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。

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。

环保限产条件下河钢邯钢焦化厂配煤结构及焦炉工艺优化研究

近年来,随着京津冀地区环保形势的日益严峻,延长结焦时间已经呈常态化趋势,而如何解决结焦时间延长对焦炭的质量产生的不利影响以及焦炉炉体的影响的问题还未见有报道。主要研究了延长结焦时间对焦炭质量产生的影响以及优化配合煤配比,建立新的焦炭质量预测模型。同时还针对长结焦时间条件下焦炉工艺参数的特点进行压力和温度两个方面的调节,寻找最佳工艺参数。