简介:研究了载气体积流量对颗粒填充床内固态同步酶解乙醇发酵特性的影响。实验结果表明,随着载气体积流量的增加,基质表面生物膜内的乙醇浓度显著降低,包埋颗粒填充床乙醇发酵效率得到提高,但载气体积流量继续增加,则载气对生物膜产生强烈的剪切作用,引起生物膜部分脱落和生物膜内水分减少,导致填充床酶解和乙醇发酵的效率显著下降。在载气体积流量为30mL/min,最大纤维素消耗量为10.47g,得到最大乙醇平均得率0.02g/g纤维素基质,填充床反应器的孔隙率减小了31%。颗粒填充床有效的避免了基质坍塌现象,增强了载气在反应区域的流动过程并及时载出反应生成的乙醇,消除了乙醇对发酵过程的抑制作用;同时同步酶解发酵消除了葡萄糖对糖化过程的抑制作用。
简介:燃煤锅炉是复杂的多变量系统,其飞灰的含碳量形成机理复杂,不能用简单的数学公式估算。现场实炉测试这些数据具有工作量大,测试工况有限等缺点;燃煤锅炉运行参数及燃料特性等因素影响着飞灰的含碳量,其相互耦合,导致分析数据过程困难。神经网络建模将燃煤锅炉视为黑箱,应用该方法可以良好的描述其输入输出之间的黑箱特性,因此,人工神经网络应用广泛。利用燃煤锅炉试验数据,采用3层BP(backpropagation)神经网络构建了锅炉飞灰的含碳量排放特性模型。通过锅炉的实测数据验证,该BP神经网络对飞灰含碳量相对预测误差在0.19%~0.50%,预测效果良好。测试结果表明,建立的神经网络预测模型可以准确逼近验证样本数据,也能够较好的逼近非验证样本数据,具有良好的泛化能力。