粉体密相气力输送研究综述

物料的输送特性、输送管道压损研究、输送相图以及数值模拟等方面评述了粉体密相气力输送在近些年取得的研究进展,结合东南大学关于高压密相气力输送已有的研究成果,提出一些干煤粉加压密相气力输送的研究方向.     

高压煤粉密相气力输送水平管阻力特性

通过试验和理论计算两种方法研究高压下煤粉密相气力输送水平管稳定段的压力损失情况.理论计算是在Barth气力输送理论基础上,引用Stegmaier的附加压力损失系数的经验关系式进行的.试验发现,尽管输送气体表观速度呈下降趋势,而水平管稳定段的单位压降随固气比增大而增加.显然,较高输送系统压力下气体引起的压降虽然不能忽略,但引起水平管段压降变化的主要因素是输送的煤粉浓度.通过试验值与计算值比较,发现试验与理论计算值吻合得相当好,说明基于Barth气力输送理论的附加压降法对高压煤粉密相气力输送阻力特性的计算具有较好的适应性.     

不同平均粒径煤粉的高压密相气力输送

在高压密相气力输送试验台上,进行了不同平均粒径煤粉的密相输送试验.分析了总输送差压和流化风量对不同平均粒径煤粉输送特性的影响,以及水平管和水平弯管的阻力特性.结果表明:增加总输送差压或者流化风量,煤粉的体积分数都经历了一个先增大后减小的过程;系统的输送能力随着煤粉平均粒径的增大而降低;在相同表观气速及煤粉质量流量下,平均粒径大的煤粉压损大于平均粒径小的煤粉压损;输送相同质量流量煤粉时,水平弯管的压损大于水平管,且水平弯管与水平管压损的比值随着煤粉质量流量的增加而增大.     

密相气力输送控制系统的研究

以煤炭为燃料的电站锅炉均配备烟气净化系统。改变传统的粉煤灰湿法输送为密相气力干粉输送方式,即达到节能、环保、又能实现综合利用。密相气力输送试验台及其控制系统的研究成功,满足了干粉灰自动化输送的要求,也为流态化(流场)研究提供实践依据。     

高压超浓相气力输送固气比研究

在输送压力可达3.7 MPa,固气比可达660 kg·m-3的气力输送实验台上进行系统的研究,考察输送压力、输送差压、流化风量、充压风量、补充风量、煤粉含水率等条件对固气比的影响.采用改进学习算法的BP神经网络,对固气比进行有效预测.结果表明,固气比随着输送差压的增大而增大;随着流化风量的增大先增大后减小;注入风量一定时,充压风量增大固气比先减小后增大;固气比随着补充风量的增大而显著减小;随着煤粉含水率的增大而减小;随着表观气速的增大而减小.获得了系统最佳的操作条件.建立的BP网络,最大训练误差为2.7%,最大预测误差为5.8%,具有很好训练结果和预测能力.     

高压浓相粉煤气力输送试验研究

在输送压力可达4.0 MPa,固气比高达500 kg/m3的高压气力输送试验台上,用氮气进行粉煤高压浓相气力输送试验研究。分别在不同的输送差压、充压风量和流化风量等条件下进行了输送试验,考察操作参数对煤粉质量流量和固气比等气力输送特征参数的影响。结果表明,煤粉的质量流量随着输送差压和充压风量的增大而增大;输送压力越高,差压的变化对煤粉的质量流量的影响越显著;固气比随着输送差压和充压风量的升高而增加,随着流化风量的增大先增大后减小;输送压力越高,固气比越大;保持进入发料罐的气体总量不变,当Qf<0.55 m3/h时,充压风量的变化对输送参数的影响主导作用,当Qf>0.55 m3/h时,流化风量的变化对输送参数的影响较大。     

煤粉粒径对密相气力输送流型影响的数值模拟

针对目前密相气力输送数值模拟过程中所存在的关键问题,提出了一种描述固相内部相互作用对颗粒运动影响的数学模型,采用该模型能够对稠密气固两相流动(乃至颗粒发生大量沉积的情况)进行数值模拟.新模型在离散颗粒模型的基础上,通过描述颗粒所在局部空间的固相浓度及颗粒群运动特征所建立,使其既能够模拟悬浮流动的稀相颗粒运动,又能模拟管内出现堆积情况的密相气固两相流.利用所建立的数学模型对高压密相煤粉气力输送的颗粒流动过程进行了数值模拟.模拟结果显示,随着颗粒粒径增大,粉体密相气力输送流型从沉积层流变化为沙丘流,进而演变成栓塞流的演变过程,并结合实验验证了典型的栓塞流、沙丘流等流型特征;并且平均栓塞长度随着粒径的增大而减小,而随着粉体粒径的增大,输送管道中固相容积份额则整体上呈增大趋势.     

