烟气制酸生产流程的能耗及节能潜力分析研究

烟气制酸生产流程的能耗及节能潜力分析研究

论文摘要

冶炼烟气制酸广泛存在于有色行业,由于其本身属于冶炼烟气回收范畴,且耗能较低,所以多年来系统节能研究接近空白。然而近几年烟气作为制酸原料的比例大幅提高、产量也不断攀升,使得烟气制酸乃至硫酸行业的节能降耗工作显得越发重要。本文以某厂烟气制酸系统为研究对象,对其进行系统节能研究。在热力学第一定律的基础上,建立了该系统的热平衡模型,并进行了热平衡分析和讨论。结果表明:进出系统的冷却水热量损失为85816.66 MJ/h,占系统热支出的60.26%;除冷却水外,成品酸、污酸以及排空烟气带出热量共占系统总热损失的15.01%。采用e-p分析法计算得出,实际吨酸能耗为32.33kgce,基准吨酸能耗为14.85 kgce,节能潜力为17.48 kgce/t-H2SO4,其中因工序能耗上升引起的能耗增量为16.33 kgce,占能耗总增量的93%;因折合比不同使吨酸能耗升高1.15 kgce,占7%。采用基准物流图研究法分析各股物流对工序能耗和工序折合比的影响,进而得出对吨酸能耗的影响。结果表明:输出含S元素物流,增大该工序的工序能耗及上游折合比,从而增加吨酸能耗,主要表现为烟气损失项和污酸排出项;含S元素物流由吸收工序(下游)返回干燥工序(上游),增加吸收的工序能耗以及转化、干燥工序折合比,从而增加吨酸能耗;含S元素物流由干燥工序输入吸收工序,虽增大干燥工序能耗,但降低干燥、转化工序的折合比,综合可以降低吨酸能耗。利用Visio Basic 6.0开发设计了系统能耗分析的计算软件,主要理论基础是基准物流图研究法,可广泛应用于生产流程的能耗分析。本文最后建立了硫酸系统能耗BP神经网络预测模型,并应用此预测模型预测了制酸系统能耗,预测结果具有较高的可信度。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 文献综述
  • 1.1 硫酸工业现状
  • 1.1.1 硫酸产量的增长
  • 1.1.2 原料结构的变化
  • 1.1.3 余能回收与利用
  • 1.2 冶炼烟气制酸
  • 1.2.1 烟气制酸产量
  • 1.2.2 生产方法及工艺概述
  • 1.3 系统节能理论概述
  • 1.3.1 系统节能理论形成及其发展
  • 1.3.2 系统节能理论的研究方法及其应用
  • 1.4 课题来源和论文主要工作
  • 第二章 烟气制酸生产流程的热平衡测试及分析
  • 2.1 烟气制酸生产工艺流程
  • 2.1.1 净化工序
  • 2.1.2 转化工序
  • 2.1.3 干吸工序
  • 2.2 热平衡测试及分析
  • 2.2.1 热平衡测试体系
  • 2.2.2 物料平衡及热平衡计算结果
  • 2.2.3 热平衡测试结果分析
  • 2.3 本章小结
  • 第三章 烟气制酸生产流程的基准物流图研究法
  • 3.1 吨酸综合能耗的e-p分析法
  • 3.1.1 基本指标
  • 3.1.2 吨酸能耗
  • 3.1.3 工序能耗、折合比变化对吨酸能耗的影响分析
  • 3.2 基准物流图研究法
  • 3.2.1 烟气制酸生产流程的基准物流图
  • 3.2.2 偏离基准物流图的物流对能耗影响分析的基本原则
  • 3.2.3 烟气制酸生产流程的实际物流图
  • 3.2.4 根据实际生产流程构筑基准物流图
  • 3.2.5 物流对能耗影响分析
  • 3.3 本章小结
  • 第四章 烟气制酸生产流程能耗分析及其计算软件设计
  • 4.1 物流对能耗的影响分析
  • 4.1.1 各工序折合比及工序能耗计算
  • 4.1.2 实际物流图和基准物流图
  • 4.1.3 物流对折合比的影响
  • 4.1.4 物流对工序能耗的影响
  • 4.1.5 物流单位增量对吨酸能耗的影响
  • 4.1.6 各工序各股物流影响详述
  • 4.2 能耗分析软件设计
  • 4.2.1 软件的算法设计
  • 4.2.2 软件的功能及界面设计
  • 4.2.3 软件的实例应用
  • 4.3 本章小结
  • 第五章 BP神经网络在烟气制酸生产流程能耗分析中的应用研究
  • 5.1 BP神经网络原理及特点
  • 5.1.1 人工神经网络概述
  • 5.1.2 BP神经网络原理及流程
  • 5.1.3 BP神经网络学习算法
  • 5.2 BP神经网络在烟气制酸系统能耗分析中的建模
  • 5.2.1 网络的输入和输出
  • 5.2.2 各层神经元传递函数的确定
  • 5.2.3 数据归一化处理
  • 5.2.4 网络学习算法
  • 5.2.5 隐含层神经元数目的选择
  • 5.3 网络预测结果及分析
  • 5.3.1 预测结果
  • 5.3.2 学习样本学习性能分析
  • 5.4 本章小结
  • 第六章 结论与建议
  • 6.1 本文主要工作
  • 6.2 关于下一步研究工作的建议
  • 参考文献
  • 致谢
  • 攻读学位期间发表论文及工作
  • 相关论文文献

