中国钢铁行业CO_(2)排放特征和减排路径研究——基于ARIMA-LEAP模型

为了消除对于未来粗钢、钢材以及生铁产量预测主观性,基于时间序列中的ARIMA模型,对未来相关产量进行客观预测,构建了中国钢铁行业ARIMA-LEAP模型,并以2020年为基准年,每5a为时间节点,研究了2020~2030年中国钢铁行业不同情景下全流程及各工序的CO_(2)排放情况.在技术进步中考虑了氢还原炼铁技术,在能源结构调整中考虑了发电方式调整,在此基础上分别设置了4种单一情景和4种组合情景来研究其减排潜力.结果表明,4种组合情景下的含有规模减排的3种组合情景CO_(2)减排潜力均高于单一情景.其中SUR+TER､SUR+STR和综合减排情景可以在2030年实现达峰,达峰年均为2021年,达峰时CO_(2)排放量分别为13.225亿t､13.359亿t和13.289亿t.单一情景中相较于基准情景CO_(2)减排量由高到低依次为:规模减排情景(SUR)、结构减排情景(STR)、技术减排情景(TAR),在2030年相对于基准情景的减排量分别为493.1Mt、247.8Mt以及105.1Mt.借助LEAP模型的能源核算以及CO_(2)排放核算功能,研究了综合减排情景下2020~2030年不同工序,不同能源的CO_(2)排量,其中CO_(2)排放较多的3个工序为炼铁､轧钢以及烧结工序,产生CO_(2)较多的4种能源为洗精煤、喷煤粉、电力以及焦炭,其中洗精煤CO_(2)排放量更是达到10Bt级,而其余3种能源也达到Bt级.确定了中国钢铁行业CO_(2)排放特征.对技术减排以及结构减排成本进行简单比较,制定中国钢铁行业CO_(2)减排路径.

CO_(2)−荷载耦合作用下煤体细观统计损伤本构模型及验证

CO_(2)吸附会对煤体产生损伤劣化作用进而降低其稳定性,对CO_(2)封存的长期安全性提出挑战,明确CO_(2)劣化作用并建立本构模型至关重要。采用损伤力学理论和统计理论推导出能够综合反映CO_(2)吸附和荷载耦合作用下煤体总损伤变量的计算公式,并重点考虑了压密段的影响,分段建立了CO_(2)作用下煤体的细观统计损伤本构方程,明确了模型各参数的确定方法。最后通过CT扫描实验系统、MTS 816实验系统确定了本构模型参数,并采用自主研制的气−固耦合实验系统对不同CO_(2)压力下煤体进行了单轴压缩实验,验证了模型的合理性。研究结果表明:①基于CT扫描获取的裂隙率和运用Weibull分布理论分别定义了吸附和受载作用下的损伤变量,结合损伤理论进一步得到二者耦合作用下的总损伤变量,并建立了细观统计损伤本构模型;②基于CT扫描技术的裂隙三维重构真实反映了CO_(2)作用前后裂隙扩展特征,CO_(2)压力越高,裂隙扩展越充分,煤样三维裂隙参数和损伤变量越大,所形成的空间裂隙网络越复杂;③CO_(2)对煤体力学性质劣化作用显著,煤体的抗压强度与弹性模量随CO_(2)压力增加分别降低了49.78%和22.63%,CO_(2)对煤体的溶胀效应、塑化效应和气楔效应的综合作用导致了力学参数的降低;④建立的CO_(2)作用下煤体细观统计损伤模型理论曲线与单轴实验曲线具有较高的吻合度,说明损伤本构模型能够较好地反映出CO_(2)对煤体力学特性的损伤劣化作用,体现了损伤本构模型及模型参数确定方法的合理性与适用性。

