石灰石CO2循环特性神经网络预测
2012-07-10陈鸿伟危日光高建强黄新章
动力工程学报 2012年4期
陈鸿伟, 闫 瑾, 危日光, 高建强, 黄新章
(1.华北电力大学 能源与动力工程学院,保定071003;2.沈阳工程学院 能源与动力工程系,沈阳110136)
以化石燃料为原料的能源生产工业,其CO2排放量已占全球总排放量的30%以上.因此,有效减少能源工业中温室气体排放成为急需解决的重要课题[1].目前最可行的减排方法,是利用固态吸收剂捕捉和分离烟气(或气化气)中的CO2,然后将得到的高浓度CO2气体液化后注入地质处置层或深海[2].采用钙基吸收剂作为CO2捕集循环中的载体,化学过程简单,成本低廉且可有效避免CO2捕捉过程中的热动力损失,但是还存在亟待解决的实际应用问题.其中关键问题就是要解决循环反应过程中颗粒烧结引起煅烧后颗粒表面形貌、微颗粒结构以及孔隙结构的恶化,因为孔隙比表面积和孔容积减小会导致钙基吸收剂活性的衰减[3-4].
为了获得CO2吸收效率的最大值,科研工作者开展了大量钙基吸收剂煅烧和碳酸化循环反应特性研究:包括热重分析或固定床试验,或给定通用颗粒模型预测吸收剂颗粒反应能力.但是,如果采用单一的试验方式,则参数的设定会受到试验设备本身的限制且难以消除试验误差;虽然颗粒预测模型可以反映转化率的变化趋势,但吸收剂的颗粒特性以及反应条件却无法通过方程参数体现[5-6].因此,在钙基吸收剂CO2的循环过程中,需要对各个反应参数在循环过程中吸收剂活性变化的影响作进一步深入研究……
登录APP查看全文
