基于动力学模型的双循环流化床颗粒循环流率实验研究与预测

基于不同快速床压降的计算方法建立动力学模型实现对颗粒循环流率的预测计算,并进行冷态系统的实验验证。研究发现:颗粒循环流率随鼓泡床流化床风速的增大无明显变化;随快速床风速(二次风风速)的增大,出现增大趋势,但增长速率逐渐放缓;颗粒循环流率随经床层高度的增加而增大,随平均粒径的减小而增大,且平均粒径的影响程度较大。在实验各工况下模型计算值与实验值误差的最大误差为18.59%,在工业允许范围内验证该动力学模型的准确性。     

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。     

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7．7035％,平均相对误差为3．5943％．     

双循环流化床内稻壳-石英砂混合颗粒循环流率的实验研究与预测

混合颗粒循环流率是气化反应的双循环流化床系统稳定运行的关键。在自行搭建的双循环流化床冷态系统上,对气化室风速、提升管风速、初始物料质量和石英砂粒径等控制参数对不同稻壳质量比的稻壳-石英砂混合颗粒的循环流率的影响进行实验研究。研究表明:混合颗粒循环流率随着气化室和提升管风速的增加而增加;随着初始物料质量的增加,气化室侧返料管压力增加,混合颗粒循环流率增大;随着粒径增加,石英砂颗粒流化困难,循环流率减小;由于稻壳密度小,形状不规则,在一定程度上阻碍物料的流化,因此随着稻壳质量比的增加循环流率下降;基于以上各参数提出经验关联式,预测误差在-18. 04%～19. 8%间,能够很好地对双循环流化床系统中稻壳-石英砂双组份物料颗粒的循环流率进行预测。     

中心提升管内循环流化床颗粒循环流率预测研究

中心提升管内循环流化床生物质气化装置的关键是合理控制物料循环量.自行设计并搭建了中心提升管内循环流化床冷态试验台,在小型试验台上就运行参数对颗粒循环流率的影响进行了试验.试验结果表明:颗粒循环流率随着提升管风速或鼓泡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于缓慢.在试验基...     

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。     

内循环流化床循环流率的试验研究与模型预测

合理的循环流率是内循环流化床稳定运行的关键之一。在自行搭建的试验台上,对各控制参数对循环流率的影响进行研究,发现:颗粒循环流率随气化室风速和提升管风速的增大而增大,但增长速率逐渐变小;随料层高度的增大而增大;随着物料粒径的增大,循环流率减小,并且减小趋势增大。此外提出了3种循环流率模型,并对模型计算值与试验值进行比较,得到了较优模型。     

双循环流化床冷态实验研究

由主循环流化床(主床)和副循环流化床(副床)组成的双循环流化床冷态实验系统中,测量了不同工况下的压力分布以及主床和副床的物料循环率,分析了装料量、主床一次风流化速度和副床二次风流化速度对压力分布以及物料循环率的影响,为双循环流化床的工艺设计提供实验依据.     

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。     

内循环流化床及其粒子带出率的试验研究

在分析目前流化床存在问题的基础上,提出了“内循环流化床”的概念。指出下旋流场是实现粒子内循环的重要条件。用三种物料进行了粒子带出率试验,验证了内循环流化床对控制粒子带出率的有效性。在内循环流化床中,气固扰动强烈,混合充分,粒子停留时间长,有利于提高燃烧和脱硫效率。内循环流化床还具有结构简单、紧凑、投资省、运行维护方便等特点。     

Study on Prediction Model for Solid Circulation Rate in a Dual Circulating Fluidized Bed Based on LM Algorithm

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.     

循环流化床中贴壁回探流的机理试验研究

通过在循环流化床模型进行的试验研究,探讨了贴壁回探的形成机理,提出了贴壁回探 的物理模型。对工程设计和循环床理研究都有有意义。     

燃煤循环流化床模型与试验研究

利用循环流化床内气－固两相流动等基础方面的研究成果,根据本文床内气固浓－淡流动模型,建立适用不同结构参数的循环流化床燃烧模型,考虑了床内气体、固体颗粒的返混、循环过程,以及煤燃烧、ＮＯ的生成和分解、颗粒磨损等因素。在循环流化床燃烧试验台上进行实验研究,模型仿真结果和实验数据吻合良好,表明气固两相浓－淡流动模型所建立的循环流化床燃烧系统模型可以正确地模拟循环流化床的燃烧过程。     

循环流化床内颗粒停留时间分布

为进一步了解循环流化床床内复杂的流体动力特性,在200mm×200mm的冷态循环流化床试验台上以从床料中筛分出来的某一粒径的颗粒为示踪颗粒,用脉冲加入示踪剂法直接测量了固体颗粒停留时间分布.对试验所得的固体颗粒停留时间分布曲线的分析明显表明床内存在着由于流体动力特性和几何结构引起的颗粒返混.基于循环流化床内特殊的核心-边壁区流体动力结构,建立了能描述循环流化床和下排气旋风分离器内固体颗粒流体动力特性及固体停留时分布的数学模型.该模型计算结果和实验数据吻合良好.     

循环流化床颗粒湍动功率谱特性

循环流化床因其气固混合剧烈，气固相对滑移速度大，床内温度均一，而广泛应用于化工和能源领域。本文利用ＦＦＴ方法对循环流化床内的颗粒浓度、颗粒速度及颗粒动量３种时间序列进行了大量的概率分析及统计，系统地研究了循环流化床内颗粒湍动特性，研究结果将对循环床设计和运行产生重要影响。     

循环流化床稀相区流动结构的实验研究

应用粒子动态分析仪，对方形管循环流化床的稳定段颗粒相的流动结构进行了实验研究。颗粒浓度呈中心稀，壁面附近浓，且边角效应明显；颗粒速度的垂直分量中心向上，壁面附近向下，水平分量则指出／向壁面和角落。颗粒浓度和速度分布特性证实了方形环核结构２的存在。颗粒相的湍流脉动量随着向壁面的靠近而降低，且表现出显著的各向异性特点。湍流相关脉动量在床中心大，边壁低，且在床的中心区域呈现出各向异性而在边壁区则表现了各     

循环流化床烟气脱硫的实验研究及其数学模型

建立了循环流档烟气脱硫试验台,并在增湿反应机理的基础上建立了循环流化床烟气脱硫的数学模型,将模型计算结果与实验值进行了比较,模型能够较好地反映脱硫效率随喷水量及Ｃａ／ｓ比变化而变化的规律。