基于钴改性的钙基吸附剂污泥富氢气化

基于钙基吸附剂的污泥蒸汽气化制取富氢合成气是一种高效环保的污泥处理方式。本文采用溶胶-凝胶法制备了Co改性、Al₂O₃为载体的钙基吸附剂。借助热重分析仪测定不同钙基吸附剂在多个碳酸化和煅烧循环中的CO₂吸附能力和循环稳定性,并在固定床上进行污泥蒸汽气化实验。结果显示：煅烧过程中,以Al₂O₃为载体的钙基吸附剂中的Al₂O₃与CaO生成七铝酸十二钙(Ca₁₂Al₁₄O₃₃),并表现出优异的孔隙结构的和CO₂吸附能力,其中,Co质量分数为10%的吸附剂在30次循环（700℃碳酸化35min,850℃煅烧5min）中碳酸化率稳定在70%左右;提高气化温度及Co的添加量可促进焦油裂解和甲烷重整反应,显著提高了合成气中H₂的浓度和产量及污泥气化的冷煤气效率,有利于富氢气体的制取;在650℃下,相比于纯CaO,添加Co质量分数为15%的吸附剂时,H₂产量提高了102%,H₂体积分数提高到85%。     

基于改进KNN算法的汽轮机通流故障诊断方法及应用

汽轮机的故障诊断对整个电厂的安全运行意义重大。根据热力参数建立计算模型可以及早地观测到性能退化趋势,预测设备故障类型。本文采用特征通流面积的方法建立汽轮机系统性能退化模型,模拟系统故障样本与测试样本,建立设备故障样本库。通过使用改进的KNN（K-nearest neighbor）算法,基于汽水系统热力参数变化规律,计算当前机组运行数据样本相对于设备故障样本的相似度,判定当前机组各设备已发生故障的概率。通过对某S109FA联合循环机组汽轮机研究结果表明,特征通流面积在不同工况下的计算误差均在5%以内,满足工程计算要求。相比于传统KNN算法,改进KNN算法通过样本评估近邻在决策过程中的权重,取得了比传统KNN算法更高的分类正确率。对测试样本故障诊断结果表明,改进KNN算法比传统KNN算法诊断准确率更高,对测试样本诊断准确率为100%,采用改进KNN算法汽轮机系统故障诊断具有可行性,与现场实际情况吻合。     

联合循环机组余热锅炉效率敏感性分析

本文基于余热锅炉受热面传热机理,结合联合循环机组实际运行数据,通过支持向量回归建立余热锅炉效率敏感性分析模型,分析各受热面传热效能变化、环境温度和机组负荷对余热锅炉效率的影响规律。结果表明:余热锅炉效率敏感性分析模型在测试集上均方根误差为1.38×10^-3,与通过厂家热平衡图计算的余热锅炉效率吻合良好,预测精度较高;余热锅炉效率随环境温度降低,随燃气轮机排烟流量升高,随受热面传热效能退化而降低,各受热面中高压锅炉系统蒸发器和过热器性能变化对余热锅炉效率影响较大,高压蒸发器和过热器受热面传热效能每退化1.0%,余热锅炉效率分别下降约0.4%和0.2%。该研究结果可为余热锅炉故障诊断及检修维护提供一定的理论支持。