不同密度准东高铁煤熔融特性

研究不同密度准东高铁煤灰熔融特性,可探究准东高铁煤灰不均匀熔融规律。用有机重液浮沉法分离准东高铁煤不同密度组分,测定各煤样低温灰化后矿物组成及煤灰化学组成、熔融温度,经XRD和SEM-EDS分析熔融灰矿物组成、微观形貌和元素分布。发现准东高铁煤分离出不同密度组分主要分布于1.40~1.50 g/cm^(3),占51.79%,煤中铁赋存形态主要为硫铁矿及少量菱铁矿;煤灰中元素不同,分离出组分密度也不同,且随Fe元素含量增加煤样组分密度增大,在密度组分>1.50 g/cm^(3)的制备煤灰中Fe元素质量分数达67.50%;各组分灰成分差异大,煤中Fe是影响熔点主要因素之一,可显著降低整体煤灰熔融温度;结合高温灰样XRD与SEM-EDS分析,不同密度组分中钙铝黄长石含量增加是导致灰熔融温度增加的原因;Fe、Mg主要富集于轮廓较明显块状灰颗粒,Si和Ca主要富集于熔融区域,且随密度增大块状颗粒含量增多;块状灰颗粒矿物主要为镁铁氧化物和赤铁矿,熔融区域矿物主要为钙铝黄长石,在1300℃煤灰中熔融区域与块状颗粒并未熔合,可知高铁煤中Fe主要存在于煤中外来矿物,且含钠矿物与钙铝黄长石发生低温共熔,熔融区域熔点降低。

氧化硅添加剂对常压和加压条件下准东煤灰中钠和硫转化特性的影响

本实验研究了常压和加压条件下氧化硅添加剂对准东煤灰中钠和硫转化特性的影响。结果表明,氧化硅添加剂在高压下对钠的释放具有更强的抑制作用。0.1 MPa下,添加比为4%时,灰中钠含量比无添加剂时高3.5%。而4 MPa、添加比例为0和4%时,灰中钠含量比0.1 MPa、无添加剂时分别高5.4%和6.9%。在0.1 MPa时,钠主要以NaAlSiO_(4)和NaAlSi_(3)O_(8)的形式存在。随添加比的升高灰中NaAlSiO_(4)的含量增加,这有效地减弱了灰的团聚。在4 MPa时,添加剂含量的增加,抑制了低熔点矿物CaSO_(4)的分解,并且显著促进了NaAlSiO_(4)与CaSO_(4)反应生成Na_(6)Ca_(2)Al_(6)Si_(6)O_(24)(SO_(4))_(2)的反应。本实验提出了高压下氧化硅抑制煤灰中钠和硫释放的机理。

棉秆掺烧对燃煤锅炉燃烧特性影响的数值模拟研究

以某热电公司330 MW锅炉为研究对象,基于Fluent数值模拟软件对煤粉与棉秆混燃特性进行研究。以其结构参数与运行参数为依据,研究纯煤工况以及生物质不同掺烧比例、不同掺烧方式的6种工况。通过分析各个工况时炉膛的速度场、温度场、烟气组分及污染物NO的变化趋势,确定出最佳燃烧方式以提高燃煤效率,减少NO污染物排放。结果显示:相比于纯煤燃烧,掺烧棉秆后炉内主燃区温度降低,炉膛出口O_(2)含量减少,NO排放量随掺烧比例增大而减小。在掺烧方式的比较中,只在D层喷入棉秆有利于减少NO排放,其NO排放率较混合燃烧工况降低了15.2%。

基于聚光集热和脉动风压的定日镜群模拟研究

太阳辐射量和风荷载会直接影响光热电站的持续发电量。文章根据新疆哈密地区中电淖毛湖光热电站的实际环境情况,建立定日镜群的三维数值模型,对不同季节太阳辐射和迎风仰角下镜群的受热情况及流场特性开展数值模拟,分析获得风在不同入射角下镜面耀斑分布情况和脉动风压系数。结果表明:模拟所得镜群阻力系数和升力系数与相关研究结果较为吻合,验证了所建模型的有效性;不同季节下耀斑的分布规律较为相似,主要取决于太阳方向角的变化;随着风入射角的增大,镜群的尾流区域呈先减小后增大趋势;由于定日镜镜群中的尾流可有效抑制风压,结合镜群的排布方式保证内部的稳定性,其中,正五边形定日镜的中心处保持较低的脉动风压,极大提高了镜面受力均衡性。

燃准东煤锅炉水冷壁灰沉积特性研究

为了优化炉内燃烧,降低水冷壁结渣,以某电厂660 MW超超临界燃准东煤四角切圆锅炉为研究对象,在气固两相燃烧模型的基础上加载自定义的udf程序并耦合飞灰颗粒沉积模型,对锅炉辐射受热面灰颗粒沉积分布情况进行数值模拟研究。结果表明:在75%THA工况下,炉膛26~29 m和32~35 m高度区间内受热面的灰颗粒沉积速率最大;炉膛四墙的灰沉积分布具有相似性,沿着锅炉宽度和深度方向,壁面中间位置灰颗粒沉积速率最大,并且向两边逐渐减少;当负荷由75%THA增大到100%THA时,壁面灰颗粒沉积速率和沉积范围变大。

超超临界燃准东煤机组吹灰系统优化研究

吹灰是清除受热面积灰结渣的一种有效手段。目前电厂吹灰的频率和时机通常是依靠经验判断,效率低且经济成本高。为改善吹灰方式,以新疆准东地区某台660 MW超超临界燃煤电站锅炉为研究对象,基于电厂分布式控制系统(DCS)中的运行数据、受热面管束排布方式及入炉煤的煤质特性,运用热平衡法求出受热面上的灰污系数,并构建在线监测模型,利用该模型优化原有的吹灰系统。结果表明:优化后1天内吹灰频率减少4次,可为电厂节省约76.26 t煤,说明此优化模型经济效益十分明显。