افزایش مقیاس اکسترودر تک پیچ به کمک روش بنیادین
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 972
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCAMEM07_140
تاریخ نمایه سازی: 8 بهمن 1391
Abstract:
فشرده سازی مواد زیست توده که غالبا دارای چگالی پایین هستند، روشی مناسب برای افزایش چگالی، کاهش هزینه های حمل و نقل، تسهیل کاربرد و انبارداری این قبیل مواد می باشد. در سالهای اخیر پیشرفت های چشم گیری در زمینه ی تولید دانش مرتبط با دستگاه های فشرده ساز به ویژه اکسترودر در کشور صورت پذیرفته که اکثرا در قالب پایان نامه ، گزارش، مقاله و در نهایت به صورت پتنت منتشر شده است. متاسفانه اکثر این فعالیتها در این مرحله متوقف شده و به مرحله نیمه صنعتی و صنعتی ترسیده و نتوانسته در ارتقاء صنعتی و تجاری کشور مفید اثر واقع گردند. افزایش مقیاس روشی است که امکان انتقال دانش بدست آمده از یک نمونه ی آزمایشگاهی کوچک به نمونه با ابعاد صنعتی را فراهم م یکند. با توجه به اهمیت موضوع قوانین و تئوری های زیادی برای افزایش مقیاس و تعیین فاکتورهای مقیاس ارائه شده است. روش بنیادین، روشی است که در آن بر مبنای معادلات حاکم بر موازنه جرم، حرارت و مومنتم، روند مناسب برای افزایش مقیاس تعیین می شود. هدف این تحقیق استفاده از روش بنیادین برای افزایش مقیاس یک اکسترود آزمایشگاهی می باشد که برای تولید پلت از کود کمپوست تهیه شده از زباله های آلی شهری طراحی و ساخته شده است. در این تحقیق با ثابت فرض کردن مصرف انرژی ویژه، زمان اقامت و نرخ برشی که عوامل تاثیر گذار بر پارامترهای کیفی پلت هستند و حل همزمان معادلات، فاکتورهای مقیاسی برای افزایش مقیاس اکسترودر بدست آمد. فاکتورهای مقیاس ضرایبی هستند که مدل ازمایشاهی و مدل واقعی را به هم مرتبط می سازد.
Keywords:
Authors
عابدین ظفری
دانشجوی کارشناس ارشد مکانیک ماشینهای کشاورزی، پردیس ابوریحان، دانشگ
محمد حسین کیانمهر
دانشیار گروه فنی ماشینهای کشاورزی، پردیس ابوریحان، دانشگاه تهران
کامل قادر نژاد
دانشجوی کارشناس ارشد مکانیک ماشینهای کشاورزی، پردیس ابوریحان، دانشگ
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :