混合策略在水泥窑炉煅烧NO_(x)浓度预测中的应用

NO_(x)体积分数是反映水泥窑炉煅烧过程中氮排放的一个关键环保指标。水泥煅烧过程具有大噪声、大时滞和非线性等复杂特性。为了解决以上难点,提出基于互补集合经验模态分解(Complemementary Ensemble Empirical Mode Decomposition,CEEMD)、熵原理的互信息(Mutual Information,MI)、最大相关最小冗余算法(Max-Relevance and Min-Redundancy,mRMR)和天牛须搜索算法(Beetle Antennae Search,BAS)优化神经网络(Back Propagation Neural Network,BPNN)的混合策略,并用于NO_(x)体积分数预测。首先,CEEMD和中值平均滤波用于处理大噪声。同时,利用熵原理的MI和mRMR进行时滞分析和变量选择,解决大时滞问题。其次,利用BAS提高多层前馈(Back Propagation,BP)神经网络的预测能力,并解决非线性工况问题。最后,将该策略进行工业应用。结果显示,在25900个工业测试样本中,两组的均方根误差(Root Mean Squared Error,RMSE)和平均绝对误差(Mean Absolute Error,MAE)分别仅为0.3024、0.2059和0.2153、0.2013。预测模型结果可指导水泥脱硝操作人员精准喷氨,减少NO_(x)排放并降低氨水用量和氨逃逸情况。

基于蜣螂优化-集成加权融合的NO_(x)浓度动态预测

针对SCR入口NO_(x)浓度单一预测模型无法满足在不同工况下保持预测精度的问题,提出了一种基于蜣螂优化(dung beetle optimizer,DBO)集成模型加权融合的预测SCR入口NO_(x)浓度的动态模型。首先使用CatBoost与LightGBM的混合模型在筛选辅助变量的同时,求取辅助变量的迟延时间和阶次信息,并根据以上信息确定预测模型的输入变量;然后建立由LightGBM,XGBoost与CatBoost组成的集成模型,并使用蜣螂优化算法对预测结果进行加权融合;最后将DBO-集成加权融合动态预测模型与3种单模型和蜣螂算法优化2种模型加权融合的预测模型进行对比。结果证明DBO综合加权融合动态预测模型的评价指标优于其他模型,具有更高的预测精度、实时性和适应性,能够更好地满足不同工况下的NO_(x)浓度预测要求。

基于LSTM-SAFCN模型的生物质锅炉NO_(x)排放浓度预测

针对生物质锅炉燃烧过程的动态特性,提出一种改进的长短期记忆-自注意力机制全卷积神经网络(LSTM-SAFCN)模型用于预测NO_(x)排放浓度。首先利用完全自适应噪声集合经验模态分解法(CEEMDAN)对数据进行预处理,消除数据噪声对NO_(x)排放浓度预测的影响;其次融合自注意力机制与长短时记忆-全卷积神经网络(LSTM-FCN)进行特征提取与预测建模,该拓展方法能够同时兼顾时间序列数据的局部细节与长期趋势特征;最后,利用生物质热电联产系统的实际运行数据验证了所提算法的有效性。

基于AMESim的柴油机SCR系统NO_(X)转化率仿真与验证

为研究车用柴油机SCR系统催化转化效率的影响因素,利用AMESim软件建立SCR系统仿真模型,结合台架试验,分析了排气温度、NO_(2)/NO_(X)值以及排气流量对系统NO_(X)转化率的影响。将不同温度下SCR系统仿真输出的NO_(X)转化率数据进行了实验验证,结果表明模型预测误差小于5%。仿真结果显示:SCR系统的NO_(X)转化率会随排气温度升高而明显增大,370~450℃为系统性能的最佳温度区间,NO_(X)转化率最大值均在88%以上。NO_(X)转化率随着NO_(2)/NO_(X)值的提高而增加,且当NO_(2)/NO_(X)值为55%~60%时达到峰值。当排气温度处于400~450℃之间时,NO_(X)转化率受排气流量影响较小,转化率稳定在90%左右。确定了SCR系统在发动机不同工况条件下的工作性能,为后续的尿素喷射控制研究提供指导依据。

