一体化厌氧-变级数缺氧/好氧循环流污水处理装置中试研究

针对现有村镇污水处理技术与装备的不足,开发出适用于村镇污水处理的新型一体化厌氧-变级数缺氧/好氧循环流(A-(AO)_n)同步脱氮除磷、沉淀分离技术与装备,以长沙某污水提升泵站沉砂池的出水作为处理对象开展中试实验。对好氧区不同溶解氧、填料填充比和分区进水条件下装置污水处理效能的变化进行研究,结果表明:当好氧区溶解氧控制在1.5~2.0 mg/L,好氧区填料填充比为30%时,装置的脱氮除磷效果最佳。在不外加碳源且不投加化学除磷药剂的条件下,出水水质优于《城镇污水处理厂污染物排放标准》(GB 18918—2002)的一级A标准。高通量测序结果显示,好氧区投加悬浮球填料后,系统中微生物总量和多样性明显提高,为系统中发生同步硝化反硝化(SND)现象创造了条件。

六回路循环流化床颗粒浓度及循环流率实验研究

在六回路循环流化床冷态实验台上,采用差压法和积料法分别测定床内的颗粒浓度分布和物料循环流率,实验研究运行参数对颗粒浓度分布和循环流率的影响规律。结果表明,六回路CFB颗粒浓度分布与单回路CFB相似,沿炉膛高度呈下浓上稀的分布,炉膛出口区的颗粒浓度和速度决定了物料循环流率。当空截面气速增加时,炉膛出口区的颗粒浓度和速度均增大,六回路的循环流率大幅度增加。当二次风率小于30%时,对颗粒浓度和循环流率影响不大。颗粒浓度和循环流率随静止床高增加而增加。颗粒粒径增大时,密相区颗粒浓度增加,稀相区颗粒浓度减小,循环流率减小。基于炉膛出口区颗粒浓度和颗粒速度计算的循环流率理论值与实验数据比较吻合。

双循环流化床颗粒循环流率试验与BP神经网络预测

双循环流化床生物质气化装置稳定运行的关键是合理控制颗粒循环流率。在双循环流化床冷态试验台上就鼓泡床风速、提升管风速、静床高和物料平均粒径几方面因素对颗粒循环流率的影响进行了系统的试验研究,并建立了加入动量的BP神经网络预测模型,对双循环流化床颗粒循环流率进行了有效模拟并得到了预测结果。定义了平均偏离度来评价模型预测值相对于试验值的平均偏离情况,通过对比分析试验数据与神经网络模型预测值,表明测试样本神经网络模型预测值相对于试验值偏差不超过0.8 kg·m-2·s-1,相对误差在±8%以内,平均偏离度仅为3.56%。结果表明建立的神经网络模型具有较好的预测效果。

循环流化床布风方式对颗粒循环流率的影响

在带中心提升管的内循环流化床冷态试验台上,针对锥形和平板形2种布风板布置方式下各控制参数对循环流率的影响进行了试验研究.结果表明:锥形布风板上的临界全部流化速度明显大于物料临界流化速度;随着气化室和提升管内风速的增加,循环流率增大,但增大的速率逐渐降低;气化室和提升管内风速以及料层高度对锥形布风板下循环流率的影响大于平板形布风板,但是物料粒径对锥形布风板循环流化床循环流率的影响却小于平板形布风板.

循环流化床循环流率冲击法在线测量方法

开发了一种通过测量下落颗粒和靶板碰撞冲击力来确定颗粒流率的流量计,通过试验验证了该流量计的可行性,并研究了颗粒下落速度、颗粒粒度和颗粒密度对流量计的影响.建立了该冲击式流量计的理论模型,利用冷态流化床试验数据对理论模型进行了校验.结果表明:该流量计具有操作简便、测量准确、反应灵敏、易于校准、对提升管内的颗粒流动无干扰的特点;模型计算结果与试验数据较吻合,可利用模型简化流量计的校准程序,增加流量计的应用范围.

基于LM算法的双流化床循环流率预测模型研究

为准确预测双循环流化床生物质气化的颗粒循环流率Gs,设计并搭建了双循环流化床冷态试验台,研究了提升管流化风速、二次风量、二次风送风方式、二次风口高度及二次风口数量对颗粒循环流率的影响,并建立了基于Levenberg-Marquardt优化算法的BP神经网络预测模型,通过对比找出了最优模型,对颗粒循环流率进行了预测.结果表明:Gs随着提升管流化风速和二次风量的增大而增加,二次风量超过一定值后,增加的趋势变缓;二次风径向引入比切向引入时的Gs大;Gs对二次风口高度的变化十分敏感;应用该BP神经网络模型得出的Gs预测值与试验值的平均偏差为0.07 kg/(m2.s),平均相对误差仅为0.49%,模型准确地预测了提升管送风特性对颗粒循环流率的影响.

