共查询到20条相似文献,搜索用时 15 毫秒
1.
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。 相似文献
2.
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。 相似文献
3.
4.
5.
6.
7.
8.
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%. 相似文献
9.
10.
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。 相似文献
11.
12.
13.
《热能动力工程》2018,(11)
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。 相似文献
14.
15.
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Uc、热解炉风速Ub、静床层高度Hb及颗粒粒径dp等运行参数对物料循环流率Gs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:Hb>Uc>dp>Ub。研究结果可为双流化床反应器的设计及运行提供参考。 相似文献
16.
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. 相似文献
17.
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。 相似文献
18.
19.
《动力工程》2012,32(1)
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. 相似文献
20.
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。 相似文献