火电燃煤锅炉NOx生成机理与燃烧优化技术的研究

煤燃烧的污染排放是我国主要大气污染源之一。分析了燃煤锅炉中NOx生成的机理,介绍了减少NOx生成和排放的工业技术,在对国内外燃煤锅炉燃烧优化技术研究现状综述的基础上,对前沿现代技术应用于燃烧优化控制的发展趋势进行了展望。     

前后墙对冲燃烧锅炉内CO分布原因的数值分析（英文）

目的:前后墙对冲燃烧锅炉在实际运行中普遍存在沿炉膛宽度CO体积分数呈中间低、两边高的分布特点。该分布特点往往伴随着锅炉效率降低、炉膛出口NOx排放偏高、侧墙结渣和高温腐蚀严重等一系列问题。本文旨在分析前后墙对冲燃烧锅炉内CO分布规律的形成原因,为机组运行调整与燃烧系统改造等工程实践提供理论依据。创新点:1.针对煤粉炉燃烧过程中存在剧烈气固反应流的特点,定义了与气、固相质量变化无关的风、煤分布系数ηa和ηp,进而得到了风/煤混合系数η。2.对比炉膛不同区域内的CO分布与风/煤混合系数分布,结合炉膛的空气动力学特性,解释了前后墙对冲燃烧锅炉内CO分布特征的形成过程。方法:1.建立一台660 MWe前后墙对冲燃烧锅炉的数值模型,并通过现场测量数据与模拟数据的比较,验证模型的有效性(表5和图3)。2.定义炉内风、煤分布系数与风/煤混合系数(公式(1)～(3))。3.对比不同特征截面上CO分布特性与风/煤混合特性,探讨二者之间的关联性(图4和5)。3.分析风的分布和煤的分布分别对风/煤混合特性的影响(图6和7)。4.综合考虑炉内气流结构、风和煤的分布及其混合特性,揭示炉内CO分布规律的形成原因(图4～9)。结论:1.对前后墙对冲燃烧锅炉而言,燃烧器区域出口的CO大量聚集在炉膛中间至侧墙区域,燃尽风区域出口的CO则主要集中于侧墙附近。2.CO分布与风/煤混合系数分布基本一致。3.在整个炉膛空间内,风和煤粉皆有向侧墙流动的趋势,但煤粉更加聚集在侧墙周围。4.在燃烧器区域,对冲气流使得风与煤粉向侧墙流动,然后在炉膛四角形成涡流;四角涡流导致烟气在沿侧墙上升的过程中发生明显的气固分离,使煤粉被甩至侧墙附近并在那里燃烧,形成高浓度CO;5.在燃尽风区域,燃尽风与侧墙附近烟气的混合并不理想,因此侧墙附近的高浓度CO难以消除,最终导致沿炉膛宽度的CO体积分数呈中间低、两边高的分布特点。6.基于上述结果,本文分析了当前应用中存在的问题,并提出了改进建议。     

关于燃煤锅炉优化的探讨

本文简述了电厂燃煤锅炉技术优化的重要性,并详尽的分析了循环流化床系统的脱硫技术优化和出灰排水系统的技术优化.希望能给从业人员提供理论依据和技术帮助.     

面向绿色制造的轴承生产车间多目标调度优化（英文）

针对高性能轴承零部件的加工过程,以最大完工时间、机器加工碳排放量和磨削液使用量为目标函数,对轴承零部件加工的绿色车间调度问题进行研究.将轴承零部件的加工过程细化为启动、装夹、加工、卸夹、待机和关闭共6个流程,建立多目标绿色调度数学模型;提出了改进的多目标遗传算法进行求解,采用融合工序选择和机器选择的分段式编码方式,并在交叉、变异等步骤进行改进,提高算法收敛性;最后以某轴承公司的轴承零部件加工过程为例进行案例分析与对比试验,并通过大规模数据测试与分析.结果表明,所提模型可以得到更低的完工时间、碳排放量和磨削液使用量,从而验证了所提模型的科学性和有效性.     