锥形布风板双循环流化床颗粒循环流率研究及预测

在锥形布风板双循环流化床冷态装置上,研究了提升管风速、气化室风速、物料质量和颗粒粒径对提升管颗粒循环流率的影响,并与水平布风板的结果进行了对比.利用3种改进的BP神经网络算法建立模型来预测循环流率.结果表明:提升管颗粒循环流率随着提升管风速和气化室风速的增大而增大,当风速达到一定值后,增大趋势逐渐平缓;循环流率随着物料质量的增大基本呈线性增大,随着颗粒粒径的增大而明显减小;锥形布风板比水平布风板更具优势,同样条件下可以增大循环流率;BFGS拟牛顿算法的预测效果最佳,其颗粒循环流率预测值与实验值的最大相对误差为7.703 5%,平均相对误差为3.594 3%.

双循环流化床颗粒循环流率的冷态实验研究与预测

在自行搭建的双循环流化床冷态实验系统上研究了鼓泡床静床层高度、颗粒平均粒径、鼓泡床流化风速、快速床总流化风速及一次风量比例等控制参数对颗粒循环流率的影响,提出了基于上述控制参数的颗粒循环流率计算关联式。结果表明:随着鼓泡床流化风速的增加,颗粒循环流率变化不明显;随着快速床中一次风量比例和总流化风速的增加,颗粒循环流率均增大,当一次风量比例和总流化风速达到一定值后,颗粒循环流率的增幅逐渐变缓;颗粒循环流率随着静床层高度的增加而增大,随颗粒平均粒径的增大而减小,且颗粒平均粒径的影响程度较大;所提出的关联式能够较好地预测颗粒循环流率。

方形截面循环流化床出口效应的实验研究

在0.27m(长)×0.27m(宽)×10m(高)方形截面循环流化床冷态实验台上,针对三个不同的表观气速(Ug=6.0m/s,6.8m/s,7.6m/s),考察了半弯道光滑出口和T形突变出口两种不同结构对系统颗粒循环流率以及床内颗粒浓度分布的影响.实验得到的系统颗粒循环流率Gs=60kg/m2s^170kg/m2s.结果表明:两种出口结构下,系统颗粒最大循环流率都随主床表观气速的增加而增加;半弯道光滑出口结构下得到的最大循环流率大,其对应的最大循环流率分别为136kg/m2s,162kg/m2s和170kg/m2s;床内颗粒浓度为底部浓顶部稀的分布,T形出口的约束效应使出口附近产生了一个颗粒增浓的区域.

高密度循环流化床不同截面结构提升管内流动特性研究

先后在高10 m,提升管截面分别为边长0.27 m方形和内径0.187 m圆形的冷态循环流化床实验台上开展针对B类石英砂颗粒的实验,研究提升管结构及操作条件对床内流动特性的影响,并分析实现高密度循环流动的条件。圆床中固体循环流量Gs超过300 kg/(m2s),实现了高密度循环;方床中由于装置结构因素,影响了Gs的提高。与A类颗粒不同,对于实验采用的B类颗粒,固体循环流率超过饱和循环流率时,轴向固体颗粒浓度依然呈现指数型分布,未出现S型分布。实验操作条件下,圆床和方床中提升管总压降均与固气比成线性关系,但线性斜率差别明显。通过无量纲提升管高径比关联固气比和提升管总压降,正确反映了提升管结构对流动的影响,通过实验值的比较,采用高径比关联后,固气比与不同结构下提升管总压降的线性关系较一致。

中心提升管内循环流化床颗粒循环流率试验与BP神经网络预测研究

自行设计并搭建中心提升管内循环流化床冷态试验台,就提升管风速、鼓泡床风速、鼓泡床静床高、床料平均粒径几方面因素对颗粒循环流率的影响进行系统的试验研究。试验结果表明:对于给定的床料,颗粒循环流率随两床风速的增大而增大;固定两床风速,颗粒循环流率随鼓泡床静床高的增大而增大,随物料平均粒径的增大而减小。利用Matlab神经网络工具箱,建立3层BP神经网络颗粒循环流率预测模型。预测结果表明:在隐含层神经元数量为6时,误诊率最小,预测相对误差在±9%以内,网络性能最优,能较好地预测颗粒循环流率。

循环流化床系统物料分布及循环流率的实验研究

在一冷态循环流化床实验装置上,考察了一定颗粒原始存料量下,流化风速和回料风量对物料在循环系统中的分布和循环流率的影响。实验结果表明,当固定回料风量时,系统颗粒循环量随着流化风速的增加先增加后有所减少。流化风速较高时,系统将离开了传统的快速床操作区。为在高风速下保持和提高颗粒循环流率,需要进一步提高回料阀的输送能力。当固定流化风速时,回料阀松动风的增加将提高系统颗粒循环流率;但随着料封高度的降低,回料阀向提升管输送的颗粒量趋于稳定。过高的松动风量将破坏正常的料封,这对实际操作是不利的。

