期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
煤焦燃烧过程中细模态颗粒物的生成机理及研究进展 被引量:3
1
作者 刘思琪 牛艳青 +3 位作者 温丽萍 闫博康 王登辉 惠世恩 《洁净煤技术》 CAS 2019年第3期9-18,共10页
实现燃煤颗粒物(PM)污染排放控制必须深入了解颗粒物排放规律及生成机理。煤粉燃烧过程中产生飞灰颗粒粒径分布为粗模态,细模态和超细模态3种。与粗模态PM相比,细模态PM占比较大,其小粒径与富集性特点影响人体健康及大气环境。同时,相... 实现燃煤颗粒物(PM)污染排放控制必须深入了解颗粒物排放规律及生成机理。煤粉燃烧过程中产生飞灰颗粒粒径分布为粗模态,细模态和超细模态3种。与粗模态PM相比,细模态PM占比较大,其小粒径与富集性特点影响人体健康及大气环境。同时,相对于形成过程与机理相对成熟的超细模态PM,细模态PM形成机理及研究进展尚缺乏系统总结,抑制细模态PM排放存在困难。笔者分析了细模态PM的形成机理(焦炭颗粒的破碎、矿物质熔融聚合、外在矿物质破碎、表面灰粒的脱落)及主要影响因素,探讨了模拟研究进展并指出未来研究重点。煤灰PM粒径分布主要是焦炭颗粒破碎与矿物质聚合行为这2个因素相互竞争的结果。破碎行为使得细模态PM数量增多粒径减小,而矿物质聚合使得PM数量减小,有利于粗模态PM形成。影响PM形成的主要因素有孔隙结构、燃烧模式与焦炭粒径。孔隙率较高的煤胞型焦炭相较于其他结构焦炭更易发生破碎,产生更多细模态PM。增加温度与氧含量,降低粒径均有助于PM生成,但较高温度下灰粒的聚合可能导致粒径分布倾向于粗模态PM。破碎行为对焦炭燃烧特性模拟大致分为群体平衡模型和逾渗模型2类。基于细模态PM形成机理与影响因素,认为逾渗模型考虑了焦炭本身孔隙结构,更适于模拟焦炭破碎行为。本征动力学燃烧模型与逾渗模型的结合是准确预测灰颗粒粒径分布的关键,是下一步的研究重点。 展开更多
关键词 煤焦燃烧 模态颗粒 形成机理 逾渗模型
在线阅读 下载PDF
重度污染天气下大气颗粒物PM_(1.0)物理化学特征的透射电子显微镜研究 被引量:6
2
作者 于建勇 周蕊 +2 位作者 于冰 王帅 肖昕 《电子显微学报》 CAS CSCD 2014年第5期429-435,共7页
大气颗粒物样品采自徐州市区2013年12月~ 2014年1月间重度污染天气.采样期间PM1.0主要由烟尘颗粒、复合酸冷凝颗粒、硫酸盐颗粒、矿物颗粒、金属及金属氧化物颗粒等组成.本文通过透射电子显微镜(TEM)及能谱仪(EDS)给出的大气颗粒物... 大气颗粒物样品采自徐州市区2013年12月~ 2014年1月间重度污染天气.采样期间PM1.0主要由烟尘颗粒、复合酸冷凝颗粒、硫酸盐颗粒、矿物颗粒、金属及金属氧化物颗粒等组成.本文通过透射电子显微镜(TEM)及能谱仪(EDS)给出的大气颗粒物PM1.0高分辨结构信息、颗粒相尺寸及化学相尺寸信息、颗粒相中不同化学相嵌布特征信息等,对组成颗粒相的化学相连生关系进行了比较系统的分析研究.分析数据表明,大气颗粒物PM1.0的颗粒模态转变过程与颗粒物形成过程的相关性较强.异相凝结颗粒中化学相物质结构类型的判别是识别颗粒成因及形成过程的重要因素. 展开更多
关键词 PM1.0 透射电子显微镜 物理化学特征 颗粒模态 化学相组构
在线阅读 下载PDF
DEBRIS MONITORING AND ANALYZING SYSTEM (DMAS) AND ITS APPLICATION IN AEROENGINE 被引量:1
3
作者 李艳军 左洪福 吴振锋 《Transactions of Nanjing University of Aeronautics and Astronautics》 EI 2001年第2期164-169,共6页
By inspecting and analyzing the debris, which is the most direct and important information units in the lubricating oil, we can monitor the machine condition to predict its failure. The debris monitoring and analyzing... By inspecting and analyzing the debris, which is the most direct and important information units in the lubricating oil, we can monitor the machine condition to predict its failure. The debris monitoring and analyzing system (DMAS) is developed from the traditional iron spectrum technology, and has such characteristics as ease for debris separating, forecasting machine failure automatically and accurately in time and so on. The fundamental theory, components and its application in aeroengine health monitoring of DMAS are presented. 展开更多
关键词 WEAR DEBRIS failure diagnose mode identification health monitoring
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部