简介:摘要:输煤系统是火力发电厂的重要组成部分,关乎机组运行的可靠性、安全性,直接关系到机组的经济。如何降低堵煤情况发生,保证安全运行是输煤运行、维护人员共同解决的问题。为此,针对本公司输煤系统实际情况,分析输煤系统堵塞的原因并提出合理的解决对策,提高本公司输煤系统的工作效率和安全运行,本文以某燃煤电厂输煤系统为例,就存在问题开展优化,因堵塞开关安装位置不合理导致堵煤后大量煤溢出,降低上煤效率,增加了劳动强度,堵煤严重时长时间中断上煤威胁机组运行安全。
简介:落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系.人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法.基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究.结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快;该预测模型的应用可为采掘工作面瓦斯涌出量的动态预测提供可靠的基础数据,为采掘工作面落煤残存瓦斯量的确定提出了一种全新的方法和思路.
简介:为了检测转DREB(干旱应答元件结合蛋白)基因香花槐(Robiniapseudoacaciacvidaho)枯落物对土壤生态的影响,模拟林木落叶与土壤互作的自然过程,以转DREB基因及非转基因香花槐枝叶为材料,将枝叶与土壤以一定比例混匀,统计转基因香花槐和非转基因香花槐枝叶降解过程中土壤主要微生物群落数量的变化动态,通过探讨土壤中卡那抗性细菌的菌落变化来了解转化载体上抗性标记基因,npxII的漂移,从而了解外源基因环境释放的安全性。结果表明,在培养初期(3d)和第54d,转基因香花槐落叶细菌菌落数小于非转基因香花槐落叶的细菌菌落数,但无显著差异(P〉0.05)。枝叶土壤中放线菌菌落数量在前21d高低波动,但总体无显著差异(P〉0.05)。在处理第3d,含转基因香花槐枝叶的土壤霉菌菌落数量高于非转基因香花槐枝叶土壤;在第17d和第36d含非转基因香花槐枯落物土样霉菌菌落数量高于转基因土壤,且第17d差异显著(P〈0.05)。转基因植株和非转基因植株对土壤中3种微生物种群均没有显著影响。此外,转基因枝叶处理土壤的卡那抗性细菌菌落数量整体低于其非转基因枝叶处理的土样,但差异不显著(P〉0.05)。研究表明,在实验室培养条件下,转基因香花槐枯落物未对土壤主要微生物产生显著影响。