您的位置: 专家智库 > >

郑爱军

作品数:2 被引量:4H指数:2
供职机构:东南大学能源与环境学院更多>>
发文基金:国家重点基础研究发展计划更多>>
相关领域:环境科学与工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇环境科学与工...

主题

  • 1篇乙酸
  • 1篇优化算法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇乳化
  • 1篇生物油
  • 1篇热解
  • 1篇热解油
  • 1篇转化率
  • 1篇子群
  • 1篇自适
  • 1篇自适应
  • 1篇自适应粒子群...
  • 1篇最小二乘
  • 1篇最小二乘支持...
  • 1篇萃取
  • 1篇酯化
  • 1篇向量机
  • 1篇粒子群
  • 1篇粒子群优化

机构

  • 2篇东南大学
  • 1篇中国林业科学...

作者

  • 2篇仲兆平
  • 2篇郑爱军
  • 1篇王春华
  • 1篇李睿
  • 1篇刘志超
  • 1篇赵金笑
  • 1篇姜小祥
  • 1篇戴佳佳
  • 1篇赵紫默

传媒

  • 1篇燃料化学学报
  • 1篇西安交通大学...

年份

  • 1篇2012
  • 1篇2011
2 条 记 录,以下是 1-2
排序方式:
生物油催化酯化过程中乙酸转化率的智能预测被引量:2
2011年
以生物油乙酸转化率为提质指标,选用固体超强酸SO42-/SiO2-TiO2对生物油催化酯化进行了实验研究.考察了不同的实验条件,即反应温度、酸醇量比、催化剂用量等对酯化反应的影响,在实验的基础上,运用最小二乘支持向量机建立乙酸转化率智能预测模型,并选用自适应粒子群优化算法对最小二乘支持向量机进行了参数优化.实验结果表明,最佳的生物油酯化工况为反应温度80℃、酸醇量比1.6和催化剂用量为7.5%.通过15个检测样本的检验,发现最小二乘支持向量机预测的平均相对误差能够降低到9.7%,其性能优于常用的BP神经网络与RBF神经网络,最小二乘支持向量机法更适合于预测生物油酯化过程中乙酸的转化率.
郑爱军仲兆平戴佳佳王春华
关键词:乙酸催化酯化最小二乘支持向量机自适应粒子群优化算法
精制废木屑热解油/柴油新型混合燃料制备实验研究被引量:2
2012年
为提高废木屑热解油品质,使其能够作为发动机燃料使用,提出了一条新的热解油提质路线。首先将热解原油进行基于组分分离的乙醚萃取和化学催化相结合的精制过程,得到精制热解油;其次,利用超声反应器制备了精制热解油/柴油新型混合燃料,以单位体积柴油所溶解的精制油的体积定为S值,作为判断乳化效果的准则,考察了不同的影响因素对S值的影响。研究结果表明,乳化剂添加量对S值影响较大,在V精制生物油∶V柴油∶V乳化剂=10∶30∶5条件下,存在最佳的乳化超声操作条件:超声时间、超声电功率、乳化温度分别为20 min、540 W、50℃。制备了不同S值的乳化燃料,通过对燃料物理指标的分析发现,该燃料性质稳定、燃烧性能优良,有望成为柴油的替代产品。
郑爱军仲兆平赵紫默李睿姜小祥赵金笑刘志超
关键词:乳化超声作用萃取
共1页<1>
聚类工具0