考虑实际路况下排气温度的重型柴油车NO_(x)排放模型

选择性催化还原技术(SCR)是降低重型柴油车氮氧化物(NO_(x))排放的常用技术之一,且SCR系统内的NO_(x)转化率与尾气温度密切相关。然而,现有的NO_(x)排放测算模型主要考虑车辆行驶工况,缺少与排气温度的关联分析,从而增加了NO_(x)排放测算结果的不确定性,对排放清单的建立和减排政策的评估提出了挑战。本研究基于车辆实际运行工况和实测排放数据,建立NO_(x)排放速率库和NO_(x)排放率模型。随后,建立基于机动车比功率(VSP)和热损失系数的尾气温度模型。在此基础上,根据SCR系统中的化学反应原理,建立基于尾气温度的NO_(x)排放模型。最后,利用建立的NO_(x)模型和MOVES模型(移动源排放测算模型)分别估算NO_(x)排放量,并与实际排放情况进行比较分析。结果表明,本研究所提出的考虑实际路况下尾气温度的NO_(x)排放模型可以有效提高NO_(x)排放测算的准确性,在3辆重型柴油公交车上的NO_(x)测算相对误差分别为9.1%、3.9%和3.3%。相较于MOVES模型,相对误差分别降低了24.0、13.1和16.3个百分点。对不同运行工况下的NO_(x)排放特性分析表明,重型柴油货车的平均NO_(x)转化率比柴油公交车高39.2个百分点。

Cu离子分子筛催化材料在去除NO_(x)方面应用的研究进展

控制大气中氮氧化物的排放对环境和人体健康有着至关重要的作用,应用于NO_(x)去除的技术有很多,其中选择性催化还原(NH3-SCR)技术是去除NO_(x)极有效的技术之一,利用CO去除NO_(x)为烟气脱硝(CO-SCR)提供了一种简单且低成本的技术,直接催化分解NO_(x)被认为是去除NO_(x)最理想、最环保的技术。Cu离子分子筛作为去除NO_(x)的高效催化剂,具有宽温度窗口和良好的水热稳定性。本文综述了Cu交换分子筛在去除NO领域的研究进展,讨论了Cu离子分子筛在NH3-SCR、CO-SCR以及直接催化分解NO中的应用,着重总结了Cu离子参与去除NO的反应机理,归纳了分子筛中Cu活性位点对脱硝性能的影响,还讨论了铜离子分子筛的抗H_(2)O和SO_(2)中毒性能,展望了Cu离子分子筛未来可能的发展方向。

重型柴油车实际道路NO_(x)排放分析方法研究

利用PEMS对6辆典型国六重型柴油车开展实际道路排放测试,基于功基窗口法(中国和欧盟)、NTE法(美国EPA)和3B-MAW法(美国CARB)研究了重型柴油车实际道路NO_(x)排放特性,探讨了不同分析方法的特点及适用性。结果表明:基于功基窗口法的NO_(x)排放结果符合中国和欧盟的监管要求,但基于NTE法和3B-MAW法的NO_(x)排放合规性具有不确定性。NO_(x)排放数据利用率低导致NTE法无法有效分析实际道路NO_(x)排放,3B-MAW法对NO_(x)排放分类管理值得借鉴。冷起动NO_(x)排放占PEMS试验的47.3%~80.7%,重型柴油车冷起动NO_(x)排放应被重视。然而目前中国、欧盟和美国的重型车实际道路NO_(x)排放分析方法均无法有效评估冷起动NO_(x)排放。因此,下阶段排放法规对冷起动NO_(x)排放的监管应当提出相应测试循环、分析方法和排放限值,切实降低重型柴油车NO_(x)实际排放。

大型乙烯裂解炉用低NO_(x)燃烧器的结构优选

随着大能力大型化裂解炉的不断发展,国内首台单炉膛20万吨/年产能乙烯裂解炉对燃烧器提出了更高的设计要求,在稳定燃烧的同时还要满足特定的工艺要求和严苛的环保要求。采用CFD技术和热态试验方法优选新型乙烯裂解炉用低NO_(x)燃烧器,通过数值分析方法研究不同底部与侧壁供热比(底侧比)下裂解炉内的燃烧状态(火焰形状、火焰长度、炉内温度分布及NO_(x)排放量等),结果表明:在底侧比为70:30时燃烧状态最优,炉膛内温度分布均匀且满足工艺要求和环保要求。在热态试验炉上对最终设计工况(底侧比72:28)进行热态试验,结果显示:炉内燃烧状态良好,温度分布均匀且满足热通量曲线,NO_(x)排放量也较低。

