网易新闻跟帖之《美国海军利用海水中的二氧化碳生产燃油》

网友围绕美国海军尝试利用深海二氧化碳生产燃油的技术展开讨论,分析了能量转换过程中的可行性及挑战。

原帖地址:美国海军利用海水中的二氧化碳生产燃油


http://news.163.com/09/0821/08/5H7QNO8E000125LI.html

网易广东东莞网友 ip:119.127.*.*: 2009-08-22 08:40:05 发表
网易广东广州天河网友(218.19.*.*) 的原贴: 1

不可能,根据能量守恒原理,把水变油所要输入的能量至少要等于油燃烧放出的能量。由于有能量损耗,应该是要更多能量的。

网易四川成都网友(125.69.*.*) 的原贴: 2

没什么"不可能"的,能量是守恒了,但可以用原子能的一部份用来生产战机能用的燃料。。。

网易山东网友(123.132.*.*) 的原贴: 3

美国也不是没有骗子,相反,最大的骗子只能出在美国。
深海二氧化碳是空气中的14倍,含量也并不算高,要从深海中提取出来、分离出来、再还原成一氧化碳、再和电解水产生的氢气化合,而电解水需要消耗大量的电源,电又需要燃烧煤炭来产生。
煤炭变成电能量利用率不过十之三四,二氧化碳还原成一氧化碳需要的能量理论上和一氧化碳完全燃烧产生的能量相同,电解水需要的电能理论上和氢氧化合放出的能量相同,而实际需要的能量肯定会更多。
所以,但从理论上讲,怎么也想不通有哪些地方可行……

网易广东韶关网友(218.15.*.*) 的原贴: 4

理论上是完全行得通的,自然界早已告诉我们,海底的可燃冰就是明证,怎样实现还有待烟酒。

网易浙江杭州网友(221.12.*.*) 的原贴: 5

我倒是认为没有什么不可能,中国人非常擅长去否定别人,却非常不擅长把不可能变为可能。

网易江苏无锡网友(117.85.*.*) 的原贴: 6

同意楼上

网易湖南吉首网友(222.242.*.*) 的原贴: 7

5L加砖!

网易山东临沂网友(123.131.*.*) 的原贴: 8

不可能的事情太多了!比如永动机。中国人非常擅长耍口舌,却非常不擅长科学的去推理。

网易辽宁鞍山网友(60.17.*.*) 的原贴: 9

只有没想到的,没有做不到的!

网易安徽合肥网友 [圣光降临] 的原贴: 10

事情是这样的,航母上的核反应堆可以给航母本身持续提供电力,但是不能给舰载机提供燃料,毕竟电池动力汽车都比较难实现,何况是电池动力飞机?所以利用核反应堆丰富的电能,转化为化学能储存起来,供应给飞机使用,是一个很不错的想法。但是电解水产生的氢气,是很难液化的,飞机有限的容积不能使用气体燃料,所以需要把氢气转化为其他液态或者固态燃料--就是烃类。大家都知道,合成烃类是需要碳的,茫茫大海,从哪里获得碳呢?空气中的二氧化碳浓度不够,提纯效率不高,但是海洋溶解了大量二氧化碳,浓度时空气的14倍,从海洋中提取二氧化碳效率就高了。
源源不断的核能转化为电能,电能转化为化学能供给飞机使用,整个航母编队理论上是不需要回到母港进行补给的,大大增加了作战能力。

网易湖南怀化网友 [Koala] 的原贴: 11

楼上说的是正理啊~~

10楼说的很对,终于碰到一个明白人,有些愤青自以为学了点物理就在哪乱发言,脑子转不过弯来,如果我们的科学家都是些这样的人,哪中国就真的完了。

数据集介绍:电力线目标检测数据集 一、基础信息 数据集名称:电力线目标检测数据集 图片数量: 训练集:2898张图片 验证集:263张图片 测试集:138张图片 总计:3299张图片 分类类别: 类别ID: 0(电力线) 标注格式: YOLO格式,包含对象标注信息,适用于目标检测任务。 数据格式:JPEG/PNG图片,来源于空中拍摄或监控视觉。 二、适用场景 电力设施监控与巡检: 数据集支持目标检测任务,帮助构建能够自动识别和定位电力线的AI模型,用于无人机或固定摄像头巡检,提升电力设施维护效率和安全性。 能源与公用事业管理: 集成至能源管理系统中,提供实时电力线检测功能,辅助进行风险 assessment 和预防性维护,优化能源分配。 计算机视觉算法研究: 支持目标检测技术在特定领域的应用研究,促进AI在能源和公用事业行业的创新与发展。 专业培训与教育: 数据集可用于电力行业培训课程,作为工程师和技术人员学习电力线检测与识别的重要资源。 三、数据集优势 标注精准可靠: 每张图片均经过专业标注,确保电力线对象的定位准确,适用于高精度模型训练。 数据多样性丰富: 包含多种环境下的电力线图片,如空中视角,覆盖不同场景条件,提升模型的泛化能力和鲁棒性。 任务适配性强: 标注格式兼容YOLO等主流深度学习框架,便于快速集成和模型开发,支持目标检测任务的直接应用。 实用价值突出: 专注于电力线检测,为智能电网、自动化巡检和能源设施监控提供关键数据支撑,具有较高的行业应用价值。
【弹簧阻尼器】基于卡尔曼滤波弹簧质量阻尼器系统噪声测量实时状态估计研究(Matlab代码实现)内容概要:本文围绕“基于卡尔曼滤波的弹簧质量阻尼器系统噪声测量与实时状态估计”展开研究,利用Matlab代码实现对系统状态的精确估计。重点在于应用卡尔曼滤波技术处理系统中存在的噪声干扰,提升对弹簧质量阻尼器系统动态行为的实时观测能力。文中详细阐述了系统建模、噪声特性分析及卡尔曼滤波算法的设计与实现过程,展示了滤波算法在抑制测量噪声、提高状态估计精度方面的有效性。同时,该研究属于更广泛的信号处理与状态估计技术应用范畴,适用于复杂动态系统的监控与控制。; 适合人群:具备一定控制系统理论基础和Matlab编程经验的高校研究生、科研人员及工程技术人员,尤其适合从事动态系统建模、状态估计与滤波算法研究的相关人员。; 使用场景及目标:①应用于机械、航空航天、自动化等领域中对振动系统状态的高精度实时估计;②为噪声环境下的传感器数据融合与状态预测提供算法支持;③作为卡尔曼滤波算法在实际物理系统中应用的教学与科研案例。; 阅读建议:建议读者结合Matlab代码实践,深入理解系统建模与滤波器设计的关键步骤,关注噪声建模与滤波参数调优对估计性能的影响,并可进一步拓展至扩展卡尔曼滤波(EKF)或无迹卡尔曼滤波(UKF)在非线性系统中的应用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值