双循环流化床石英砂颗粒流动特性研究

流化介质的流动特性是影响双循环流化床稳定运行的关键。在自行搭建的双循环流化床系统上,分别进行提升管风速、气化室风速、初始床层物料量对颗粒循环流率、两床压降的影响的实验研究,发现:随着气化室风速增加,循环流率和气化室压降增加变化不明显,提升管压降呈现一定增加趋势;随提升管风速的增加,颗粒循环流率和气化室压降增加,但提升管压降减小;随初始床层物料增加,颗粒循环流率、提升管压降和气化室压降均呈现增加趋势。通过对流化介质流动特性影响因素的研究,可初步掌握系统内的物料浓度分布,为双循环流化床的运行控制提供一定的指导参考。

中心提升管内循环流化床颗粒循环流率实验研究

自行设计并搭建中心提升管内循环流化床冷态试验台,试验研究提升管风速、鼓泡床风速、鼓泡床静床高、床料平均粒径对颗粒循环流率的影响。试验结果表明:对于给定的床料,颗粒循环流率随两床风速的增加而增加,并且当提升管风速或鼓泡床风速分别增加到一定程度时,颗粒循环流率增加趋缓;固定两床风速,颗粒循环流率随鼓泡床静床高的增大而增加,随物料平均粒径的增大而减小。通过实验数据回归,得到颗粒循环流率计算关联式,计算值相对误差在±18%以内,可以很好地预测颗粒循环流率。

基于BP神经网络的中心提升管内循环流化床颗粒循环流率预测

基于BP人工神经网络原理,利用MATLAB神经网络工具箱,以试验得到的243组数据作为样本,建立一个以提升管风速、鼓泡床风速、鼓泡床物料静床高、床料平均粒径为输入变量,以颗粒循环流率为输出变量,用于预测中心提升管内循环流化床颗粒循环流率的BP神经网络模型。对模型的隐含层层数和隐含层节点数对预测结果的影响进行分析,发现在隐含层层数为1,隐含层节点数为15时,模型预测结果误诊率最小,预测相对误差在±8%以内,总体平均偏离度为3.09%,网络性能最优,从而为中心提升管内循环流化床装置的设计和运行提供指导。

带流动密封阀的循环流化床的研究

在自行设计的循环流化床装置中,测定了床层阻力特性、临界流化速度和带出速度,考察了流动密封阀充气量、流化床流化气速以及装料量对流动密封阀流动特性的影响。结果表明,临界流化速度和带出速度与装料量无关,装料量在700 g左右时,流化系统稳定性高。适度提高流化密封阀底部充气量、流化床流化气速和装料量能够提高物料循环流率。

提升管二次风对循环流率影响的试验及预测模型研究

设计并搭建双循环流化床冷态试验台,通过试验分析提升管二次风风量、二次风送风方式、二次风口高度和二次风口数目对颗粒循环流率的影响。建立BP神经网络预测模型,采用3种算法对颗粒循环流率进行预测,通过对比找出最优预测模型——基于LM算法的改进型BP神经网络预测模型。该预测模型很好地预测了二次风特性对颗粒循环流率的影响,试验值与模型预测值的平均绝对误差为0.23kg/(m2·s),平均相对误差仅为1.37%;最大偏差为1.23kg/(m2·s),最大相对误差5.75%。

V型布风板双循环流化床颗粒循环流率实验研究

合理地控制颗粒循环流率是V型布风板双循环流化床生物质气化装置稳定运行的关键。对提升管风速、气化室风速、物料粒径以及物料重量等影响流化床运行的控制参数进行了实验研究。结果表明:颗粒循环流率随着提升管风速、气化室风速增加而增加,当达到一定值后,其增长趋势逐渐平缓;颗粒循环流率随着物料粒径的增大而明显减小,随着物料重量的增加基本成线性增加。

生物质双循环流化床质量循环流率冷态实验研究

基于生物质双循环流化床气化冷态实验,分析了静床床高、鼓泡床物料堆积高度、快速流化床一次流化风速、下返料器风速、物料粒径对生物质气化设备稳定运行的关键因素质量循环流率的影响。实验结果表明:不同运行条件对物料质量循环流率均产生较大影响。质量循环流率随静床床高增加而增大,达到一定高度后增幅明显;随鼓泡床物料堆积高度增加而减小;随快速流化床一次流化风速和下返料风速增加而增大,当料层高度较低时,两床压差波动较大,物料循环不稳定;通过对比两种不同粒径的质量循环流率发现,物料粒径越小,受气固扰动越剧烈,质量循环流率增幅加倍。

双级料腿循环流化床循环流率及脱氯床阻力的试验研究

主要研究了试验工况对循环流率的影响以及系统的压力平衡变化。结果表明:在双级料腿循环流化床中,与常规的循环流化床相比,循环流率的规律没有发生变化。系统中存在着两路的压力平衡。对气固两相的稳定、定向流动起关键作用的是通过脱氯床层的阻力。通过理论推导得到了二级料腿内脱氯床阻力的计算公式,为双级料腿循环流化床垃圾焚烧炉提供了重要的设计参数和运行依据。