微小固体颗粒气力输送固气比试验研究

对微小固体颗粒在密相气力输送情况下进行试验,研究输送压力最高可达0.5 MPa的输送过程中,输送系统的罐压、背压和粉量调节阀的开度以及流化风量和载气流量分别对固气比的影响。结果表明:差压增大会导致固气比增大;粉量调节阀开度增大,有助于固气比提高;适当增大流化风量或载气流量可提高固气比,达到峰值后,固气比会随着流化风量或载气流量的增大而减小,固气比达到峰值时对应的流化风量、载气流量为最佳值。     

双弯管法固相质量流量测量误差的标定

采用弯管流量传感器测量固相质量流量时,固相质量流量与其影响因素之间存在着复杂的非线性关系,这给固相流量的测量带来困难。在双弯管法基础上对其进行优化,利用小波神经网络对实验数据进行训练,给出了固相质量流量与综合流量系数β的复杂非线性关系,并对实验数据进行预测。预测结果与实验结果吻合较好,最终误差不超过5%,实现了对测量误差的标定。     

粉煤加压密相输送特性试验研究

在压力可达4.0 MPa,固气比高达500 kg/m3的气力输送试验台上进行粉煤输送试验.分别在不同的输送差压、充压风量和流化风量等条件下进行了输送试验,考察操作参数对煤粉质量流量和固气比等气力输送特征参数的影响.结果表明,煤粉的质量流量随着输送差压和输送风量的增大而增大;固气比随着输送差压和充压风量的升高而增加,随着流化风量的增大先增大后减小;总风量不变时,当Qf＜0.7m3/h时,充压风量的变化对输送参数的影响起主导作用,当Qf＞0.7 m3/h时,流化风量的变化对输送参数的影响较大.     

高压超浓相气力输送流型及稳定性试验研究

在输送压力可达到4MPa、管路固气比可达到700kg/m3的高压超浓相气力输送试验台上进行输送物料为300μm煤粉和石英砂的流型可视化试验,获得了不同表观气速下物料的流型,研究了补充风风量对300μm煤粉输送稳定性的影响.结果表明:在试验台范围内,随着表观气速的减小,输送煤粉时获得了悬浮流、分层流和沙丘流流型,输送石英砂时获得了分层流、沙丘流和柱塞流流型,且不同流型间的区分度优于输送煤粉时流型间的区分度;随着表观气速的减小,输送系统的稳定性下降,管路的振动和各管段压降随时间的变化验证了这一事实;在输送300μm煤粉时,过小的补充风风量易发生堵管现象;沙丘流或柱塞流状态均属于间歇流动状态,且柱塞流状态是一种比沙丘流状态更不稳定的低速复杂流动状态.     

A comparative assessment of predicting CH4 adsorption on different activated carbons using generalized regression neural network (GRNN), and adaptive network-based fuzzy inference system (ANFIS)

The aim of this work is to predict the adsorption of methane on various activated carbon using to intelligent models including Generalized Regression Neural Network (GRNN), and adaptive network-based fuzzy inference system (ANFIS). Methane is the major component of natural gas, coal bed gas, and some exhaust gases of petrochemical or chemical units. Therefore, a fundamental study on the adsorption was encouraged by engineering concerns. In this regards, the precise prediction of CH₄ adsorption is of great interest and importance. The model is developed using a comprehensive database obtained from the literature. The outcomes of the model were compared with the experimental data. The values of the statistical parameters R², RMSE, and AARD% reveal that the ANFIS model is more accurate. Results showed that the developed model accurately predicts CH₄ adsorption on activated carbons with an overall R² and AARD% values of 0.921% and 0.657%, respectively.     

基于EEMD-GRNN的降水量预测分析

为验证EEMD-GRNN降水量预测模型的准确性,基于南京地区年降水量数据对其进行研究,并与GRNN模型和BPNN模型进行对比。结果显示,EEMD-GRNN模型在年降水量预测上较GRNN模型和BPNN模型具有较高的预测精度,且预测结果可信,为提高降水量预测精度提供了新方法。     

基于预测模型的模糊_PID控制试验研究

针对电加热锅炉夹套温度控制的大滞后、时变性等特点,设计了基于预测模型的模糊-PID(Fuzzy-PID)控制器.建立了预测模型,利用模糊规则调整预测模型系数K值,使加入预测模型的Fuzzy-PID控制器的动态性能和稳态精度都得到了很大的提高.在Matlab中实现了Fuzzy-PID控制的仿真,进行了试验测试,通过仿真和试验可看到加入了模糊控制规则的控制器比常规PID控制器响应更迅速,超调小、且抗扰动能力增强.试验结果表明.该控制方案下的控制效果较好.     

