焦炉烟气氮氧化物排放研究

通过分析炼焦工艺的机理、设备、结构和原理,焦炉氮氧化物排放的性质和成因,以国内外焦炉氮氧化物分析方向研究成果为基础,依据某焦化厂的现场数据,利用径向基函数(RBF)神经网络建立了焦炉控制参数与氮氧化物排放之间的关系模型,并用粒子群(PSO)算法优化神经网络参数。对建立的模型进行了仿真分析与研究,提出了一种降低氮氧化物排放的方法。

焦炉控制参数与一氧化碳排放关系建模与分析

目前降低焦炉烟囱CO排放的方法多注重于改进加热炉结构、管理维护等方面,消耗大量人力物力。由于焦炉燃烧是具有强耦合、多输入、非线性系统等特点的复杂工业过程,因此研究主要在煤气组成成分含量基本不变的情况下,通过PSO(粒子群优化算法)优化RBF(径向基函数)神经网络对烟道压力、烟道温度、氧气烟囱排放浓度等焦炉燃烧控制参数与CO烟囱排放浓度的关系进行建模与分析,找出影响CO排放最大的控制参数,进而通过控制该参数达到降低CO排放的目的。实验结果证明氧气烟囱排放浓度对CO排放影响最大。

瓶质、瓶口、瓶色、瓶塞、瓶封——从试剂瓶的角度谈试剂保存

试剂保存离不开试剂瓶，不同的试剂需用不同的试剂瓶来保存．从试剂瓶这一角度来说，保存化学试剂应该考虑哪些方面呢？