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。     

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。     

双循环流化床返料量冷态试验研究

双循环流化床生物质气化装置的关键是合理的控制循环返料量。搭建了一个双循环流化床冷态试验台,它主要由提升管和鼓泡床组成。在试验台上就鼓泡床风速、静床高、物料平均粒径和溢流口高度几方面因素对循环返料量的影响进行了试验。试验结果表明:双循环流化床的循环返料量随静床高和鼓泡床风速的增加而增加,随物料粒径和溢流口高度的增加而减小,并且静床高越高循环返料量随鼓泡床风速变化的线性趋势越明显。试验结果对控制双循环流化床的循环返料量具有一定意义。     

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...     

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。     

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。     

双循环流化床颗粒流率实验研究及模型预测

自行设计搭建了双循环流化床冷态装置,通过单一变量法实验,研究气化室风速、提升管风速、物料粒径及物料量对锥形布风板双流化床颗粒循环流率的影响,得出改良后的锥形布风板颗粒流率要高于水平布风板,并且颗粒循环流率随着气化室风速、提升管风速、物料量的增加有所增大,随着物料粒径的增大而减小。利用Matlab建立了3种改进BP神经网络模型分别预测双流化床颗粒循环流率,得出含有1个隐含层,26个神经元节点数的LM-BP神经网络对锥形布风板双循环流化床颗粒循环流率具有较好的预测效果。     

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％．     

鼓泡流化床风帽压力波动信号的小波局部奇异性检测

在冷态鼓泡流化床实验台上,针对不同流化数、静床高及床料颗粒粒径下测得的风帽压力波动信号,采用小波模极大值法获取信号的小波局部极大模线,分析了流化数、静床高及床料颗粒粒径对鼓泡流化床风帽压力波动信号奇异性的影响.结果表明:风帽压力波动信号的局部奇异性随着流化数的减小、静床高的增加和床料颗粒粒径的增大而有所增强,说明通过小波局部极大模线可以对风帽压力波动信号的局部奇异性进行描述,并且能够反映鼓泡流化床流化数、静床高和床料颗粒粒径变化时床内气固流动状态的变化.     

双流化床提升管二次风对其循环流率的影响规律

双循环流化床提升管二次风特性是影响颗粒循环流率的重要因素。设计并搭建了双循环流化床冷态实验台,通过实验分析了二次风风速、送风方式、风口高度及风口数目对颗粒循环流率的影响。实验表明:对于物料固定粒径、固定静床高时,颗粒循环流率随着二次风速的增加而增加,风速达到一定值后,颗粒循环流率的增加趋势趋于平缓;风速一定时,径向送风比切向给风时颗粒循环流率大,4个二次送风口比2个送风口时颗粒循环流率稍大;二次风口在距布风板15cm时比20cm时颗粒循环流率明显增加,且风口高度对颗粒循环流率的影响随着风速的增加逐渐明显。     

带提升管内循环流化床的流动特性研究

运行参数和结构尺寸是内循环流化床物料循环流率的重要因素。设计并搭建了内循环流化冷态试验台,通过实验分析了气化室风速、提升管风速、返料孔高度及大小对物料循环流率的影响。实验表明:物料循环流率随气化室风速、提升管风速的增大而增大,但增加幅度变化不同;随返料孔位置的增高而下降,且下降速度加快;随着返料孔面积的增大,先增大然后减小。     

不同布风板对双流化床循环流率影响实验研究

颗粒循环流率是双流化床生物质气化装置的重要运行参数,布风方式对其有重要影响。在自行搭建的冷态实验台上,分别研究了采用锥形布风板和水平布风板时一些运行参数对颗粒循环流率的影响。实验结果表明:颗粒循环流率随着气化室和提升管风速增加而增加,增加幅度随着风速的提高而减小;随着颗粒粒径的增大而明显降低;随着物料重量的增大而增加;无论是何种工况,锥形布风板下的循环流率普遍高于水平布风板下的值。所以,锥形布风板是较优的布风方式。     