    • [1].项目增加值能耗对所在地能耗强度降低目标的影响研究[J]. 节能 2020(03)
    • [2].运动过程中人体能耗级别分析及预测模型[J]. 当代体育科技 2020(21)
    • [3].试论建筑能耗及节能目标[J]. 中国高新区 2018(14)
    • [4].商业模式的能耗悖论[J]. 销售与市场(管理版) 2017(03)
    • [5].如何优化建筑施工技术降低建筑能耗[J]. 建材与装饰 2017(09)
    • [6].数控机床能耗单元能耗成分分析数学模型[J]. 机床与液压 2015(11)
    • [7].减轻“指尖上的负担”[J]. 老年教育(长者家园) 2019(10)
    • [8].变频冰箱能耗低[J]. 少年科学 2008(S1)
    • [9].能耗电耗现状分析及“十四五”能效发展预判[J]. 电力需求侧管理 2020(06)
    • [10].节能监察监测对企业降低能耗的促进作用分析[J]. 资源节约与环保 2020(11)
    • [11].高效能数据中心全链路能耗管理技术研究[J]. 通信电源技术 2020(02)
    • [12].动态表皮类型对采光和能耗影响的比较研究——以折叠和旋转表皮为例[J]. 建筑节能 2020(03)
    • [13].一种基于迁移深度强化学习的建筑能耗预测方法[J]. 计算机应用研究 2020(S1)
    • [14].马马崖一级水电站的厂用能耗评估[J]. 水电站机电技术 2020(08)
    • [15].厦门市政府办公建筑能耗特征分析[J]. 福建建筑 2020(09)
    • [16].建筑施工技术与建筑能耗[J]. 时代农机 2018(05)
    • [17].浅谈我国医院能耗监管系统存在的问题[J]. 中国医院建筑与装备 2017(01)
    • [18].区域产业能耗评价研究——以四川为例[J]. 再生资源与循环经济 2017(04)
    • [19].浅议建筑施工技术与建筑能耗[J]. 建材与装饰 2017(29)
    • [20].建筑施工技术与建筑能耗的思考[J]. 江西建材 2016(13)
    • [21].论中国能耗权交易法律制度的构建[J]. 生产力研究 2013(10)
    • [22].云计算能耗资源调度优化关键技术研究[J]. 智能计算机与应用 2014(05)
    • [23].污水处理厂能耗降低措施研究[J]. 科技创新导报 2013(14)
    • [24].中国六个典型城市休闲能耗的调研与分析[J]. 城市发展研究 2011(01)
    • [25].试论节能与建筑能耗[J]. 黑龙江科技信息 2011(15)
    • [26].2010年上半年单位GDP能耗出现反弹[J]. 山西能源与节能 2010(04)
    • [27].北京湖北提前实现“十一五”节能降耗目标[J]. 领导决策信息 2010(20)
    • [28].鄞州自我加压,想方设法降低能耗[J]. 宁波节能 2010(05)
    • [29].浙江省单位GDP能耗水平国内领先[J]. 能源工程 2010(05)
    • [30].2008年中国万元GDP能耗下降4.21%[J]. 有色冶金节能 2009(02)

    标签:;  ;  ;  ;  

    烟气制酸生产流程的能耗及节能潜力分析研究
    下载Doc文档

    猜你喜欢