一种基于深度神经网络的结构优化求解算法（英文）

目的:提出一种新的优化方法以解决结构优化问题。创新点:不是通过灵敏度分析来解决优化问题,而是利用深度学习神经网络的优势来寻找优化函数的最优值。方法:1.采用基于拉格朗日对偶和深度神经网络的方法。2.将输入数据用于训练神经网络,直到输出值与预测值非常接近为止。3.通过深度学习插值求解拉格朗日min-max对偶问题,从而找到最小输入值。结论:1.该方法可以解决结构优化问题,但它限制了设计变量输入的数量。2.该方法的准确性取决于输入的区间大小;因此,下一步工作是发展新方法以减少输入数据集的数量。     

高超声速飞行器的地磁匹配辅助导航算法比较（英文）

目的:验证三种经典的地磁匹配辅助导航算法在临近空间高超声速飞行器导航中的适用性。探讨和比较地磁轮廓匹配(MAGCOM)、沿等值线最近点迭代(ICCP)和桑迪亚地磁辅助导航(SIMAN)算法在助推-滑翔高超声速飞行器导航中的实时性、稳定性和定位精度。创新点:比较分析助推-滑翔高超声速飞行器上的三种地磁匹配算法,并讨论其适用性。方法:1.分析地球磁场组成部分的时变特性,并选取地球主磁场作为地磁匹配辅助导航的地磁基准图。2.根据三种地磁匹配算法的原理,分别总结出三种算法的流程和步骤;根据惯性/地磁组合导航的原理,给出组合导航的状态方程和观测方程。3.根据世界地磁场模型(WMM)得出地磁基准图,并在简化的助推-滑翔飞行器弹道上对三种算法在不同的磁误差条件下进行仿真验证和比较。结论:1.在磁误差很小的情况下,SIMAN算法和MAGCOM算法的定位精度都很高;在磁误差较大的情况下,SIMAN算法的精度最高。2.SIMAN算法的稳定性最好,而MAGCOM算法的稳定性最差。3. SIMAN算法的实时性最好,而ICCP算法的实时性最差。     

面向多源分布式混合发电系统的电源配置优化模型（英文）

为了有效整合微电网中不同新能源发电设备,提出了一种面向多能互补分布式新能源发电系统及其辅助设备的电源配置优化模型.该模型首先确定电源配置的初始方案,然后根据用户偏好对初始方案进行优选.通过层次分析指标权重计算方法得到各初始方案的综合评估指标值,并对初始方案进行排序.针对不同型号设备参数多样性及投资成本的差异,该方法可以给出相对合适、经济的电源配置方案建议.此外,较之目前主流Homer Pro,所提出的规划方法考虑了多种新能源之间互补性,相比仅考虑综合成本的单一评价方式,提高了多能源微网配置的合理性.     

低温脱脂大豆粕的低丰度蛋白提取和高丰度蛋白去除条件的优化（英文）

目的:优化低温脱脂大豆粕中的低丰度蛋白提取和高丰度蛋白去除条件,为进一步探讨大豆低丰度蛋白对动物的生理功能影响提供试验材料。创新点:结合提取时间和异丙醇浓度,将超声波(超声时间、功率)用于辅助异丙醇去除大豆高丰度蛋白和富集低丰度蛋白的研究。方法:在单因素试验基础上,设计了超声时间、超声功率、提取时间和异丙醇浓度等四因素三水平的正交试验。并通过测定提取液中的蛋白浓度和通过聚丙烯酰胺凝胶电泳(SDS-PAGE)、质谱分析(MS)等蛋白质组学手段鉴定提取液或丙酮沉淀物中的蛋白质含量,实现了大豆高丰度蛋白去除和低丰度蛋白提取条件的优化。结论:50%异丙醇,350 W超声15 min,提取1 h是大豆低丰度蛋白提取的最佳条件。提取物含多种低丰度蛋白(油质蛋白、大豆未知蛋白、磷酸酯D和无特征大豆蛋白),且无大豆高丰度蛋白(大豆球蛋白和β-伴大豆球蛋白)。     

