生物质混煤的灰分特性分析

论文摘要

生物质燃料与煤混烧可以实现生物质能的高效和广泛利用,目前国内外对生物质与煤混烧的研究主要集中在不同生物质燃料与煤混烧时的热解、燃烧特性和污染物排放特性等方面,对于生物质与煤混烧灰分特性的研究较少。由于生物质燃料已在电厂中得到部分应用,因此研究生物质与煤混合燃烧的灰分特性对电站实际运行中受热面结渣、腐蚀问题的防治具有重要的意义。本文旨在通过确定梧桐木、麦秆与烟煤混烧适宜的成灰温度与成灰时间的基础上,对灰样的组分和物相进行深入的分析,从而准确、全面地阐述生物质与煤混烧的灰分特性。首先,通过马弗炉和扫描电子显微镜对生物质混煤适宜的成灰时间和成灰温度进行了确定。通过实验发现,梧桐木与麦秆混煤适宜的灰化时间为2h,不同梧桐木配比的混煤灰化温度分别选取650、700和800℃,而不同麦秆配比的混煤灰化温度分别选取600、650、750和800℃。其次,分别利用EDS和XRD分析了生物质混煤的灰分特性和混煤灰中矿物质的演变过程,并通过YX-HRD型灰熔融性测定仪研究了生物质以不同配比混煤时灰熔融特征温度的变化规律：随着梧桐木配比的增加,混烧灰中Si02和Al2O3的含量逐渐降低,而K2O、CaO和MgO的含量逐渐升高,Na2O和Fe2O3的含量整体维持在较低的水平；随着麦秆配比的增加,混烧灰中K20和Si02的含量逐渐升高,而Al2O3的含量呈大幅下降的趋势,Na2O、CaO和Fe203的含量随麦秆配比的增加均无明显的单向变化趋势。当梧桐木配比为30%时,混烧灰中出现钙长石的晶相,当配比为50%时,混烧灰中出现钠长石的晶相,同时莫来石晶相消失,且随着温度的升高混煤灰中结晶相的强度减弱。当麦秆配比为30%时,混煤灰中出现了赤铁矿和钠长石的结晶相,当麦秆配比达到50%时,由于灰中Al2O3的含量大幅降低,灰中莫来石的晶相消失。当麦秆配比为70%时,由于灰中CaO和K2O含量的升高,混煤灰中出现透辉石和白榴石的结晶相,同时赤铁矿的结晶相消失。经1000℃成灰后,梧桐木和麦秆灰的衍射峰强度均很低,这说明灰中物质的结晶度很低,或者主要存在的是非晶态的物质。随着梧桐木和麦秆配比的增加,混煤灰熔点逐渐降低。梧桐木和麦秆灰中高含量的碱性氧化物与硅铝氧化物所生成的低熔点的硅铝酸盐是导致混煤灰熔点降低的直接原因。最后,利用支持向量机的分类和回归预测功能对生物质与煤混燃进行结渣的预判以及灰熔点的预测,结果表明建立的支持向量分类机模型对生物质混煤灰熔点样本的分类有极高的准确率,其可以替代煤结渣判别指数作为一种粗略判别生物质混煤结渣特性的有效方法。支持向量回归机对生物质混煤灰熔点的预测效果比较精确,且优于RBFNN和GRNN,其可以通过预测不同生物质配比的混煤灰熔点来指导锅炉生物质混煤的掺配。

论文目录

• 摘要
• Abstract
• 符号表
• 1 前言
• 1.1 课题的研究背景及意义
• 1.2 生物质混煤灰特性研究现状
• 1.2.1 灰特性的研究方法
• 1.2.2 生物质混煤混燃成灰特性的影响因素
• 1.2.3 灰结渣的预判
• 1.4 课题的研究目的及研究内容
• 1.4.1 研究目的
• 1.4.2 研究内容
• 2 试验装置及试验方法
• 2.1 试验装置简介
• 2.1.1 JSM-6700F场发射扫描电子显微镜
• 2.1.2 Oxford Inca X-sight型电子能谱仪
• 2.1.3 Philips PW1700型X射线粉末衍仪
• 2.1.4 YX-HRD灰熔融性测定仪
• 2.2 试验样品制备
• 2.3 试验方法
• 2.3.1 生物质混煤成灰标准的确定实验
• 2.3.2 生物质混煤的灰熔点测定实验
• 2.3.3 生物质混煤高温成灰的XRD分析试验
• 2.4 本章小节
• 3 生物质混煤成灰条件的确定
• 3.1 生物质混煤成灰时间的确定
• 3.2 生物质混煤成灰温度的确定
• 3.2.1 梧桐木混煤成灰的SEM分析
• 3.2.2 麦秆混煤成灰的SEM分析
• 3.3 本章小结
• 4 生物质与煤混燃的灰分特性分析
• 4.1 生物质与煤混烧过程中灰中主要成分的转变
• 4.2 生物质掺混比例对混煤灰成分的影响
• 2O、K₂O的变化趋势'>4.2.1 生物质混煤灰中Na₂O、K₂O的变化趋势
• 2、Al₂O₃的变化趋势'>4.2.2 生物质混煤灰中SiO₂、Al₂O₃的变化趋势
• 2O₃和MgO的变化趋势'>4.2.3 生物质混煤灰中CaO、Fe₂O₃和MgO的变化趋势
• 4.3 生物质混煤灰样的XRD分析
• 4.3.1 生物质配比对灰样矿物组成的影响
• 4.3.2 高温下生物质混煤灰中矿物质的演变
• 4.4 生物质混煤灰样的熔融特性分析
• 4.5 本章小结
• 5 基于SVM的生物质混煤灰熔融特性研究
• 5.1 支持向量机的原理及算法
• 5.1.1 经验风险最小化与结构风险最小化
• 5.1.2 小样本统计学理论
• 5.1.3 支持向量机
• 5.2 生物质混煤灰熔点的支持向量机模型
• 5.2.1 支持向量分类机模型
• 5.2.2 支持向量回归机模型
• 5.2.3 基于交叉验证的参数选择方法
• 5.3 实验结果与分析
• 5.3.1 生物质混煤灰熔点的分类预测
• 5.3.2 生物质混煤灰熔点的回归预测
• 5.3.3 支持向量机和神经网络的回归预测比较
• 5.4 本章小结
• 6 全文总结
• 6.1 全文总结
• 6.2 建议
• 参考文献
• 致谢
• 硕士在读期间发表论文情况
• 学位论文评阅及答辩情况表