不均匀喷氨的NO_(x)通量获取方法和喷氨格栅阻力特性

不均匀喷氨的方法是根据喷氨格栅建立不同分区的NO_(x)通量,设计分区不同的喷氨量,而NO_(x)通量由两个参数即烟气流速和NO_(x)浓度决定,试验和数值模拟方法是获得这两个参数的重要手段。通过对比发现,数值模拟的边界条件在实际中难以确定,无法较好地模拟流速场,而试验是更优的一种方法。试验结果显示,不同负荷和煤种下,喷氨格栅截面的流速分布基本不变,某些区域始终高,某些区域始终低。同时得到NO_(x)浓度的不均匀系数相对于流速不均匀系数很小,且考虑喷氨截面到催化剂还有一段扩散距离,可以仅考虑主要影响因素即烟气流速对不均匀喷氨的喷氨量进行设计,该方法简单有效,在工程实际中应用效果较好。同时对喷氨支管的阻力特性进行了试验研究,利用多孔介质代替该区域可以极大简化数值模拟区域。

重型柴油车NO_(x)排放因子与其浓度相关性研究

重型柴油车排放的NO_(x)污染物对环境空气质量影响较大,受排放标准、排放控制技术水平、检测方法、驾驶工况等众多因素的影响,当前较难整体评估在用重型柴油车的实际排放状况.本研究首先通过发动机排放台架试验及实际道路排放(PEMS)循环试验,探究了重型柴油车NO_(x)排放因子与NO_(x)平均浓度之间的内在联系;其次,研究了远程监控有效数据筛选规则,提出了一种基于NO_(x)日均浓度评估远程监控重型柴油车NO_(x)排放因子的方法.结果表明:重型柴油车发动机排放台架、PEMS循环试验的NO_(x)排放因子均与NO_(x)平均浓度呈较强相关性,相关系数(R^(2))为0.99.通过远程监控平台监测数据验证了重型柴油车的NO_(x)排放因子与NO_(x)日均浓度有一定相关性,R^(2)高于0.9(p<0.01).因此,可用重型柴油车排放的NO_(x)日均浓度来表征整车污染物排放情况.研究显示,安装远程终端的第五和第六排放阶段的重型柴油车,分别按照NO_(x)日均浓度低于200×10^(−6)和50×10^(−6)来判定排放稳定达标重型柴油车,按照NO_(x)日均浓度高于900×10^(−6)和500×10^(−6)来判定高排放重型柴油车,监管部门和车辆生产企业可利用该指标快速筛选排放稳定达标以及高排放重型柴油车.

超临界660 MW循环流化床锅炉NO_(x)排放控制困难分析及处理

为解决某电厂超临界660 MW循环流化床(circulating fluidized bed,CFB)锅炉满负荷运行NO_(x)排放较难控制、瞬时值易超过超低排放限值且选择性非催化还原(selective non-catalytic reduction,SNCR)脱硝系统氨耗量较大氨逃逸严重的问题,现场进行了NO_(x)原始排放、SNCR脱硝效率、CO质量浓度及底渣可燃物的试验,并进行了二次风量布置优化试验。研究发现:锅炉原始NO_(x)排放较低,满负荷运行时不超过120 mg/m^(3)(标准状态,下同);中低负荷时NO_(x)质量浓度低于50 mg/m^(3),但炉膛前后NO_(x)质量浓度偏差较大,烟气中的NO_(x)主要在炉膛前部产生。NO_(x)排放较难控制的原因是SNCR脱硝效率较低和炉膛给煤不均。6台分离器入口的SNCR脱硝效率均低于50.0%,其中B、C、E、F 4台分离器脱硝效率低于40.0%。此外,从原始NO_(x)生成来看,根据炉膛深度方向上床温分布、底渣可燃物质量分数和CO质量浓度变化可以确定,炉膛给煤不均也对满负荷NO_(x)排放控制影响显著。当前,电厂若不进行给煤系统改造暂无法实现给煤均匀,但可以通过调整炉膛深度方向二次风量配比降低原始NO_(x)生成,降幅可达9.77%。

