2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩71頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著國家對環(huán)保要求日益嚴格的政策環(huán)境,如何提高鍋爐運行效率,同時降低煙氣NOx的排放,實現鍋爐的經濟環(huán)保運行,增強自身的競爭力,是各燃煤電廠鍋爐運行需要解決的一個現實問題。
  論文以鍋爐燃燒優(yōu)化為研究內容,主要工作內容及研究成果如下:
  (1)分析了常規(guī)鍋爐效率計算方法存在的問題,提出了用于燃燒優(yōu)化的名義鍋爐效率計算及修正方法。并使用省煤器出口煙氣參數替代常規(guī)爐效計算中的空預器排煙處煙氣參數來計算各項熱損失,排除了脫硫、

2、脫硝以及鍋爐尾部空預器積灰漏風等非燃燒運行參數因素對鍋爐效率及燃燒優(yōu)化的影響;提出了采用參與比較的所有工況的平均送風溫度、給水溫度和煤質作為爐效修正的基準值,使爐效修正更具合理性。通過計算實例,驗證了名義鍋爐效率用于燃燒優(yōu)化的合理性。
  (2)針對某電廠300MW機組鍋爐進行了燃燒調整試驗研究,設計了燃燒調整試驗工況,根據試驗數據分析了影響爐效、NOx排放量、飛灰含碳量和鍋爐排煙溫度的主要因素,給出了兩個特定負荷下推薦的優(yōu)化燃燒

3、運行方式,并為基于模型的燃燒優(yōu)化的可靠性分析提供依據。
  (3)研究了基于智能計算的燃燒優(yōu)化。采用神經網絡技術,根據鍋爐燃燒調整試驗數據和機組運行歷史數據,建立了燃燒優(yōu)化RBF神經網絡模型。該模型采用名義鍋爐效率作為模型的輸出,有效避免了非燃燒變量因素對模型的影響?;谌紵齼?yōu)化神經網絡模型,以提高鍋爐效率、降低煙氣NOx排放量為優(yōu)化目標,采用遺傳算法對鍋爐可調燃燒運行參數進行了優(yōu)化,并將模型優(yōu)化結果與燃燒調整試驗優(yōu)化結果進行了比

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論