不同山葡萄品种CO_(2)响应模型拟合及评价

为探索不同山葡萄品种叶片CO_(2)响应特征差异,以5 a生山葡萄‘北冰红’‘北国红’‘双红’和‘雪兰红’为试材,采用Li-6400便携式光合仪,测定果实膨大期山葡萄叶片光合-二氧化碳响应曲线(photosynthetic CO_(2)response curve,P_(n)-C_(i))以及胞间CO_(2)浓度(intercellular CO_(2)concentration,C_i)、气孔导度(stomatal conductance,G_s)、水分利用率(water use efficiency,WUE)和蒸腾速率(transpiration rate,T_r)等气体交换参数,基于直角双曲线模型、Michaelis-Menten模型和直角双曲线修正模型3种模型拟合山葡萄叶片P_(n)-C_(i)响应曲线。结果表明,直角双曲线修正模型拟合的山葡萄P_(n)-C_(i)响应曲线,其拟合参数与实测值最为接近,可直接计算CO_(2)饱和点(CO_(2)saturation point,CSP)。随大气CO_(2)浓度(atmospheric CO_(2)concentration,C_a)的增加,4个山葡萄品种C_i呈线性递增趋势;G_s和T_r总体呈先升后降趋势;WUE先降后升,呈“U”型变化趋势。主成分分析提取出2个主成分,累计贡献率达84.613%。综合评价‘雪兰红’得分最高,光能转化利用率最高,在低C_a环境下的适应性最佳;‘双红’在不同C_a水平下均可保持较高光合效率,排名第2。综上所述,直角双曲线修正模型拟合山葡萄叶片P_(n)-C_(i)响应曲线效果最优。

云南省建筑业CO_(2)排放峰值及达峰时间预测

建筑业减碳是助力我国实现碳达峰、碳中和目标的重要抓手。运用决策试行与评价实验室(DEMATEL)方法从直接碳排放、间接碳排放、运行碳排放和环境代价四个维度对云南省建筑业CO_(2)排放影响因素予以了系统分析。在此基础上采用系统动力学构建出云南省建筑业CO_(2)排放系统仿真模型,从而揭示预测出不同情境下云南省建筑业CO_(2)排放的预期峰值和时间。模拟结果表明:在高碳情景下,云南省建筑业将于2038年实现碳达峰,峰值为1091.33百万吨;而在低碳情景和基准情景下,云南省建筑业将于2035年实现碳达峰,其峰值分别为455.91百万吨、942.04百万吨。最后,给出促进云南省建筑业低碳发展的对策建议。

超临界CO_(2)管道止裂韧性预测模型研究

碳中和目标下,超临界态CO_(2)管道输送已成为碳捕集利用与封存(CCUS)技术发展的必然趋势。然而,目前超临界CO_(2)管道止裂控制体系尚未构建,管材止裂韧性难以预测,成为限制其广泛应用的瓶颈问题之一。针对该问题,通过归纳国内外相关文献及规范标准,对超临界CO_(2)管道止裂控制研究进展及最新标准体系进行了简要综述;在系统收集已开展CO_(2)管道全尺寸爆破试验信息及数据的基础上,对现有止裂韧性预测模型适用性进行了讨论,由此确定了CO_(2)管道止裂韧性预测模型修正形式,并对不同模型适用范围及预测结果进行了讨论。研究结果表明,建立的修正模型解决了传统止裂预测模型过于激进的问题,同时降低了DNV推荐方法的保守性。建议将修正模型与DNN预测方法相结合,以使管材韧性值处于止裂区域;同时开展高效准确的CO_(2)管道裂纹动态扩展数值模拟。所得结果可为我国CO_(2)管道止裂设计提供指导。

