基于遗传算法优化BP神经网络的SCR脱硝系统催化剂体积设计

火电厂SCR脱硝系统的设计需要在满足脱硝效率的同时,尽可能节约成本,因此需要准确预测SCR脱硝所需的催化剂体积。火电厂的烟气条件复杂多变,烟气温度、烟气流量、出入口NO_x浓度等参数都会影响SCR催化剂的体积设计,因此催化剂体积预测是一个多因素耦合的问题。针对这一特点,使用BP神经网络对催化剂体积设计进行了预测,并针对该模型结构上的缺陷,进行基于遗传算法优化的神经网络建模研究。结果表明,遗传算法优化后的BP神经网络模型预测精度和数据拟合能力均有提高,为脱硝系统的催化剂体积设计提供了新思路。     

Mn-Cu-Ce-Fe/REY系列催化剂上NH3选择性催化还原NO性能

采用正交实验设计和浸渍法制备Mn-Cu-Fe-Ce/REY催化剂。采用固定床微型反应器评价SO₂存在下催化剂在NH₃选择性催化还原NO反应中的活性,考察Mn、Cu、Fe和Ce各活性组分对催化剂活性的影响,并采用XRD、H₂-TPR和SEM等手段对催化剂进行表征。结果表明,Mn、Cu、Fe和Ce各活性组分对催化剂活性影响顺序为：Cu＞Fe＞Ce＞Mn,催化剂的氧化还原性能影响催化剂活性。     

烧结烟气低温SCR脱硝催化剂半工业化试验

低温SCR是烧结烟气脱硝技术发展的主要方向,而催化剂是其中的关键因素.针对烧结烟气的特点,研发出低温平板式抗碱脱硝催化剂.为了明确该催化剂的低温脱硝活性、运行稳定性、积灰特性和抗碱金属中毒能力,在太钢450 m2烧结机活性炭脱硫脱硝装置后进行了低温SCR脱硝催化剂半工业化试验.结果表明,在150℃的烟气温度下,催化剂脱...