生活垃圾热值计算模型研究进展

垃圾热值是决定垃圾是否能采用焚烧处理,以及焚烧处理厂设计和运行的重要因素。经验模型是常用的获取热值的方法。梳理了国内外关于生活垃圾热值计算模型的研究,从热值的表示、计算模型的类型、建模方法、数据来源及样本大小等方面进行综述,发现热值表示方式在该研究领域不统一,建立模型的样本量小,缺乏普适模型,推广难,人工神经网络模型还有待开发。建立精度高、适用性广的普适模型将是未来研究重点。     

垃圾热值的研究进展

垃圾的热值是决定垃圾能否采取热处理的一个重要因素,同时也是确定热处理过程中辅助燃料用量的一个重要依据。目前,关于垃圾热值的研究主要集中于垃圾热值的影响因素和相关计算公式或预测模型。详细阐述了垃圾热值的国内外研究进展,讨论了垃圾热值的主要影响因素、计算公式及预测模型。结果表明：含水率是影响垃圾热值的主要因素,垃圾前期分类收集是降低垃圾含水率的最有效途径;垃圾热值的计算公式和预测模型大多数是基于国外垃圾,针对国内垃圾的相关计算公式和预测模型较少,且精确度较低。由此可见,关于垃圾前期分类收集、适用于国内垃圾的计算公式和预测模型是未来研究的重中之重。     

应用神经网络方法预测生物质的热值

应用人工神经网络方法对生物质的热值进行了预测,网络的训练数据集来自美国Biomass Feedstock Composition and Property Database of U．S．Department of Energy。神经网络以生物质的工业分析结果作为输入数据．采用56组数据对网络进行训练,以7组数据对网络进行验证,对网络输出值与实际值进行比较,相对误差在0．08％以内。人工神经网络成功地预测各种生物质的热值,说明人工神经网络能够处理生物质的热值与工业分析各组分间的非线性关系。     

基于工业分析的生活垃圾热值预测模型研究

基于工业分析和国内城市生活垃圾数据,获得垃圾热值预测模型,并和基于组分和基于元素含量的经验公式作对比研究。研究表明:针对城市生活垃圾,基于工业分析的预测模型相对于其他两项公式有着更好的预测效果,85%数据的相对误差小于15%;低灰分(6%)垃圾相对于高灰分(18%)垃圾,每降低1%含水率所提升的热值效果从125 kJ提高到153.8 kJ;低水分(41%)垃圾相对于高水分(62%)垃圾,每降低1%含水率所提升的热值效果从240.7 kJ提高到266.7 kJ。由于城市生活垃圾收到基中灰分集中在6%～15%,含水率集中在40%～65%,因此对于生活垃圾焚烧工艺,应优先考虑降低含水率而非灰分来提高垃圾热值。     

城市生活垃圾热值预测的研究

依据已有的各地城市生活垃圾的数据，从垃圾组分中纸张、塑料橡胶、纺织物、竹木等成分的元素含量（C，H，S，O）出发，提出了一个统计性的生活垃圾各组分的元素含量表。并以此表为基础，结合灰色关联分析和生活垃圾的质量组分百分比，应用Dulong和Steuere热值预测公式进行预测。用已知生活垃圾数据的14个城市进行检验，预测的结果与实际的热值相比，精度可以接受。     

基于LSTM的烟气NOx浓度动态软测量模型

针对SCR系统出口NO_x浓度测量准确性较差、CEMS测量存在较大延迟且吹扫过程中无法测量NO_x浓度的问题,依托某660 MW机组的实际运行数据,建立基于长短期记忆神经网络(LSTM)的烟囱入口NO_x浓度软测量模型。为了验证其对烟囱入口NO_x浓度的预测性能,将所建LSTM模型与RNN模型、BPNN模型和KPLS 3种模型进行对比分析。研究表明:LSTM模型的预测均方根误差为1.34 mg/m~3,平均相对误差为3.51%,模型预测精度优于其他3种模型;LSTM模型的泛化能力较强,数据动态跟踪效果好,具有较高的预测稳定性。     

基于模糊神经网络的点火提前角时间差软测量模型

基于模糊神经网络的理论方法,以点火提前角、发动机的功率和转速等特征参数作为二次变量,提出了点火提前角时间差软测量模型.仿真结果表明,软测量模型具有非常好的映射性能.试验结果表明,利用软测量模型对点火提前角进行控制时,该模型能在连续工作120h内很好地实现成功点火,以及在冷起动条件下保证一次性点火成功,并且能满足排放性能要求.     