陆地生态系统土壤CO_(2)排放对模拟增温的响应特征及影响因素

全球变暖已经成为不争的事实,陆地生态系统碳循环的研究受到了各界广泛关注,是当前全球变化研究中的重点。土壤CO_(2)排放是陆地生态系统与大气间二氧化碳交换的最大通量之一,当前陆地生态系统中土壤CO_(2)排放如何响应全球气候变暖及其影响因素仍不清楚,限制了对土壤碳循环过程及影响机制的深入认识。旨在明确全球变暖背景下陆地生态系统中土壤CO_(2)排放格局及影响因素。基于Web of Science、PubMed和中国知网等中英文期刊数据库,充分收集全球范围内的相关野外试验文献81篇,提取出65个研究位置和213组相关研究数据,采用Meta分析方法探讨陆地生态系统土壤CO_(2)排放对增温的响应特征,分析其与海拔、气候、土壤含水量、容重(BD)、pH、全氮(TN)和土壤有机碳(SOC)的相关关系。结果表明:陆地生态系统中土壤CO_(2)排放对增温整体有显著的正向响应,在农、林、草生态系统中,增温使土壤CO_(2)排放分别显著增加13.1%、18.0%、5.9%(P<0.05),森林生态系统对增温响应的正效应最强烈;增温能在短时期内促进土壤呼吸,但随着增温持续时间增加,土壤呼吸对温度的敏感性会降低,对温度变化产生适应性,从而使其对增温的响应能力减弱;响应特征受到环境因子、土壤特性以及其他试验条件等的影响,绝大多数条件下对增温表现出显著的正响应特征,不同影响因子之间共同作用、相互影响。增温通常能够改变植物生物量、土壤养分含量及微生物数量和活性,从而影响到植被根际呼吸和土壤呼吸速率。相关分析表明,海拔对土壤CO_(2)排放有显著负向影响,而年均气温、年均降水量、土壤含水量和仪器嵌入土壤深度则对土壤CO_(2)排放产生显著正向影响。这些结果对于理解全球土壤CO_(2)排放的时空变化格局有重要意义,也为准确评价全球变暖背景下土壤碳汇功能及其持续性提供理论依据。

秸秆还田配施氮肥对黑土玉米田土壤CO_(2)排放与碳平衡的影响

为探寻不同秸秆还田方式配施氮肥对黑土玉米田土壤CO_(2)排放与碳平衡的影响,于2023年开展大田试验,设置秸秆离田(S0,对照)、秸秆覆盖还田(S1)、秸秆旋耕还田(S2)3种秸秆还田方式,同时设置常规施加氮肥(N,250kg/hm^(2))与不施加氮肥(W,0kg/hm^(2),对照)2种施氮模式,共计6个处理。测定不同处理下玉米生育期土壤CO_(2)排放通量以及玉米收获后土壤有机碳(SOC)、可溶性有机碳(DOC)、微生物量碳(MBC)含量,探究土壤CO_(2)累积排放量与SOC、DOC、MBC含量的关系,并分析黑土玉米田生态系统碳平衡状况。结果表明:各处理中土壤CO_(2)累积排放量从大到小依次为S2N、S1N、S0N、S2W、S1W、S0W,其中S2N处理土壤CO_(2)累积排放量较S0W处理显著增加70.31%(P<0.05)。在相同施氮模式下,秸秆还田能够有效增加SOC、DOC、MBC含量,且土壤CO_(2)累积排放量与SOC、DOC、MBC含量呈正相关关系。不同秸秆还田方式配施氮肥下,S1N处理玉米产量最高,为13534.4kg/hm^(2),作物碳排放速率最低,为0.122kg/kg。不同秸秆还田方式配施氮肥下黑土玉米田生态系统碳平衡值均为正值,表现为较强的碳“汇”,其中S1N处理碳平衡值和土壤固碳潜力最大,较其他处理分别增加13.12%~94.05%、3.49%~25.32%。综上所述,在本试验条件下,秸秆覆盖还田+常规施氮(S1N处理)可以实现黑土玉米田土壤固碳减排和作物增产目的。

基于VECTO软件的重型车CO_(2)排放敏感性分析

为了研究重型车特性参数对CO_(2)排放的影响,以中国厢式货车、不同运行工况下的欧洲C2级货车和欧洲城际客车为例,采用VECTO软件测算车辆的滚阻系数、风阻系数、轮胎动力学半径、附件最大总功率、主减速器和变速箱机械效率及转矩损失等参数对CO_(2)排放的影响,分析不同参数变化对CO_(2)排放测算结果变动的敏感性。结果表明,滚阻系数、风阻系数、附件总功率、主减速器和变速箱各挡位转矩损失参数变动幅度与车辆CO_(2)比排放变动幅度基本呈正线性相关,各参数20%的变动幅度最大将引起4.4%、7.2%、1.9%、1.2%和1.4%的CO_(2)比排放变动幅度;轮胎动力学半径变动幅度对CO_(2)的影响为非线性关系,负的轮胎动力学半径变动幅度引起的CO_(2)排放变动幅度要高于正的变动幅度,−20%的轮胎动力学半径变动幅度最大将引起7.1%左右的CO_(2)比排放变动幅度;主减速器和变速箱各挡位的机械效率变动幅度与CO_(2)比排放变动幅度呈负线性相关,−2.8%左右的机械效率偏差引起2.3%左右的CO_(2)比排放变动幅度。研究结果可为重型车节能降碳改进设计提供参考。

