作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于工业分析和国内城市生活垃圾数据,获得垃圾热值预测模型,并和基于组分和基于元素含量的经验公式作对比研究.研究表明:针对城市生活垃圾,基于工业分析的预测模型相对于其他两项公式有着更好的预测效果,85%数据的相对误差小于15%;低灰分(6%)垃圾相对于高灰分(18%)垃圾,每降低1%含水率所提升的热值效果从125 kJ提高到153.8 kJ;低水分(41%)垃圾相对于高水分(62%)垃圾,每降低1%含水率所提升的热值效果从240.7 kJ提高到266.7 kJ.由于城市生活垃圾收到基中灰分集中在6%~15%,含水率集中在40%~65%,因此对于生活垃圾焚烧工艺,应优先考虑降低含水率而非灰分来提高垃圾热值.
推荐文章
基于图像深度学习的垃圾热值预测研究
垃圾焚烧
热值
神经网络
图像深度学习
算法
城市生活垃圾热值预测的研究
生活垃圾
热值
元素
预测
基于粒子群算法的生活垃圾高热值成分热解动力学特性研究
生活垃圾
热解动力学
粒子群算法
有限平行反应
交叉验证
华南城市生活垃圾热值估算模型分析
生活垃圾
热值
估算模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于工业分析的生活垃圾热值预测模型研究
来源期刊 能源工程 学科 工学
关键词 热值 城市生活垃圾 工业分析 垃圾焚烧
年,卷(期) 2020,(6) 所属期刊栏目 节能环保
研究方向 页码范围 79-84
页数 6页 分类号 TK6
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (25)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(7)
  • 参考文献(1)
  • 二级参考文献(6)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
热值
城市生活垃圾
工业分析
垃圾焚烧
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
能源工程
双月刊
1004-3950
33-1113/TK
16开
杭州市文二路218号
1981
chi
出版文献量(篇)
2574
总下载数(次)
10
总被引数(次)
15818
论文1v1指导