環(huán)境污染與資源能耗不堪重負是目前制約我國國民經(jīng)濟發(fā)展的主要瓶頸,而污染排放與系統(tǒng)綜合能效的協(xié)同耦合作用機理及其協(xié)同評價方法是突破我國環(huán)境污染與資源能耗不堪重負瓶頸的有效途徑�；谶@一重大社會需求和工程背景,本文基于ASPEN PLUS機理建模仿真和基于支持向量機在線樣本數(shù)據(jù)的智能深度自學習建模,構建了脫硫系統(tǒng)污染排放和系統(tǒng)綜合能效指標智能在線軟預測模型,研究構建了煤種品質(zhì)參數(shù)-鍋爐負荷參數(shù)-過程調(diào)控參數(shù)-SO2污染排放—系統(tǒng)綜合能效協(xié)同耦合關聯(lián)理論,詮釋了其協(xié)同耦合作用機制。以此構建了脫硫系統(tǒng)污染排放和系統(tǒng)綜合能效指標智能在線實時軟預測方法,污染排放與系統(tǒng)綜合能效的協(xié)同評價方法,為建立我國高能耗裝備的污染排放與系統(tǒng)綜合能效的協(xié)同評價標準奠定理論基礎。主要研究成果如下:1、基于ASPEN PLUS機理建模仿真和支持向量機在線樣本數(shù)據(jù)的智能深度自學習建模,構建了脫硫系統(tǒng)污染排放和系統(tǒng)綜合能效指標智能實時在線軟預測模型,實現(xiàn)了基于脫硫系統(tǒng)中央控制系統(tǒng)的煤種品質(zhì)參數(shù)、鍋爐負荷參數(shù)和關鍵過程調(diào)控參數(shù)在線運行數(shù)據(jù),準確預測SO2污染排放與系統(tǒng)綜合能效指標,預測值與實時監(jiān)測值的對比分析結果表明:其最... 

【文章頁數(shù)】：84 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景
    1.2 石灰石-石膏濕法脫硫系統(tǒng)工藝概述
        1.2.1 脫硫工藝流程及原理介紹
        1.2.2 關鍵影響參數(shù)分析
        1.2.3 工藝優(yōu)化技術研究現(xiàn)狀
    1.3 石灰石-石膏濕法脫硫系統(tǒng)能耗概述
        1.3.1 脫硫系統(tǒng)耗能設備
        1.3.2 脫硫系統(tǒng)能耗計算
        1.3.3 能效評估研究現(xiàn)狀
    1.4 本文研究內(nèi)容及意義
第二章 基于ASPEN PLUS的脫硫機理模擬及分析
    2.1 ASPEN PLUS介紹及模型搭建
        2.1.1 ASPEN PLUS介紹及脫硫應用現(xiàn)狀
        2.1.2 石灰石-石膏濕法脫硫吸收模型的搭建
        2.1.3 ASPEN PLUS脫硫吸收模型計算及驗證
    2.2 關鍵調(diào)控參數(shù)對出口二氧化硫排放及脫硫效率的影響
        2.2.1 入口煙氣流量對出口SO_2排放濃度及脫硫效率的影響
        2.2.2 入口SO_2濃度對出口SO_2排放濃度及脫硫效率的影響
        2.2.3 液氣比對出口SO_2排放濃度及脫硫效率的影響
        2.2.4 鈣硫比對出口SO_2排放濃度及脫硫效率的影響
    2.3 ASPEN PLUS脫硫吸收模型對火電廠脫硫機組的模擬驗證研究
        2.3.1 火電廠脫硫機組預測模型的建立
        2.3.2 火電機組關鍵調(diào)控參數(shù)對出口二氧化硫濃度及脫硫效率的影響
    2.4 小結
第三章 基于支持向量機的關鍵參數(shù)與關聯(lián)理論研究
    3.1 引言
    3.2 支持向量機回歸方法
        3.2.1 支持向量機回歸基本理論
        3.2.2 支持向量機線性回歸的簡單算法
        3.2.3 支持向量機非線性回歸的核函數(shù)算法
    3.3 基于支持向量機的脫硫塔二氧化硫排放預測模型
        3.3.1 訓練樣本參數(shù)的選取
        3.3.2 預測模型的建立與可靠性測試
    3.4 關鍵調(diào)控參數(shù)對出口二氧化硫排放及脫硫效率的影響
        3.4.1 入口煙氣流量對出口SO_2濃度及脫硫效率的影響
        3.4.2 入口SO_2濃度對出口SO_2濃度及脫硫效率的影響
        3.4.3 氧含量對出口SO_2濃度及脫硫效率的影響
        3.4.4 漿液密度對出口SO_2濃度及脫硫效率的影響
        3.4.5 漿液PH值對出口SO_2濃度及脫硫效率的影響
    3.5 基于支持向量機的關鍵調(diào)控參數(shù)協(xié)調(diào)耦合機制研究
        3.5.1 入口煙氣流量與工藝可調(diào)參數(shù)耦合關系
        3.5.2 入口SO_2濃度與工藝可控參數(shù)耦合關系
    3.6 本章小結
第四章 基于支持向量機的污染排放與能效協(xié)同機制及評價
    4.1 引言
    4.2 脫硫系統(tǒng)總能耗預測模型及能效指標的建立
        4.2.1 總能耗模型的建立及可靠性分析
        4.2.2 綜合能效指標的建立
    4.3 關鍵調(diào)控參數(shù)-污染排放-系統(tǒng)能耗的協(xié)同耦合規(guī)律
        4.3.1 煙氣氧含量-污染排放-系統(tǒng)能耗的協(xié)同規(guī)律
        4.3.2 漿液密度-污染排放-系統(tǒng)能耗的協(xié)同規(guī)律
        4.3.3 漿液流量-污染排放-系統(tǒng)能耗的協(xié)同規(guī)律
    4.4 小結
第五章 結論
    5.1 研究工作總結
    5.2 主要創(chuàng)新點
    5.3 展望
致謝
參考文獻
攻讀學位期間的研究成果


