發(fā)布時(shí)間：2023-06-02 05:50

　　隨著經(jīng)濟(jì)的迅速發(fā)展,人類生活、生產(chǎn)的化石燃料需求正在不斷增長,導(dǎo)致CO₂排放量不斷上升,造成嚴(yán)重的溫室效應(yīng)問題。燃煤電廠是主要的碳排放源之一,對(duì)煙氣中的CO₂進(jìn)行捕集是緩解氣候變化、促進(jìn)人類社會(huì)可持續(xù)發(fā)展的重要方式之一。燃燒后二氧化碳捕集技術(shù)應(yīng)用范圍廣,技術(shù)成熟度高,其中化學(xué)吸收法二氧化碳捕集技術(shù)捕集效率較高,捕集效果好,煙氣處理量大,并成功的取得了工程應(yīng)用,因此成為燃燒后最常用的捕集技術(shù)之一。其中醇胺溶液(MEA)吸收法具有吸收速率快、吸收效率高等優(yōu)點(diǎn),因此發(fā)展迅速。但MEA吸收法的工藝需要大量蒸汽滿足醇胺再生所需熱量,導(dǎo)致捕集能耗與成本較高。當(dāng)前降低再生能耗成本的方法中,優(yōu)化工藝參數(shù)具有成本低、操作難度小的特點(diǎn),因此成為研究的熱點(diǎn)之一。本文以勝利電廠CO₂捕集工程為背景,圍繞關(guān)鍵參數(shù)優(yōu)化,對(duì)CO₂捕集系統(tǒng)再生過程進(jìn)行了優(yōu)化。針對(duì)CO₂捕集過程單位再生能耗非線性規(guī)劃問題,建立了基于機(jī)理模型的二氧化碳捕集系統(tǒng)單位再生能耗優(yōu)化模型,運(yùn)用非線性規(guī)劃方法中的罰函數(shù)法及牛頓法,以進(jìn)入再...

【文章頁數(shù)】：87 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題來源、背景與研究意義
    1.2 二氧化碳捕集技術(shù)研究現(xiàn)狀
        1.2.1 二氧化碳捕集技術(shù)的發(fā)展
        1.2.2 二氧化碳捕集技術(shù)國內(nèi)外應(yīng)用現(xiàn)狀
        1.2.3 二氧化碳捕集系統(tǒng)節(jié)能研究現(xiàn)狀
    1.3 參數(shù)優(yōu)化方法研究現(xiàn)狀
    1.4 課題研究內(nèi)容、方法、技術(shù)路線及論文結(jié)構(gòu)安排
        1.4.1 研究內(nèi)容與方法
        1.4.2 論文結(jié)構(gòu)安排
第二章 醇胺法二氧化碳捕集工藝系統(tǒng)
    2.1 二氧化碳捕集工藝流程
    2.2 二氧化碳捕集系統(tǒng)主要設(shè)備
    2.3 Aspen Plus流程模擬
        2.2.1 MEA模型的化學(xué)組成
        2.2.2 物性方法的選擇
        2.2.3 單元操作模塊的選擇
        2.2.4 捕集工藝系統(tǒng)建模
    2.4 本章小結(jié)
第三章 基于機(jī)理模型的再生能耗優(yōu)化
    3.1 引言
    3.2 再生能耗優(yōu)化問題
        3.2.1 單位再生能耗機(jī)理模型
        3.2.2 單位再生能耗優(yōu)化模型
    3.3 優(yōu)化算法設(shè)計(jì)
        3.3.1 外罰函數(shù)內(nèi)嵌牛頓迭代算法
        3.3.2 基于牛頓迭代算法的能耗優(yōu)化
    3.4 案例分析
        3.4.1 敏感性分析
        3.4.2 對(duì)比分析
    3.5 本章小結(jié)
第四章 基于BP神經(jīng)網(wǎng)絡(luò)模型的再生能耗優(yōu)化
    4.1 引言
    4.2 基于神經(jīng)網(wǎng)絡(luò)模型的再生能耗優(yōu)化問題
        4.2.1 單位再生能耗神經(jīng)網(wǎng)絡(luò)模型
        4.2.2 單位再生能耗優(yōu)化模型
    4.3 優(yōu)化算法設(shè)計(jì)
        4.3.1 遺傳算法
        4.3.2 基于遺傳算法的能耗優(yōu)化
    4.4 案例分析
        4.4.1 模型驗(yàn)證
        4.4.2 對(duì)比分析
    4.5 本章小結(jié)
第五章 二氧化碳捕集系統(tǒng)再生過程多目標(biāo)優(yōu)化
    5.1 引言
    5.2 二氧化碳捕集系統(tǒng)再生過程多目標(biāo)優(yōu)化問題
        5.2.1 CO₂減排成本模型
        5.2.2 二氧化碳捕集系統(tǒng)再生過程多目標(biāo)優(yōu)化模型
    5.3 優(yōu)化算法設(shè)計(jì)
        5.3.1 粒子群多目標(biāo)優(yōu)化算法
        5.3.2 基于粒子群算法的多目標(biāo)優(yōu)化
    5.4 案例分析
        5.4.1 仿真參數(shù)
        5.4.2 參數(shù)敏感性分析
        5.4.3 優(yōu)化結(jié)果分析
    5.5 本章小結(jié)
第六章 結(jié)論與展望
    6.1 研究結(jié)論
    6.2 未來展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果
致謝



本文編號(hào)：3827790