不同海拔下国Ⅵ重型柴油车实际道路NO_(x)排放特性

为了解不同海拔下国Ⅵ重型柴油车的NO_(x)排放特性,利用便携式排放测试系统(PEMS)在4个不同海拔城市(襄阳、昆明、丽江和香格里拉)对国Ⅵ重型柴油车进行实际道路排放测试。结果表明:随着海拔高度的升高,NO_(x)排放呈现增加趋势,高海拔下的平均NO_(x)排放速率是平原的4.65~20.58倍,NO_(x)综合排放因子是平原的2.80~13.75倍;不同载荷条件下香格里拉的NO_(x)综合排放因子是襄阳、昆明和丽江的1.27~13.75倍;市区路的NO_(x)排放因子是市郊路和高速路的1.05~6.49倍,且香格里拉市区路的排放因子超过400 mg/km;在Bin 11~Bin 14和Bin 21~Bin 28区间,随着机动车比功率(VSP)的升高,NO_(x)排放速率表现出先增大后减小的趋势;不同海拔下车辆从市区路到市郊路、市郊路到高速路行驶时,NO_(x)瞬时排放速率出现峰值;NO_(x)高排放区域集中在高转速、高扭矩区间;海拔与平均NO_(x)排放因子的决定系数为0.86,表现出较强的正相关关系。

煤粉富氧燃烧CO_(2)富集特性与NO_(x)生成量模拟预测研究

分析了富氧下的煤粉燃烧特性、CO_(2)富集特性和NO_(x)生成特性,并模拟了CO_(2)富集和NO_(x)生成量的协同控制趋势。结果表明:与空气燃烧相比,富氧燃烧条件下CO_(2)富集分布与NO_(x)体积分数分布是负协同效应;不同O_(2)/CO_(2)体积分数比的富氧下,随着O_(2)体积分数的增加,炉膛出口的CO_(2)体积分数和NO_(x)体积分数都先上升到最大值后稍微下降,呈正协同效应,但出现拐点的O_(2)体积分数不同;CO_(2)富集到一定程度时,能有效抑制NO_(x)的生成量;在富氧条件下,可实现炉膛出口的高CO_(2)富集与低NO_(x)生成量的协同控制技术。

两级浓淡燃烧室内氨-氢-空气预混旋流燃烧过程的NO_(x)排放特性

为了掌握燃气轮机两级浓淡燃烧室内氨-氢-空气预混旋流火焰的NO_(x)排放特性和影响NO_(x)生成的动力学机制,对氨-氢-空气预混旋流燃烧过程进行了三维反应流数值模拟并开展了燃烧反应动力学特性研究.结果表明:在掺氢比为35%、压力为0.5 MPa且当量比为1.20的绝热燃烧工况下,NO_(x)排放可降至54×10^(-6)(15%O_(2)).H+O_(2)(+M)=HO_(2)(+M)是燃烧压力影响氨-氢燃料燃烧过程中NO_(x)排放的关键反应.燃烧压力的升高会促进NO与HO_(2)反应并转化为NO_(2).对于氨-氢混合燃料而言,过高的掺氢比(60%~80%)会导致NO_(x)排放显著升高,而根据壁面热损失程度的不同,适当的掺氢比(35%~55%)则有利于实现较低的NO_(x)排放(54×10^(-6)~86×10^(-6)(15%O_(2))).

LOLIMOT模型在CNG发动机NO_(x)排放预测试验中的应用

为解决在选择性催化还原技术(selective catalytic reduction,SCR)的控制策略开发中局部线性模型树(local linear model tree,LOLIMOT)排放模型预测精度不足的问题,提出一种通过优化空间边界,将原模型的超矩形输入空间约束在物理意义范围内的改进LOLIMOT模型。通过某天然气发动机的辨识试验,从分布特征和计算原理角度,分析了该方法对预测结果的影响。结果表明:与原算法相比,改进算法的线性相关度R2提升了1.9%,验证了改进策略的有效性。改进LOLIMOT算法具备较高的收敛速度和稳定性,在排放模型领域具备一定的应用优势。

某F级燃气轮机燃烧与NO_(x)排放特性研究

为了给我国F级燃气轮机燃烧系统的燃烧调整与自主升级提供技术参考,以某F级燃气轮机环管燃烧室单筒为三维物理模型,采用Realizable k-ε湍流模型与小火焰生成流形(flamelet generated manifold,FGM)燃烧反应模型,研究了过量空气系数、主旋流叶片偏转角度及值班燃料占比等因素对燃烧室单筒内的温度分布规律、燃烧污染物NO_(x)的生成与排放特性的影响。结果表明:随着燃烧室单筒入口过量空气系数的增加,燃烧室单筒出口的平均温度与最大温度均下降,出口温度分布系数(out-let temperature distribution factor,OTDF)略微上升,出口温度分布均匀性降低,但NO_(x)排放量呈下降趋势;适当增大主旋流叶片偏转角度,可以降低燃烧室单筒内及过渡段出口截面的最高温度并提升温度均匀性,但出口NO_(x)排放量则呈先急剧下降后缓慢上升的趋势;在总燃料流量不变的情况下,值班燃料占比(质量分数)从4%增大到8%时,燃烧室单筒出口温度水平的变化很小,但会导致NO_(x)排放量明显增加。

