喷流床煤气化炉的建模

采用小室建模法建立了喷流床(Texaco)煤气化炉的稳态数学模型,即在化学反应的动力学特性以及物质的质量平衡、能量平衡的基础上对每个小室进行建模.模型考虑了气固流动过程及包括催化水煤气反应、煤焦与O2、CO2、H2、H2O等化学反应过程.该模型仿真结果与多个煤种的气化试验数据相吻合.     

喷流床煤气化炉模型计算结果分析与优化

利用所建立的气化炉模型,对影响气化炉出口气体成分的入料参数进行了详细描述.基于模型分析了水煤比、氧煤比、气化温度、气化压力、煤粉粒度大小以及初始颗粒喷入速度等主要参数对最终出口气体成分的影响.分析结果表明:氧煤比对碳转化率的影响要大于水煤比的影响;而水煤比对最终煤气成分组成影响更大.为获得97%以上的碳转化率,氧煤比应...     

铁氧体Ba(Zn0.65CO0.35)2Fe16O27/环氧树脂复合材料板吸波性能与优化

首先采用化学共沉和高温助熔工艺制备铁氧体Ba(Zn0.65CO0.35)2 Fe16O27粉体,用手糊工艺制备铁氧体/M-玻璃纤维/环氧树脂复合材料板,再用波导法测定复合材料的电磁参数.研究表明当铁氧体Ba(Zn0.65CO0.35)2 Fe16O(27)含量不变时,复合材料板的吸波性能随板厚度的增加而提升,且试样反射...     

基于时间序列的大型光伏电站发电短期预测

环境变化条件下,短期精确预测光伏(photovoltaic,PV)发电量对于确保电网运行、调度和电网能源管理至关重要,尤其是在未记录太阳辐射测量或天气参数历史值的位置.通过搭建基于人工神经网络(双向长期短期记忆)的方法和统计方法(季节性自回归综合移动平均值)模型,对比分析大型光伏发电量的时间序列预测结果,考虑预测时间范围变化对所有算法的影响.当前工作中使用的数据为从20 MW并网光伏电站获取的3640 h运行数据.人工神经网络和所提统计模型可用于提前1h准确预测光伏电站的发电量,对光伏系统与智能电网的集成起重要指导作用.