论文部分内容阅读
双循环流化床生物质气化技术可实现生物质热电可燃气多联产、CO2的近零排放以及较高的碳转化率,实现生物质的高效、清洁利用。颗粒循环流率的控制是双循环流化床稳定运行的关键技术,也是技术难点,它在一定程度上反映了床内的运行情况。在热态条件下颗粒循环流率越大,燃烧室与气化室之间的温差就越小,气化室的温度就能维持在较高值提供气化所需热量,另外大的颗粒循环流率还可以减少向提升管中加入的附加燃料量。目前,在双循环流化床运行过程中很难实现颗粒循环流率的在线监测,建立颗粒循环流率的预测模型便成为了解床内运行情况并控制系统稳定运行的重要依据,同时对双循环流化床的设计也具有重要意义。本文搭建了双循环流化床颗粒循环流率实验台,对双循环流化床颗粒循环流率的特性进行了系统的实验研究,实验结果清晰的反应出双循环流化床中两床风速、物料平均粒径和静床高对颗粒循环流率的影响;根据双循环流化床的压力平衡和物料量守恒建立了颗粒循环流率的流体动力学模型,通过模型计算值与实验数据的对比分析发现,当颗粒循环流率小于2kgm-2s-1时,流体动力学模型的预测误差较大,而当颗粒循环流率大于2kgm-2s-1时,几乎所有点的预测值与实验值之间的偏差都保持在±20%以内,并且模型预测值随各因素的变化曲线与实验数据的变化曲线能较好的吻合;利用Matlab软件建立了加入动量的颗粒循环流率的BP神经网络模型,当模型为1个隐含层、15个隐含层节点时,网络稳定性较好,并且训练时间相对较短,网络性能达到最优,测试样本模拟值的相对误差同样保持在±20%以内,定义的平均偏离度仅为8%,总体偏离程度很小。从预测结果看,两种模型均具有较好的预测效果。