简介:燃煤锅炉是复杂的多变量系统,其飞灰的含碳量形成机理复杂,不能用简单的数学公式估算。现场实炉测试这些数据具有工作量大,测试工况有限等缺点;燃煤锅炉运行参数及燃料特性等因素影响着飞灰的含碳量,其相互耦合,导致分析数据过程困难。神经网络建模将燃煤锅炉视为黑箱,应用该方法可以良好的描述其输入输出之间的黑箱特性,因此,人工神经网络应用广泛。利用燃煤锅炉试验数据,采用3层BP(backpropagation)神经网络构建了锅炉飞灰的含碳量排放特性模型。通过锅炉的实测数据验证,该BP神经网络对飞灰含碳量相对预测误差在0.19%~0.50%,预测效果良好。测试结果表明,建立的神经网络预测模型可以准确逼近验证样本数据,也能够较好的逼近非验证样本数据,具有良好的泛化能力。
简介:为了采用数值方法解决户用中温沼气发酵系统与太阳能系统的匹配问题,提高能源的利用率。根据某实验室搭建的电加热沼气池实验台架进行了相应的数值模拟,提出一套数值方法来计算户用沼气发酵系统加热到35℃时对应的出口温度及需要的加热时间,并根据数值计算结果设计与之匹配的太阳能系统。结果显示,6m3户用沼气池加热到发酵温度35℃时,系统需要运行4.5h,对应的全真空管太阳能集热器的面积为4.52m2。
简介:通过对机械蒸汽压缩(mechanicalvaporcompression,MVC)-多效蒸馏(multi-effectevaporator,MEE)海水淡化系统建立模型,研究了压缩机输入功率与海水淡化系统运行参数之间的关系,分析了系统中压缩机与多效蒸发器之间相互耦合的匹配关系,探讨了辅助能源加热对系统运行状态及产水率的影响,并通过耦合风力发电机模型,研究了系统淡水产率随风电功率随机变化的响应曲线。结果表明:随压缩机输入功率的增加,多效蒸发器效间的传热温差增大,产水率也近似线性增加;辅助能源虽然有助于提高产水率,但其添加量不能超过一定的上限;对于一组平均为7.1m/s的随机风速,海水淡化系统的平均产水率为5.00t/h,平均产水能耗10.2kWh/t,而若采用20%辅助能源加热,可以使平均产水率提高0.21t/h。
简介:低挥发物煤种如无烟煤,半无烟煤及贫煤所含有的挥发物含量相当低,而灰份(有时候水分)却相当高。常规煤粉炉和燃烧器,由于这类谋在着火,稳燃和燃烬存在困难,一般很难烧好它。燃用这种煤的常规锅炉效率不高,飞灰可燃物含碳量高。锅炉的负荷调节比差,无油助燃最低负荷高。要成功的烧好这类煤,强化着火,稳燃措施以及较长的炉内停留时间是关键的技术措施,巴威公司(B&W)已致力于下喷燃烧技术40余年,积累了不少经验。巴威(B&W)向中国华能上安电厂所提供的2×350MW“W”火焰下喷燃锅炉是中国的首批,并取得成功。B&W还不断致力于发展和完善这一技术,本公司600MW级的W火焰下喷燃用无烟煤锅炉的设计业已完成可随时满足客户的需要。