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。     

循环流化床布风方式对颗粒循环流率的影响

在带中心提升管的内循环流化床冷态试验台上,针对锥形和平板形2种布风板布置方式下各控制参数对循环流率的影响进行了试验研究．结果表明：锥形布风板上的临界全部流化速度明显大于物料临界流化速度;随着气化室和提升管内风速的增加,循环流率增大,但增大的速率逐渐降低;气化室和提升管内风速以及料层高度对锥形布风板下循环流率的影响大于平板形布风板,但是物料粒径对锥形布风板循环流化床循环流率的影响却小于平板形布风板．     

双流化床物料循环系统的冷态试验研究

合理控制物料循环流率是双流化床反应器系统装置设计开发和运行的关键。在自主搭建的双流化床物流循环冷态试验平台上,针对燃烧炉风速U_c、热解炉风速U_b、静床层高度H_b及颗粒粒径d_p等运行参数对物料循环流率G_s的影响规律进行了试验研究,结果表明:燃烧炉风速、热解炉风速和静床层高度的增大都会使得物料循环流率增大,但热解炉风速增加幅度不大;同时,分析了运行参数对Loop-seal返料性能的影响,结果表明,在试验运行参数范围内,物料循环流率受运行参数影响程度顺序为:H_b>U_c>d_p>U_b。研究结果可为双流化床反应器的设计及运行提供参考。     

循环流化床系统物料分布及循环流率的实验研究

在一冷态循环流化床实验装置上,考察了一定颗粒原始存料量下,流化风速和回料风量对物料在循环系统中的分布和循环流率的影响.实验结果表明,当固定回料风量时,系统颗粒循环量随着流化风速的增加先增加后有所减少.流化风速较高时,系统将离开了传统的快速床操浊?为在高风速下保持和提高颗粒循环流率,需要进一步提高回料阀的输送能力.当固定流化风速时,回料阀松动风的增加将提高系统颗粒循环流率;但随着料封高度的降低,回料阀向提升管输送的颗粒量趋于稳定.过高的松动风量将破坏正常的料封,这对实际操作是不利的.     

基于GA-BP神经网络的带提升管内循环流化床循环流率预测

自行搭建了带提升管的内循环流化床试验台,研究了提升管风速、气化室风速、颗粒平均粒径、床层高度对循环流率的影响。基于遗传算法优化BP神经网络原理,建立了GA-BP人工神经网络模型,用来预测带提升管的内循环流化床的颗粒循环流率。通过对GA-BP神经网络模型颗粒循环流率的预测值与试验值的比较发现:当隐含层数目为22时,最大相对误差为±6.6917%,误差的均方差为2.899%。该模型预测数据与试验值比较吻合,能够较好的预测颗粒循环流率。     

循环流化床内气粒两相传热的萘升华模拟实验研究

在循环流化床试验台上对床中气体与颗粒两相间的传热特性进行了试验研究，试验中首次将萘升华热质类比技术应用于循环流化床内气粒两相间传热的研究中，考察了不同的固体颗粒循环量、一次风风速和床料平均粒径对气粒间换热的影响。试验表明：随着一次风风速的增加，循环床中气体和颗粒之间的表现热换系数变大，当固体颗粒循环量增加或颗粒平均粒径减小时，表征相间换热特性的Nu数增大。图5表1参4     

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.     

两相流动对流化床燃烧行为的影响

循环床锅炉沿床高的烟气浓度及燃烧份额分布测试结果证明,鼓泡流化床和循环流化床的重要差异表现为密相区燃烧行为的根本不同,由于床料平均粒径较低,循环床密相区的流动不同于鼓泡床,导致气固两相之间的传质阻力增加,从而影响燃烧反应,密相区的燃烧行为表现为欠氧。循环床锅炉沿床高乃至分离器都有燃烧反应发生,建立了考虑气固相间传质阻力的流化床密相区燃烧模型,并与实际循环流化床锅炉的测试数据比较,计算结果与测试值比较吻合。