大气CO_(2)浓度升高背景下优化施氮对淹水稻田CH4排放的影响

为探讨未来气候变化条件下,合理管理氮肥以充分协调水稻产量与温室气体排放量之间的矛盾,实现低碳排放并保持水稻产量,本研究探讨了大气CO_(2)浓度升高120μmol·mol^(-1)与氮肥减施40%对淹水稻田水稻生产及CH4排放的影响及机理。利用开顶式气室(OTC)组成的CO_(2)浓度自动调控平台设置4个处理,即环境CO_(2)浓度+施氮250 kg·hm^(-2)(CK)、大气CO_(2)浓度升高120μmol·mol^(-1)+施氮250 kg·hm^(-2)(C+)、环境CO_(2)浓度+施氮150 kg·hm^(-2)(N-)、大气CO_(2)浓度升高120μmol·mol^(-1)+施氮150 kg·hm^(-2)(C+N-),分析了稻田CH4累积排放量(CAC)、水稻生物量及产量、土壤理化性质及酶活性等指标。结果表明:与CK处理相比,C+处理使CAC/产量显著提高了16.93%,N-处理使CAC/产量显著降低了13.33%,C+N-处理使CAC/产量降低了7.89%,但不显著;N-处理在一定程度上削弱了C+处理对CAC、CAC/产量、水稻生物量、土壤可溶性有机碳含量的促进作用;逐步回归分析表明,基于可溶性有机碳和硝态氮含量及土壤脲酶活性的线性模型,可解释稻田CH4累积排放64%的变异。综上,在大气CO_(2)浓度升高条件下,氮肥减施可通过影响土壤碳、氮基质及土壤脲酶活性来调节稻田CH4排放。

大气CO_(2)浓度缓增、骤增和不同施氮水平对稻田CH4排放的影响

为探究大气CO_(2)浓度缓增、骤增和不同施氮水平对稻田CH_(4)排放的影响,基于CO_(2)浓度自动调控平台开展水稻试验,以“南粳9108”为试验品种,采用静态箱-气相色谱法测定CH_(4)通量。在背景大气CO_(2)浓度(CK)的基础上,设置CO_(2)浓度缓增(C_(1)处理,从2016年开始逐年增加40μmol·mol^(-1),至2018年增加120μmol·mol^(-1))和骤增(C_(2)处理,CO_(2)浓度每年均增加200μmol·mol^(-1))处理;在常规施氮量(N 1处理,25 g·m^(-2))的基础上设置氮肥减施处理(N_(2)处理,15 g·m^(-2))。结果表明,CO_(2)浓度缓增、骤增和不同施氮量均没有改变稻田CH_(4)通量的季节变化规律,总体上呈现先增加后减小的趋势。在整个生育期,CO_(2)浓度缓增、骤增对稻田单位产量CH_(4)排放量无显著影响。在C_(2)条件下,与N 1处理相比,N_(2)处理水稻产量显著降低45.2%(P=0.037),同时稻田单位产量CH_(4)排放量显著增加63.3%(P=0.008)。综上所述,随着CO_(2)浓度升高,氮肥减施至15 g·m^(-2)会减少水稻产量,同时增加稻田单位产量CH_(4)排放。

