排序方式: 共有6条查询结果,搜索用时 93 毫秒
1
1.
首先利用管式炉对燃煤及燃煤加氯后煤中汞排放进行研究,结果表明,对于神混煤而言,原煤燃烧后烟气中单质Hg0和氧化态汞Hg2+的比例分别为74.3%、25.7%。添加Cl后,烟气中Hg2+的比例有所上升,当加氯量为0.015%、0.030%和0.045%时,烟气中Hg2+的比例分别上升为32.7%、36.1%和40%,随加氯量的增加,其对汞的氧化作用也随之增强。在现场工程示范试验中,利用脱硫废水中的氯氧化烟气中的汞,以达到脱硫废水与烟气中的汞协同脱除的目的。结果表明,随着脱硫废水喷洒煤的量越大,进入SCR烟气中Hg2+比例增大,经过SCR后Hg2+的比例随之增大。由于飞灰对Hg2+的吸附能力较Hg0强,电除尘系统的脱汞效率提高,但脱硫废水喷洒煤对湿电除尘系统的脱汞效率影响不大。总之,脱硫废水喷洒量越大,燃煤机组烟气净化设备对汞协同去除效率也随之提高。 相似文献
2.
3.
电厂锅炉管道系统随着机组参与深度调峰而承受的交变载荷不断增加,对管道温度、压力预测和健康状态评估提出了新的要求。基于电厂真实管道温度、压力数据,提出了多阶管道健康评价算法,搭建了CNN-GAN数据增强网络。通过CNN-GAN数据增强网络与管道真实运行数据,生成带管道健康评价函数的合成数据集。预测模型采用双层LSTM结构,对管道未来30步的温度、压力和健康状态进行预测。所提出的多阶管道健康评价算法能够准确判定温度、压力超额定和短期波动较大等非正常工况,对指导运维人员检修以及提前预警具有一定的价值。CNN-GAN算法比原始GAN能够生成更加真实的管道温度压力仿真数据集。未来30步的预测步长中,不同工况条件下,建立的预测网络最大绝对误差控制在6%以内。 相似文献
4.
5.
6.
针对滚动轴承故障诊断模型在变工况和环境噪声干扰下诊断精度降低的问题,提出一种基于双注意力机制的多尺度卷积网络(dual attention and multi-scale convolutional networks, DAMSCN)与改进的双向门控循环单元(bidirectional gated recurrent unit, BiGRU)组成的故障诊断模型DAMSCN-BiGRU。首先,多尺度特征融合模块使用不同大小的卷积核,获得多种感受野,从而提取到轴承原始振动信号的多尺度特征信息,并根据重要性对其进行自适应融合,然后利用通道注意力和空间注意力组成的双注意力模块(dual attention module, DAM)对多尺度特征进行重新标定,分配注意力权重,削弱融合特征中的冗余特征;然后,增加注意力层和利用分段激活改进BiGRU进而挖掘信号的时域特征,以提高轴承故障诊断的性能;最后,通过Softmax层完成对不同故障的分类。试验结果表明,与其他智能诊断模型相比,DAMSCN-BiGRU在变工况环境下,平均诊断精度达到98.2%,在强噪声背景下仍然有着85.3%的准确率,且在不同程... 相似文献
1