基于神经网络的西安市PM_(2.5)预测分析

选取西安市2018年除PM_(2.5)外其余主要污染物(PM_(10)、NO_2、CO、O_3、SO_2)的日均数据以及气压、温度、湿度、风速四项气象日均数据作为神经网络的输入层,PM_(2.5)的日均浓度作为输出层,建立多层感知器神经网络预测模型。通过对神经网络模型的测试,发现当隐含层数为8时,预测模型对于PM_(2.5)预测精度较高,并且通过外推预测检验验证了此模型的可行性,如能全面考虑影响PM_(2.5)浓度变化的其余因素,选择更为合适的数据集学习测试,能够再次提高模型的预测精度。     

基于协整分析的河川径流预测

为克服以往假设河川径流系列平稳所造成的“伪回归”问题,根据协整分析理论,对渭河上下游水文站1956～1989年的天然河川径流系列进行协整性检验,基于误差修正模型,建立了渭河上下游径流序列预测模型。检验结果表明,在5%显著性水平下,渭河林家村水文站与咸阳水文站天然径流系列存在协整关系,且协整向量为（1,-0.880 03）;利用渭河上游林家村水文站的天然河川径流系列,对1990～2000年下游咸阳水文站的天然河川径流进行预测,除1995年径流预测模拟结果相对误差较大外,其余年份误差绝对值均在20%以内。可见将协整分析应用于河川径流预测,可真实反映河川径流时间系列演变趋势,揭示河川径流上下游关系变化规律,效果良好,有利于河川径流预报水平的提高。     

Prediction of hourly and daily diffuse fraction using neural network,as compared to linear regression models

For most of the locations all over Egypt the records of diffuse radiation in whatever scale are non-existent. In case that it exists, the quality of these records is not as good as it should be for most purposes and so an estimate of its values is desirable. To achieve such a task, an artificial neural network (ANN) model has been proposed to predict diffuse fraction (K_D) in hourly and daily scale. A comparison between the performances of the ANN model with that of two linear regression models has been reported. An attempt was also done to describe the ANN outputs in terms of first order polynomials relating K_D with clearness index (K_T) and sunshine fraction (S/S₀). If care is taken in considering the corresponding regional climatic differences, these correlations can be generalized and transferred to other sites. The results hint that the ANN model is more suitable to predict diffuse fraction in hourly and daily scales than the regression models in the plain areas of Egypt.     

基于线性回归与BP神经网络的火电厂燃煤碳排放计算研究

针对燃煤电厂普遍缺少煤炭元素分析数据的现状,以我国商品煤煤质数据库中的3 000余条煤质数据为基础,分别采用线性回归、BP神经网络、SSA BP神经网络模型对煤炭工业分析数据进行建模,预测煤炭元素分析含碳量,进而从原料侧计算燃煤碳排放,3种模型对于煤炭元素分析含碳量预测的相对误差分别为8.40%,2.51%,1.30%。选取某百万机组燃煤电厂平稳负荷、波动负荷、升负荷、降负荷4种典型工况,从原料侧通过上述3种模型开展电厂燃煤连续碳排放计算,并与电厂烟气侧检测碳排放值进行比较。结果表明：线性回归、BP神经网络、SSA BP神经网络模型可以较好地推测元素分析含碳量。3种模型在平稳负荷的低负荷、中负荷、高负荷3种工况下,与锅炉烟气侧测量所得燃煤碳排放的均方根误差RMSE分别为0.35,0.08,0.07;0.87,0.37,0.09;0.23,0.19,0.17。在升负荷、降负荷、波动负荷工况下,3种模型计算值的均方根误差RMSE分别为1.00,0.84,0.71;1.43,1.24, 0.73;1.33,1.15,0.93。以某电厂典型工作日为例,3种模型对日总碳排放计算值与烟气检测法获得的碳排放相对偏差分别为12.28%,5.52%,0.22%。SSA BP神经网络模型煤质预测和碳排放计算结果与烟气侧测量值偏差最小。     

基于IFOA-GRNN的电力系统短期负荷预测

考虑到电网负荷与诸多因素有关,设计了一种带有温度、气象、日期类型的广义回归神经网络（GRNN）负荷预测模型。为了提高该模型的预测精度,提出了一种改进果蝇优化算法优化广义回归神经网络（IFOA-GRNN）的方法,即在利用果蝇优化算法（FOA）进入迭代寻优时,通过改进搜索距离优化该算法的性能和稳定性。利用改进的FOA优化GRNN的光滑参数,然后利用训练好的预测模型对甘肃省某地区进行了短期负荷预测,并与FOA-GRNN和误差反向传播神经网络(BPNN)模型结果进行了误差比较。结果表明, IFOA-GRNN具有较高的预测精度,能够满足电力系统短期负荷预测的要求。     

基于试验数据的轴流压气机喘振边界经验预估方法

从压气机特性计算统计法的基本思想出发,对多台轴流压气机喘振试验数据进行了整理分析,总结了同类型压气机喘振边界上参数变化的一般规律,在此基础上,将压气机设计转速下的喘振参数与其非设计转速下的喘振参数进行相互关联,提出了一种基于试验数据的轴流压气机喘振边界经验预估方法.通过与试验结果的详细对比.表明本文所建立的经验方法能够...