改变入炉燃料热值对电厂运行的影响

介绍演马电力根据自身的特点,降低入炉燃料热值,分析比较改造,来达到节煤、减少运行成本的目的。     

基于PCA—BP神经网络的锅炉煤质的软测量

采用主元分析法（PCA）与BP神经网络相结合的方法,为电站锅炉入炉煤质中的挥发分和低位热值建立了软测量模型。应用主元分析法对与入炉煤质相关的运行参数进行降维处理,再将处理过后的综合变量作为BP神经网络的输入变量,方便和简化了过程数据的处理,亦使得煤质预测的精度得到了有效提高。     

交流电弧炉电弧功率软测量模型

电弧功率对于电弧炉冶炼时间、吨钢电耗有着直接的影响,所以对电弧功率进行在线监测是十分重要的。但是由于现阶段检测技术的限制,对电弧功率进行直接测量比较困难,因此建立电弧功率软测量模型有着十分重要的现实意义。电弧功率软测量模型是以三相不平衡电路计算为基础,选择电炉变压器二次侧出口线电压和相电流作为辅助变量,从而实现了对电弧功率的在线测量。通过与实测数据进行对比,说明了模型具有较好的精度,可以用于对电弧功率进行在线监测。     

神经网络法用于预测城市生活垃圾热值

采用神经网络方法对垃圾热值进行了预测。通过对垃圾组分与热值的相关性分析得知城市生活垃圾的热值与塑料和纸的关系最密切,并采用多元线性回归方法得出热值与物理组成的关系。针对垃圾成份的复杂多变性,采用神经网络方法对城市生活垃圾的热值进行了预测。神经网络以垃圾的物理组成（塑料、纸、食品、草木和织物）作为输入,采用108组数据BP算法对网络进行训练,发现采用隐层单元数为7,学习速率为0．1时,网络收敛速度较快,同时给出均方差随计算次数的变化关系,并将计算结果与实验测量值进行了比较。结果显示108组数据中仅有4组数据与测量值的相对误差超过5％,其余数据均在5％误差范围内,比多元线性回归方法有较大改善。     

CAO垃圾焚烧系统热力模型研究

将CAO垃圾焚烧系统的两个燃烧室划分为：加热干燥区（A）、热解气化区（B）、残碳燃烧区（C）、可燃气燃烧区（D）。用多孔介质有效导热系数法,建立了A、B区中垃圾升温的传热模型;用不规则孔隙网络法,建立了B、C区中碳的气化和燃烧反应模型;用均相动力控制反应模型,分析了D区中多种化合物燃烬规律。最后讨论了CAO系统稳定燃烧的规律。     

甲醇汽油热值研究

用氧弹热量计对甲醇、汽油以及甲醇汽油的热值进行了测定,误差控制在国家标准GB/T384-81要求的范围内。通过实验,得出甲醇汽油的热值随着甲醇比例的增加而降低。采用理论分析公式计算的热值与实验值的误差范围为4.8%~37.8%,采用传统拟合公式的误差范围为0.6%~28.2%,采用本实验新推论的拟合公式误差范围为0.2%~2.9%。     

1 MW循环流化床垃圾焚烧的试验研究

利用1 MW循环床垃圾焚烧大型热态试验装置进行了生活垃圾焚烧试验。试验中测量了绝热炉膛沿炉膛高度的温度分布和CO、NOx、SO2等气体成分的浓度分布。结果表明,焚烧垃圾时,炉膛的温度分布与燃煤时显著不同;相对于燃煤锅炉,垃圾焚烧炉需要更高的炉膛;垃圾焚烧的烟气成分中NOx较低,不经处理即能达标。可为循环床垃圾焚烧炉的设计和运行提供参考。     

新型转式焚烧炉内垃圾焚烧的工艺研究

在一小型转式焚烧炉内，对焚烧工况进行研究，确定了焚烧的工艺条件，结果表明，新型转工焚烧炉可实现垃圾的分段燃烧,合理的送风控制可确保垃圾的稳定燃烧。     

城市垃圾焚烧过程中重金属释放行为的试验研究

以城市垃圾为研究对象，在流化床试验装置上进行焚烧试验，并采用电感耦合等离子体发射光谱仪在线测量烟气中的重金属浓度，研究不同气氛条件(空气、混合气和氮气)下Cd、Pb及Zn3种重金属的释放特性．试验发现，城市垃圾焚烧过程中，在还原气氛及HCl存在的情况下，Cd及Pb较易挥发释放，而Zn释放程度较低，且基本不受气氛条件的影响．研究结果对揭示城市垃圾流化床焚烧过程中重金属释放行为有一定的意义．     

新型直燃集成式生活垃圾焚烧炉的焚烧试验研究

新型直燃集成式生活垃圾焚烧技术是一种与环境发展相协调的生活垃圾处理技术。该技术采用独特的空气预热的设计结构,简化了焚烧炉的结构,提高了烟气热利用的效率。通过实验表明：该焚烧技术具有二次污染小,焚烧稳定,处理效率高的特点。其中二次燃烧室排放的烟气中CO浓度低于80mg／m^3,SO2浓度低于312mg／m^3,HCI浓度低于187mg／m^3,NOx浓度低于107mg／m^3,排放尾气中二恶英类物质毒性含量低于0．2ng—TEQ／m^3;灰渣的重金属毒性浸出含量低于国家危险废物毒性浸出标准。     

低热值劣质无烟煤循环流化床锅炉的设计

通过对国外引进技术的消化吸收和对循环流化床锅炉的结构进行改造,使其适于燃用低热值劣质无烟煤,完善和丰富了北京锅炉厂循环流化床锅炉系列。     

电站锅炉对流受热面积灰在线监测的研究

针对在线监测电站锅炉对流受热面积灰的需要,建立了对流受热面的污染监测模型.以HG1021/18.2-YM9型锅炉为监测对象,开发了受热面积灰在线监测系统,成功实现了锅炉对流受热面污染的在线监测.