基于卫星遥感的中国人为CO_(2)与大气污染物排放协同关系

基于多源卫星遥感数据和大气输送模型研究我国人为CO_(2)与大气污染物(NO_(2)和CO)排放协同关系以及新冠疫情管控期间污碳排放变化特征.结果表明:高人为CO_(2)排放对应高浓度的NO_(2)和CO排放,以省级行政区为单位的2018~2020年非生长季XCO_(2)异常与XNO_(2)的相关性(r=0.79)高于与XCO的相关性(r=0.61),且高人为CO_(2)排放地区燃烧排放效率更高;2020年2月(疫情管控期)我国XCO_(2)异常、XNO_(2)、XCO下降的区域范围为2019年2月(疫情同比期)面积的50%、70%和49%,2020年2月XCO_(2)异常与XNO_(2)的相关性(r=0.71,P<0.01)高于2019年2月(r=0.59,P<0.01),而XCO_(2)异常与XCO的相关性(r=0.44,P<0.01)低于2019年2月(r=0.68,P<0.01);受大气输送的影响,2020年2月京津冀受西南方向人为排放地区输送的影响高于2019年2月,而长三角受北部长距离输送的影响降低,珠三角受大气输送的影响最小.研究结果表明卫星遥感可有效用于区域污碳协同排放时空变化特征监测.

高压CO_(2)管道泄漏动态压力计算模型研究

高压CO_(2)管道运行过程中可能因为腐蚀或外部因素发生泄漏,由于CO_(2)相态复杂,管内压力相应产生复杂动态响应变化,管内压力动态变化规律对于减压波预测、管材韧性止裂具有重要影响。为研究不同工况下管道泄漏过程中管内压力变化特性,基于等熵原理建立了高压CO_(2)管道泄漏管内动态压力计算模型,并结合工业规模CO_(2)管道泄漏实验数据以及HYSYS软件计算结果对模型进行了验证。结果表明:相比HYSYS软件,新建模型对于高压CO_(2)管道泄漏过程压降的预测与实验结果更吻合,平均预测误差为3.9%,表明新建模型可以准确预测高压CO_(2)管道泄漏过程管内压力的动态响应变化规律。研究成果可为高压CO_(2)管道泄漏过程管内动态减压特征预测提供理论支撑。

电力行业CO_(2)排放量预测及减排路径——以徐州市为例

基于1996—2022年《徐州统计年鉴》数据,分析徐州市电力行业CO_(2)排放特征,参考宾婵佳等的方法测算徐州市电力行业CO_(2)排放量,运用BP神经网络模型对2022—2030年徐州市电力行业CO_(2)排放量进行预测.结果表明:1995—2021年徐州市电力行业CO_(2)排放量为1002.684~4462.032万t;单位煤耗CO_(2)排放系数从1995年的1.027 t/MWh上升到1998年的1.043 t/MWh,再下降到2021年的0.820 t/MWh.不同情景下,徐州市电力行业CO_(2)排放量的预测值与实际值的独立样本t检验结果表明,运用BP神经网络模型预测电力行业CO_(2)排放量是可行的.预测结果显示,到2030年,徐州市电力行业CO_(2)排放量在基准情景下为5382.358万t,低碳情景下为4481.523万t,强化低碳情景下为4077.167万t.提出了徐州市电力行业可从发电端、电网端和消费端实施碳减排措施.

CO_(2)浓度缓增对冬小麦田N_(2)O排放的影响

为研究CO_(2)浓度缓增对冬小麦田N_(2)O排放的影响,利用由开顶式气室(OTC)组成的CO_(2)浓度自动调控平台,扬麦22号为供试材料开展田间试验。将大气CO_(2)浓度作为对照(CK),设置CO_(2)浓度缓增处理C_(80)(CO_(2)浓度缓慢增加80μmol/mol)和C_(120)(CO_(2)浓度缓慢增加120μmol/mol)。结果表明,CO_(2)浓度缓增处理没有改变小麦田N_(2)O排放通量的季节性变化特征。在2017-2018年冬小麦生长季,CK、C_(80)处理土壤N_(2)O累积排放量分别为(25.49±3.33) mg/m^(2)、(26.83±3.21) mg/m^(2);2018-2019年冬小麦生长季,CK、C_(120)处理土壤N_(2)O累积排放量分别为(113.06±2.66) mg/m^(2)、(121.20±9.28) mg/m^(2)。在2017-2018年冬小麦生长季,CK、C_(80)处理土壤-冬小麦系统N_(2)O累积排放量分别为(25.99±1.39) mg/m^(2)、(29.83±4.20) mg/m^(2)。各生育期土壤N_(2)O累积排放量与冬小麦地上部分生物量呈极显著正相关(P<0.01),土壤-冬小麦系统N_(2)O累积排放量与冬小麦地上部分生物量呈极显著正相关(P<0.01)。

