在學(xué)期間發(fā)表的學(xué)術(shù)論文情況
附錄一 圖像處理源代碼
1.1 灰度圖像和二值化圖像
1.2 邊緣提取
1.3 直線擬合
附錄二 BP神經(jīng)網(wǎng)絡(luò)算法源代碼
本文編號:3819083
本文鏈接:http://sikaile.net/kejilunwen/huanjinggongchenglunwen/3819083.html
最近更新
教材專著