堆肥物料在滚筒式翻堆机作用下的阻力特性研究
发布时间：2023-05-18 22:03
随着社会经济的发展,环境问题日益突出。污泥承载着污水中一半以上的污染物质,如得不到有效处理,将对环境造成二次污染。堆肥技术以其成熟、稳定的特点,发展成为广泛应用的主流污泥处理技术之一。目前国内大中型污泥处理项目主要采用以翻堆机为核心设备的动态槽式堆肥工艺,但现阶段的翻堆机设计多采用半理论/半经验设计法、类比法、直觉法等传统设计方法,存在理论依据不充分、无法实现定制化设计、动力参数模型单一等问题,易造成翻抛机动力不足引发“憋停”现象或功率过大引起资源浪费。本次研究基于SACT堆肥工艺中的滚筒式翻堆机工况,深入开展堆肥物料阻力特性研究,旨在通过开展堆肥物料力学性能研究补充翻堆机设计理论,优化SACT工艺运行参数,提高系统适应性。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标,建立抗剪强度与物料参数的数学模型τ=f(物料参数体系),并选择7项参数组成物料参数体系,确定了堆体高度、温度、含水率、密度、粒径分布5项参数制定试验方案。2)首次开展关于SACT工艺的物料特性研究,在洛阳污泥处理厂进行堆体抗剪强度和物料参数现场试验,取得有效数据420组。3)提出一种抗剪强度检测方法,设计...
【文章页数】：119 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
主要符号表
术语和定义
第一章 绪论
1.1 研究背景及意义
1.1.1 课题来源
1.1.2 研究背景及意义
1.2 研究现状及问题
1.2.1 国内外研究现状及分析
1.2.2 存在的问题
1.3 研究目的与内容
1.3.1 研究目的与内容
1.3.2 技术路线
第二章 堆肥物料阻力特性模型研究
2.1 材料强度理论
2.1.1 古典强度理论
2.1.2 莫尔-库伦强度理论
2.2 抗剪强度模型
2.2.1 堆肥物料抗剪强度指标
2.2.2 物料参数体系
2.3 抗剪强度检测方案
2.3.1 十字板剪切试验及设备
2.3.2 设备可靠性验证
2.3.3 堆体抗剪强度
2.4 本章小结
第三章 抗剪强度和物料参数采集试验
3.1 采样点介绍
3.1.1 概况
3.1.2 采样仓选择
3.1.3 采样点设置
3.2 抗剪强度采集试验
3.2.1 极限扭矩数据采集试验
3.2.2 抗剪强度数据分析
3.2.3 试验结论
3.3 物料参数采集试验
3.3.1 堆体高度数据采集试验
3.3.2 堆体温度数据采集试验
3.3.3 堆体含水率数据采集试验
3.3.4 堆体密度数据采集试验
3.3.5 堆体粒径分布数据采集试验
3.4 本章小结
第四章 基于EDEM软件的抗剪强度仿真模型研究
4.1 物料颗粒接触模型
4.1.1 线性刚度模型
4.1.2 滑移模型
4.1.3 粘结约束模型
4.1.4 物料颗粒接触力学模型
4.2 仿真模型参数标定
4.2.1 颗粒模型参数
4.2.2 接触模型分类
4.2.3 接触模型标定
4.2.4 出料端表面能参数标定
4.2.5 结论
4.3 出料端十字板剪切试验仿真
4.3.1 几何模型建模
4.3.2 颗粒模型建立
4.3.3 仿真时间步长和栅格的选择
4.3.4 仿真颗粒生成
4.3.5 堆体模型可靠性分析
4.4 出料端翻堆过程仿真分析
4.4.1 几何模型建模
4.4.2 仿真时间步长和栅格的选择
4.4.3 仿真颗粒生成
4.4.4 仿真过程分析
4.5 本章小结
第五章 基于BP神经网络的抗剪强度预测模型研究
5.1 人工神经网络理论
5.1.1 BP神经网络结构
5.1.2 BP算法的步骤及流程图
5.2 BP神经网络模型的建立
5.2.1 BP神经网络参数选择
5.2.2 训练样本的选取
5.3 数据验证及应用
5.3.1 BP神经网络可行性验证
5.3.2 参数优化及结论
5.4 本章小结
第六章 结论与展望
6.1 主要结论
6.2 展望
参考文献
致谢
在学期间发表的学术论文情况
附录一 图像处理源代码
1.1 灰度图像和二值化图像
1.2 边缘提取
1.3 直线拟合
附录二 BP神经网络算法源代码
本文编号：3819083
【文章页数】：119 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
主要符号表
术语和定义
第一章 绪论
1.1 研究背景及意义
1.1.1 课题来源
1.1.2 研究背景及意义
1.2 研究现状及问题
1.2.1 国内外研究现状及分析
1.2.2 存在的问题
1.3 研究目的与内容
1.3.1 研究目的与内容
1.3.2 技术路线
第二章 堆肥物料阻力特性模型研究
2.1 材料强度理论
2.1.1 古典强度理论
2.1.2 莫尔-库伦强度理论
2.2 抗剪强度模型
2.2.1 堆肥物料抗剪强度指标
2.2.2 物料参数体系
2.3 抗剪强度检测方案
2.3.1 十字板剪切试验及设备
2.3.2 设备可靠性验证
2.3.3 堆体抗剪强度
2.4 本章小结
第三章 抗剪强度和物料参数采集试验
3.1 采样点介绍
3.1.1 概况
3.1.2 采样仓选择
3.1.3 采样点设置
3.2 抗剪强度采集试验
3.2.1 极限扭矩数据采集试验
3.2.2 抗剪强度数据分析
3.2.3 试验结论
3.3 物料参数采集试验
3.3.1 堆体高度数据采集试验
3.3.2 堆体温度数据采集试验
3.3.3 堆体含水率数据采集试验
3.3.4 堆体密度数据采集试验
3.3.5 堆体粒径分布数据采集试验
3.4 本章小结
第四章 基于EDEM软件的抗剪强度仿真模型研究
4.1 物料颗粒接触模型
4.1.1 线性刚度模型
4.1.2 滑移模型
4.1.3 粘结约束模型
4.1.4 物料颗粒接触力学模型
4.2 仿真模型参数标定
4.2.1 颗粒模型参数
4.2.2 接触模型分类
4.2.3 接触模型标定
4.2.4 出料端表面能参数标定
4.2.5 结论
4.3 出料端十字板剪切试验仿真
4.3.1 几何模型建模
4.3.2 颗粒模型建立
4.3.3 仿真时间步长和栅格的选择
4.3.4 仿真颗粒生成
4.3.5 堆体模型可靠性分析
4.4 出料端翻堆过程仿真分析
4.4.1 几何模型建模
4.4.2 仿真时间步长和栅格的选择
4.4.3 仿真颗粒生成
4.4.4 仿真过程分析
4.5 本章小结
第五章 基于BP神经网络的抗剪强度预测模型研究
5.1 人工神经网络理论
5.1.1 BP神经网络结构
5.1.2 BP算法的步骤及流程图
5.2 BP神经网络模型的建立
5.2.1 BP神经网络参数选择
5.2.2 训练样本的选取
5.3 数据验证及应用
5.3.1 BP神经网络可行性验证
5.3.2 参数优化及结论
5.4 本章小结
第六章 结论与展望
6.1 主要结论
6.2 展望
参考文献
致谢
在学期间发表的学术论文情况
附录一 图像处理源代码
1.1 灰度图像和二值化图像
1.2 边缘提取
1.3 直线拟合
附录二 BP神经网络算法源代码
本文编号：3819083
本文链接：https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/3819083.html