徐州市不同行业CO_(2)排放量测算及减排措施

在城市发展过程中,准确计算城市碳排放量对优化和指导CO_(2)减排路径至关重要。通过收集26年的徐州统计年鉴,运用碳排放因子法计算了徐州市化石能源、家庭燃气、水泥、钢铁、化工、电力和交通运输的CO_(2)排放量。结果发现徐州市1995—2020年各行业CO_(2)排放量情况为:化石能源消费CO_(2)排放量为2.765 18×10^(7)~1.335 63×108t,家庭燃气CO_(2)排放量为0.931×10^(5)~5.275×10^(5)t,水泥行业CO_(2)排放量为1.050 185×10^(7)~3.894 500×10^(7)t,钢铁行业CO_(2)排放量为0.565 9×10^(6)~8.195 7×10^(6)t,化工行业CO_(2)排放量为0.722 8×10^(6)~4.411 4×10^(6)t,电力行业CO_(2)排放量为0.690 87×10^(7)~3.339 01×10^(7)t,交通运输CO_(2)排放量为0.658 0×10^(6)~7.340 3×10^(6)t。徐州市政府应根据各行业CO_(2)排放特点,从加大政策扶持、加强碳汇利用、倡导低碳发展和研发清洁能源等角度合理制定减碳措施。

施氮对陇中黄土高原旱作麦田N_(2)O和CO_(2)排放的影响

【目的】探究陇中黄土高原半干旱区旱作麦田土壤N_(2)O和CO_(2)排放对不同施氮量的响应,阐明旱作麦田N_(2)O和CO_(2)排放特征及其主要影响因素,以期为该地区旱作麦田温室气体减排和氮肥管理提供依据。【方法】以陇中黄土高原旱作麦田为研究对象,采用大田定位试验和室内指标测定相结合的方法,布设CK(不施肥)、LN(低量氮肥)、MN(中量氮肥)和HN(高量氮肥)共4个施氮梯度,分析不同施氮量对旱作麦田土壤硝态氮(NO_(3)^(-)-N)、铵态氮(NH_(4)^(+)-N)、有机碳(SOC)、土壤温度、含水量及土壤N_(2)O和CO_(2)排放的影响。【结果】0~10 cm土层土壤中,HN、MN、LN较CK处理,NO_(3)^(-)-N平均含量增幅为21.55%、26.06%和34.11%;NH_(4)^(+)-N平均含量增幅为21.77%、31.42%和39.20%;SOC平均含量增幅为20.43%、25.80%和35.9%。HN、MN、LN较CK处理,N_(2)O累计排放量增幅为78.63%、130.47%、217.51%;CO_(2)累计排放量增幅为5.73%、10.63%、21.75%。皮尔逊相关关系表明,不同施氮处理中,麦田0~10 cm土层土壤中NO_(3)^(-)-N、NH_(4)^(+)-N和SOC平均含量与N_(2)O、CO_(2)累计排放量呈极显著正相关关系(P<0.001),土壤温度与N_(2)O和CO_(2)累计排放量呈显著正相关关系(P<0.05),土壤含水量与N_(2)O累计排放量呈显著的负相关关系(P<0.05),与CO_(2)累计排放量相关关系不显著。【结论】施氮可以增加黄土高原旱作麦田表层土壤中NO_(3)^(-)-N、NH_(4)^(+)-N和SOC含量,进而增加了N_(2)O和CO_(2)累计排放量,是该地区麦田N_(2)O和CO_(2)排放的主要驱动因子,表层土温和土壤含水量也一定程度上影响着N_(2)O和CO_(2)的排放。