基于BaZr_(0.8)Y_(0.2)O_(3-δ)电解质的电流型NO_(x)传感器

氮氧化物(NO_(x))传感器是选择性催化还原(SCR)系统的重要组件之一。为了降低传统NO_(x)传感器的工作温度,使用2%质量分数的NiO作为烧结助剂制备了质子导体BaZr_(0.8)Y_(0.2)O_(3-δ)(BZY)电解质,研究了NiO烧结助剂对BZY电解质的相结构、微观形貌的影响。制备了基于BZY电解质的电流型NO_(x)传感器。实验结果表明:该传感器在400℃时,对体积分数范围在10×10^(-6)~250×10^(-6)的NO_(2)显示出良好的线性响应。同时,也表现出较高的灵敏度、良好的选择性和重复性。

基于AM-CNN-LSTM模型的柴油机NO_(x)排放预测

为精确控制选择性催化还原(selective catalytic reduction,SCR)系统的尿素喷射,提出一种基于注意力机制(attention mechanism,AM)的卷积神经网络(convolutional neural networks,CNN)-长短时记忆网络(long shortterm memory,LSTM)模型预测柴油机NO_(x)排放的方法,根据柴油机NO_(x)生成机理和车辆实际道路测试采集的数据选取相关变量;使用AM-CNN模型提取特征,利用LSTM模型对提取的特征进行分析预测NO_(x)排放。结果表明:该混合模型对NO_(x)排放的预测精度较高,计算时间较少,平均绝对误差为5.307×10^(-6),决定系数为0.932。根据预测模型中输入参数权重分析影响NO_(x)生成的关键因素,可以为优化柴油机燃烧过程提供参考。

氢发动机SCR催化器的NO_(x)转化效率模拟

建立一维选择性催化还原(selective catalytic reduction,SCR)催化器模型,采用稳态、瞬态小样试验标定SCR化学反应动力学机理,并分析SCR催化器对氢发动机排气中NO_(x)的催化还原过程。结果表明:入口O2体积分数对NO_(x)催化还原有抑制作用,但入口H2O体积分数对NO_(x)转化效率没有明显影响;当温度为250~400℃时,线性温升工况NO_(x)转化效率高于稳态工况且超过98%;氢发动机排气温度和原排NO_(x)体积分数随功率增大而增大,当功率大于60 kW且氨氮比等于1时,SCR催化器转化效率小于95%;增加氨氮比对NO_(x)转化效率的提高作用较小,这是由于在高温条件下增加的NH3倾向与O2反应。

用于火电厂NO_(x)检测的Pt-In_(2)O_(3)传感器吸附及传感机理研究

火力发电产生的NO_(x)会对生态环境和公众健康造成严重危害。目前,我国对火电厂NO_(x)检测主要采用非分散红外技术和化学发光技术,需要对烟道的样气进行人工采样,步骤繁琐且无法实现对NO_(x)准确检测,半导气体传感器具有体积小、响应快速和成本低等优点,而广泛应用于气体污染物的检测。本文采用水热法制备了本征In_(2)O_(3)和Pt-In_(2)O_(3)气敏材料。基于搭建的微量气体气敏测试平台,测试了In_(2)O_(3)基传感器对NO和NO_(2)的浓度响应和响应恢复时间。研究表明,Pt-In_(2)O_(3)传感器对30ppm NO_(2)和NO的响应值分别为7.7和10.3,响应恢复时间分别为23 s/41 s和18 s/46 s,能够满足对火电厂NO_(x)检测的要求。另外,基于密度泛函理论计算了各吸附模型的吸附能和态密度以揭示其气敏机理。分析结果表明,Pt-In_(2)O_(3)对NO(-1.55 eV)和NO_(2)(-0.92 eV)表现出强烈的化学吸附,与宏观实验测试结果一致。因此,Pt-In_(2)O_(3)传感器可实现火电厂NO_(x)气体检测。