Thermogravimetric Analysis and Combustion Performance of 10 Common Types of Tree Leaves in Maoer Mountain Region
Notice bibliographique
Résumé
By thermogravimetric analysis method,this paper studied pyrolysis characteristics and kinetics of 10 kinds of representative trees species grown in Maoer Mountain of Heilongjiang Province. Besides,it analyzed basic pyrolysis process of fuel using TG-DTG curve. Through pyrolysis parameters,it made quantitative comparison of pyrolysis characteristics of the different plant fuel and obtained the relation between lignin,hemicellulose and cellulose. By grading reaction kinetics model( Coats-Redfem method),it obtained their activation energy E and frequency factor A. All samples of pyrolysis in nitrogen atmosphere underwent three major stages,namely,water precipitation,fast pyrolysis and carbonization. In addition,Mongolian scotch pine and Black pinus tabulaeformis carr have better fireproof performance than other leaves with ignition temperature of 275. 17 ℃ and 274. 38 ℃ and activation energy of 44. 188 6 KJ / mol and 42. 864 3 KJ / mol respectively. Further,with the aid of the technology of relative limited oxygen index( LOI),it measured the LOI of fuel. Its numerical value can reflect the fuel combustibility. Oxygen index of elm is 26. 4% and belongs to flame resistant level,while black pinus tabulaeformis oxygen index is 20. 2% and belongs to inflammables.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».