基于直接吸收光谱深度学习神经网络模型的CO_(2)浓度检测研究

CO_(2)是温室气体的主要成分之一,其对全球气候变化和环境质量有重大影响,燃煤电厂作为我国最大的CO_(2)排放源,面临着严峻考验。为准确、快速、低成本地检测燃煤电厂CO_(2)浓度,促进燃煤电厂低碳发展,本文利用分布反馈半导体激光器构建了一种高灵敏度的CO_(2)气体检测系统,同时采用HITRAN数据库作为深度学习模型的数据集,建立了一维卷积神经网络(one-dimensional convolutional neural network,1D-CNN)模型,采用反向传播神经网络算法检测CO_(2)浓度并与直接吸收技术进行了对比,并通过K折交叉验证法和调整模型参数来提升1D-CNN模型的性能。结果表明,1D-CNN模型的决定系数R^(2)值可达到0.9997,相对误差为1.07%,绝对误差为7.88 mg/m^(3),模型建立较为符合要求;利用1D-CNN模型调用最优参数,对比预测数据和真实数据,平均相对误差为6.06%,平均绝对误差为17.97 mg/m^(3),决定系数R^(2)=0.99941,可得模型的预测结果具有较高的精度。这种基于直接吸收光谱深度学习神经网络模型的气体浓度检测模型在测量CO_(2)气体浓度方面具有较高的准确性和可靠性,可为电力行业的环保监测和节能减排提供有力的技术支持。

工业烟气CO_(2)的排放特征、测试及捕集技术研究

CO_(2)是主要的温室气体,减排CO_(2)应对气候变化已成为国际共识,工业烟气是重要的人为CO_(2)排放源。对工业烟气CO_(2)的排放特征、主要测试及治理技术进行了系统的分析和研究:电力、钢铁、水泥等工业行业排放烟气中CO_(2)浓度分别在9.7%~15%、2%~28%、11%~29%;CO_(2)测试技术主要有非分散红外吸收法、气相色谱法、光谱法、化学吸收法等,其中,非分散红外吸收法在国内外应用最为成熟,是目前主流的固定源CO_(2)测试技术;CO_(2)捕集技术主要有吸收法、吸附法、膜分离法、深冷法等,其中,化学吸收法广泛用于低浓度CO_(2)烟气(体积浓度≤30%)捕集。研究结果可为后续工业大幅降碳提供借鉴。

Mg在CO_(2)/Ar混合气体中的双反应区燃烧模型研究

Mg粉/CO_(2)是实现火星探测原位资源利用的理想推进剂。针对Mg颗粒在含CO_(2)混合大气中燃烧,基于火焰层假设,建立了Mg在CO_(2)/Ar混合气体中的双反应区燃烧模型,分析了Mg在CO_(2)/Ar燃烧过程中各组分质量分数、各组分流量、颗粒和火焰层的温度分布,研究了环境压强、CO_(2)质量分数、环境温度和颗粒粒径对燃烧特性的影响。结果表明:环境压强增大,颗粒温度增大、火焰层温度变化不大。在环境压强低于20 kPa时,火焰层半径随环境压强升高快速增大,颗粒燃烧时间随环境压强升高快速变短,随后都基本保持不变;CO_(2)质量分数增大,颗粒温度与火焰层温度升高、火焰层半径减小、颗粒燃烧时间缩短;环境温度增大,颗粒温度变化不大、火焰层温度升高、火焰层半径减小、颗粒燃烧时间延长;颗粒粒径增大,颗粒温度与火焰层半径变化不大、火焰层温度降低、颗粒燃烧时间延长。

基于马尔科夫理论优化的地下咸水层CO_(2)溶解性能灰色预测模型

在地下咸水层封存过程中,CO_(2)的溶解反应将会影响其封存容量和稳定性,并对周围环境和生态系统造成不利影响。为合理分析CO_(2)在地下咸水层中的溶解性能,基于马尔科夫理论对灰色GM(1,1)模型进行优化,构建CO_(2)溶解性能灰色预测模型。通过预测单因素影响下CO_(2)在地下咸水层中的溶解性能,科学分析模型预测值与实测值的平均相对误差。结果表明:通过压强、温度及矿化度分析不同影响因素对CO_(2)在水中溶解性能,得出CO_(2)溶解性能灰色马尔科夫优化预测模型预测值与实测值的平均相对误差分别为0.37%、17.73%、0.21%;与灰色GM(1,1)模型相比,预测结果的平均相对误差分别降低了0.35、1.56、3.41百分点,CO_(2)溶解性能灰色预测模型预测精度更高。研究成果为CO_(2)在地下咸水层中的溶解封存提供数据支撑。