焙烧镁铝水滑石吸附脱硫废水中高浓度Cl^-的基础研究

为制备镁铝摩尔比为4∶1的镁铝水滑石(LDH),实验采用共沉淀直接法,即在450℃温度下焙烧LDH 3 h,得到焙烧镁铝水滑石(CLHD)。取CLDH吸附剂于250 m L锥形瓶中,在一定条件下对5 000～20 000 mg/L高浓度Cl^-模拟溶液及实际脱硫废水进行脱氯吸附实验和CLDH再生及重复使用性实验。探究了不同反应时间、初始浓度、反应温度、溶液的初始pH及CLDH的投加量对氯离子的脱除效果的影响,采用BET,XRD,FT-IR探究吸附机理。实验结果表明,CLHD吸附Cl^-是由于层间阴离子可交换性("结构记忆"),对Cl^-吸附符合一级动力学模型,吸附量及脱氯率随反应时间的增大呈现出先快速增加后缓慢增加的趋势,吸附平衡后发生缓慢脱附反应;吸附等温线符合Freundlich方程模型,吸附量随Cl^-初始浓度的增加而增大,最佳脱氯效果参数为Cl^-浓度5 000 mg/L,之后随着氯离子浓度增大,由于吸附点位数量一定,脱氯率降低; CLDH对吸附Cl^-的脱除率及吸附量随着温度的增加而增加,当反应温度为65℃时,脱氯率及吸附量最大,当温度继续升高,CLDH对Cl^-的吸附效果大幅下降;改变pH值,CLDH对Cl^-的吸附效果差别较小,但当pH=8时达到脱氯率及吸附量的最大值;随着CLDH投加量的增加,脱氯率逐渐变小,最佳投加量为8 g/L。65℃、pH=8时的实际脱硫废水脱氯实验中,CLDH脱氯率可达50.90%,一次煅烧再生CLDH脱氯率稍降,二次煅烧再生CLDH脱氯率降低约50%,CLDH对脱硫废水脱氯具可再生重复使用性。

高镁脱硫废水软化和镁回收实验与机理分析

随着《节约能源法》、《环境保护法》等一系列用水排水政策和法规的颁布,国内对污水、废水排放标准有了更严格的规定,这无疑使得脱硫废水深度处理研究热情进一步升温,而对废水的软化处理作为废水深度处理的一个必要环节就显得尤为重要。本文根据国内某火力发电厂三联箱前出水的脱硫废水水质特征,介绍了一种脱硫废水的软化方法,在三联箱处理废水的工艺基础上做了适当的改造,通过向脱硫废水加入碱液和碳化的方法介绍了废水软化和镁回收的实验。实验结果表明,去除重金属阶段、回收氢氧化镁阶段和碳化阶段分别将脱硫废水的pH调至8.8、10.2和8.5是比较合理的,处理后的脱硫废水既可以达到后续水处理单元的要求又可以最大程度的回收高品质的氢氧化镁。

现代预测和优化算法在脱硫系统运行中的应用

人工智能技术的不断发展,为定量分析脱硫系统各因素变化带来的影响,从而预测系统脱硫效率和经济成本创造了条件。分析了近年来利用神经网络算法预测脱硫系统SO2排放量的算法网络结构、输入参数选择等算法细节,并讨论了神经网络算法应用于脱硫系统的特点。此外,针对基于脱硫系统设计的预测+优化算法的设计细节和优化目标,对增压风机、氧化风机和浆液循环泵的运行优化做了针对性讨论。

基于深度神经网络的脱硫系统预测模型及应用

建立了一个隐含层包含一个长短期记忆层(long-short term memory,LSTM)、两个线性整流函数层(rectified linear unit,ReLU)、两个全连接层(fully connected layer)和输入、输出层组成的深度神经网络,用于脱硫系统主要指标预测。该模型对输入参数采用了指数滑动平均、合并最小分析周期等数据预处理技术进行降噪,在网络训练过程中采用dropout技术防止过拟合。仿真结果对比现场数据表明,模型对浆液pH、出口SO_(2)浓度和脱硫率均体现出良好的预测能力。本文还结合某2×350MW燃煤电厂提供的实际工况数据,以石灰石供浆密度对系统脱硫性能的影响为例,详细介绍了利用所建立的深度神经网络模型测试湿法脱硫系统各参数指标对脱硫效果的影响,并结合化学机理和工业实际进行的诊断过程。

湿法脱硫系统动态过程建模与仿真

针对石灰石-石膏法烟气脱硫建立脱硫塔的化学机理模型,对塔内烟气脱硫的化学过程进行动态模拟与仿真。基于脱硫塔内物料平衡和化学平衡,将模型描述为微分方程,并通过计算软件求解。基于某电厂脱硫系统实际运行数据,预测一定时间内脱硫系统各项指标的变化,如pH、脱硫率等,以及一些重要化学物质的轴向空间分布情况,如H^+、SO2。根据计算结果,分析pH对脱硫率的影响规律,探究和寻找运行参数的边界条件。研究结果对实际脱硫塔的设计和运行提出了优化建议,比如在烟气入口处加强防腐措施,控制浆液pH在4.2~5.3。

典型湿法脱硫系统存在的问题及人工智能在优化运行中的应用

石灰石-石膏湿法烟气脱硫是我国最主要的脱硫方式,随着该法的不断改进与简化,脱硫系统运行更加稳定,造价也在不断降低,但运行过程中依然存在诸多问题。本文概括总结了石灰石-石膏湿法烟气脱硫系统运行过程中发生的典型问题,诸如结垢堵塞、腐蚀磨损、起泡溢流和石膏品质差等,指出了这些问题的具体分类类型以及主要影响因素;继而从系统运行机理角度阐述了这些问题的相互关系和交互影响,并将这些问题归因于脱硫系统的紊乱。随后结合电厂目前条件、当前研究基础以及可以实现的技术手段从四个方面论证了人工智能应用于脱硫系统的可行性,建议借助人工智能建立系统运行的诊断模型解决已有问题,并提出了基于人工智能的脱硫系统概念模型及具体实施思路。