【參考文獻】：
期刊論文
[1]中國大氣污染治理:進展·挑戰(zhàn)·路徑[J]. 王韻杰,張少君,郝吉明.  環(huán)境科學研究. 2019(10)
[2]Aspen Plus模擬軟件在化工中的應用[J]. 姚衛(wèi)國,鄭瑞朋,胡凱瑞,高鵬飛,鄭剛,劉勇營.  浙江化工. 2019(08)
[3]脫硫漿液品質(zhì)對脫硫效果的影響因素研究[J]. 薛龍,胡穎麗.  山西冶金. 2019(02)
[4]濕法煙氣脫硫塔內(nèi)傳遞與化學反應過程CFD模擬[J]. 曲江源,齊娜娜,關彥軍,滕陽,徐文青,朱廷鈺,張鍇.  化工學報. 2019(06)
[5]煙氣脫硫技術現(xiàn)狀及展望[J]. 金平,王昊辰,李磊,李欣,韓天竹.  當代化工. 2019(01)
[6]支持向量機理論及應用[J]. 馬旭霞.  科學技術創(chuàng)新. 2019(02)
[7]基于Aspen Plus的燃煤電廠煙氣污染控制單元模擬[J]. 于荊鑫,王菁,楊鳳玲,郝艷紅,程芳琴.  過程工程學報. 2019(02)
[8]國務院印發(fā)《打贏藍天保衛(wèi)戰(zhàn)三年行動計劃》[J].   中國環(huán)境監(jiān)察. 2018(07)
[9]石灰石濕法脫硫的發(fā)展現(xiàn)狀綜述[J]. 汪茜.  化工管理. 2018(20)
[10]石灰石-石膏濕法煙氣脫硫設施常見故障及影響脫硫效率因素分析[J]. 呂新鋒.  電力科技與環(huán)保. 2018(02)

博士論文
[1]大型石灰石—石膏濕法煙氣脫硫系統(tǒng)可靠性研究[D]. 徐銳.華中科技大學 2011
[2]燃煤煙氣脫硫脫氮一體化工藝及技術研究[D]. 楊柳.東南大學 2006

碩士論文
[1]基于氣液傳質(zhì)強化的濕法煙氣脫硫技術研究[D]. 趙楓.江南大學 2019
[2]基于污染治理與綜合能效協(xié)同的高能耗設備能效預測與評價關鍵技術[D]. 鄭傳義.南昌大學 2019
[3]超低排放條件下濕法脫硫塔能效分析研究[D]. 王岳宸.山東大學 2018
[4]濕法煙氣脫硫塔內(nèi)流場優(yōu)化的數(shù)值模擬[D]. 曲江源.華北電力大學(北京) 2018
[5]濕法煙氣脫硫超低排放節(jié)能工藝優(yōu)化及工程應用研究[D]. 望西萍.清華大學 2017
[6]濕法脫硫效率影響因素及噴淋塔數(shù)值模擬[D]. 孫慶龍.山東大學 2014
[7]基于支持向量機建模的非線性預測控制研究[D]. 王俊龍.北京交通大學 2014
[8]火電廠鍋爐及輔助系統(tǒng)能效評價方法的研究[D]. 劉京.華北電力大學 2014
[9]多維輸出支持向量回歸機若干研究及應用[D]. 楊蕾.南京郵電大學 2014
[10]石灰石—石膏濕法脫硫系統(tǒng)綜合能效評估方法研究[D]. 史夢潔.華北電力大學 2014



本文編號：3674965