细粉分离试验研究和循环流化床锅炉优化设计

论文摘要

燃烧(特别是燃煤)过程的氮氧化物(NO_x)气体是引起酸雨、温室效应、导致光化学烟雾和破坏臭氧层的主要物质之一,已成为全球性面临的空气污染难题。随着环保要求的提高,控制NOx的排放和研究低NOx煤粉燃烧理论及技术已成为煤粉燃烧领域的重要课题,其中再燃技术是一种常见的方法。由于这一技术造价低,易于实现,而且脱销效率高,所以是最行之有效的降低NOx排放的方法之一。国外对此进行了大量的研究,且有工业应用,NOx降低达到50%以上。 本文首先探讨了煤燃烧过程中NOx的生成和NOx的破坏机理。重点探讨了控制NOx形成的技术措施,再燃还原NOx的机理及影响再燃的主要因素,进一步指出采用超细煤粉再燃降低NOx具有相当大的吸引力和可行性。 大量的试验研究发现,用超细煤粉作为再燃燃料时降低NOx排放的效果较好,而要实现这一技术的一个关键问题便是如何获取超细煤粉。在对比分析了一次风再燃和三次风再燃和常见惯性分离机构的情况下,结合对镇海电厂670t/h锅炉机组的研究分析,提出了一次风超细粉再燃的初步方案,在撞击块细粉分离试验中选用了电厂常规细度煤粉作为原粉,在气固多相流试验台上进行了试验研究,得出了多因素影响细粉制备的规律,在满足浓淡比的条件下进一步考察浓淡两侧的粒径分布,为选择既能提供合适的煤粉浓淡,又能满足煤粉颗粒尺寸的惯性分离装置提供了试验和理论依据,为超细煤粉再燃的工业应用打下了基础。 循环流化床锅炉NOx排放量受锅炉设计参数影响很大,而且各参数之间相互影响,具有很强的耦合性,相互关系很难以常规的计算公式表达,而人工神经网络技术具有的强大的联想功能和记忆功能以及对于非线性变量的映射能力,本文运用BP神经网络建立了大型循环流化床锅炉的优化设计模型,模型以影响目标值的因素为输入变量,以NOx产量为输出变量,用电厂采集的数据样本进行训练,它可在运行中自动学习,适应很大的容量范围,并根据该模型提出了锅炉优化设计方法,可保证锅炉燃烧污染物排放最优。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 中国燃煤电站锅炉气态污染物排放现状及危害
• 1.1.2 NOx的主要来源和排放标准
• 1.1.3 再燃技术的提出
• 1.1.4 目前再燃技术的工程应用
• 1.1.5 超细煤粉的制备
• 1.2 本文研究目的及主要工作内容
• 参考文献
• 第二章 燃烧过程NOx的生成、控制技术和细粉分离综述
• 2.1 概述
• 2.2 煤燃烧过程中NOx的生成
• 2.2.1 煤氮的挥发性
• 2.2.2 煤燃料时NOx的生成
• 2.3 NOx的破坏机理
• 2.4 控制NOx形成的技术措施
• 2.4.1 一次措施：低NOx燃烧技术
• 2.4.2 二次措施：烟气净化技术
• 2.5 再燃还原NOx
• 2.5.1 再燃还原NOx的机理
• 2.5.2 影响再燃的主要因素
• 2.6 超细粉再燃技术
• 2.6.1 可行性分析
• 2.6.2 应用前景
• 2.7 超细粉的标准及其获取方法综述
• 2.8 本章小结
• 参考文献
• 第三章 细粉分离试验研究
• 3.1 方案设计
• 3.1.1 锅炉实际配风情况
• 3.1.2 一次风再燃初步方案设想
• 3.1.3 参数设计
• 3.1.4 方案计算
• 3.2 方案实现
• 3.2.1 试验目的
• 3.2.2 试验系统
• 3.2.3 测试方法
• 3.3 试验结果及分析
• 3.3.1 无隔板的条件下
• 3.3.2 一块隔板的条件下
• 3.3.2.1 不同风速的影响
• 3.3.2.2 撞击块高度对撞击块后风速、浓度、粒径的影响
• 3.3.2.3 不同浓度对撞击块后风速、浓度、粒径的影响
• 3.3.3 在加装百叶窗的条件下
• 3.3.4 结论
• 3.4 本章小结
• 参考文献
• 第四章 循环流化床锅炉优化设计及神经网络理论
• 4.1 循环流化床锅炉设计现状
• 4.2 循环流化床锅炉NOx排放的影响因素与控制方法
• 4.3 人工神经网络概述
• 4.3.1 人工神经元
• 4.3.2 BP算法
• 4.4 BP网络优化系统的建模过程
• 4.4.1 数据样本的准备
• 4.4.2 网络拓扑结构的确定
• 4.5 BP算法局部极值产生原因及BP算法的改进
• 4.6 本章小结
• 参考文献
• 第五章 神经网络在循环流化床优化设计中的应用
• 5.1 BP神经网络神经元个数的选择
• 5.2 网络拓扑结构的确定
• 5.3 BP神经网络模型的建模过程
• 5.4 学习样本的选择和预处理
• 5.5 BP神经网络优化模型的效果
• 5.6 本章小结
• 参考文献
• 第六章 全文总结和进一步工作展望
• 6.1 本文总结
• 6.2 工作展望
• 作者在攻读硕士期间发表或已录用的论文
• 致谢