燃煤烟气半干法脱氯的化学动力学模拟（英文）

目的:燃煤锅炉烟气中的HCl对环境、设备及脱硫系统有不利的影响,也是脱硫废水处理的难点。本文提出半干法脱氯技术,探讨其技术合理性,并研究不同因素对反应效率的影响,为进一步工程应用提供理论依据,实现燃煤烟气中HCl的脱除及脱硫废水零排放。创新点:1.提出半干法脱氯技术,将氯离子固化到飞灰中;2.脱氯后脱硫废水大幅减少,将脱硫废水作为碱基溶剂回喷到烟道中,实现脱硫废水零排放;3.建立良搅拌反应器(PSR)模型,探讨半干法脱氯过程的化学动力学反应机理与关键参数。方法:1.通过CHEMKIN构建PSR模型,模拟实际燃煤烟气组分下的半干法脱氯过程;2.通过敏感性分析,探讨SO_2与HCl之间的竞争关系(图8~10);3.通过单变量模拟,研究不同因素对反应效率的影响(图13~16)。结论:1.烟气中的SO_2对HCl的脱除存在较大竞争关系,但即使Na/Cl(摩尔比)为1时,HCl的反应效率依然可观。2.HCl的反应效率与Na/Cl呈正相关;综合考虑反应效率和运行成本,设置Na/Cl为5较为合理。3.SO_2浓度的小范围变化不会对HCl的反应效率造成显著影响。4.仅通过化学动力学模拟,烟气温度对HCl的反应效率影响不明显。5.烟气中酸性气体与NaOH在0.1 s内即可完成反应,在1 s左右达到平衡。     

基于低复杂度次优译码算法的准正交空时分组码（英文）

针对成对译码算法复杂度高及迫零/最小均方误差算法性能较差等问题,提出了一种pairwise-quasi-ZF/pairw ise-quasi-MMSE的低复杂度次优译码算法.利用quasi-ZF或quasi-MMSE算法计算出部分发射信号的统计判决值,将该判决值作为译码结果代入成对译码算法表达式中,从而计算出剩余部分发射信号的统计判决值并作为译码结果.比较了所提算法与几种传统译码算法的系统误比特率性能,并比较了ZF,MMSE,quasi-ZF和quasi-MMSE四种算法的计算量.仿真结果表明所提算法的BER性能与quasi-ZF算法和quasi-MMSE算法相比有明显改善,与pairwise-ZF和pairwise-MMSE算法相比BER性能相近,计算量却大大降低.     

基于NOMA的车联网资源分配算法（英文）

为了改善车辆高速移动引起的快速时变信道,实现有效可靠的车联网通信,研究了将非正交多址接入(NOMA)应用于平直高速公路蜂窝通信车辆用户(V2I)场景下的下行单播传输用户对(V2V)车联网资源分配算法.提出基于地理位置的V2V分簇算法,在基站端对信道资源进行预先分配.综合考虑V2I用户全局地理位置与分簇结果,使用Kuhn-Munkres算法完成子信道分配.采用改进的粒子群算法获得各发送方车辆用户最优发送功率.仿真结果表明:与现有基于设备到设备(D2D)的车联网资源分配相比,该算法有更高的网络连接能力,可有效收敛并提升频谱利用率,实现更高的传输速率.     

锅炉燃烧优化系统的应用探讨

基于长兴发电有限公司的应用实践,探讨了锅炉燃烧优化系统的设备概况、可行性分析、相关原理、应用特点和经济效益,并指出了尚需完善的三大问题.     

禾谷类作物低镉积累育种研究进展（英文）

镉(Cd)是毒性最强和农田受污染最普遍的重金属之一。土壤镉污染严重影响作物的产量和品质,并可通过食物链富集,从而危害人体健康。选育和种植食用部位镉低积累的作物品种是经济有效利用镉污染土壤,保证农产品安全生产,有效降低镉进入食物链的一条经济、有效的途径。本文主要介绍了近年来国内外在禾谷类作物镉低积累相关数量性状位点(QTL)定位、基因挖掘及其在低镉积累育种中的应用的最新成果;概述了镉低积累作物品种的定义、特征与选育方法,为低镉积累分子育种与生产提供理论指导。     

燃煤变化造成锅炉运行异常的优化调整

本文介绍了华能上安电厂在防止燃煤变化实践过程中摸索到的有关经验和应对措施及技术改进。通过技术改造,锅炉采用双旋风分离式煤粉浓缩型燃烧器,无烟煤比例减少,燃煤挥发份升高,达到了燃烧更安全稳定。     

一种新的免疫多目标优化算法及其在锅炉燃烧优化中的应用

为了综合考虑锅炉燃烧优化问题中锅炉效率与NOx排放2个目标,提出了一种新的基于免疫细胞亚群的多目标优化算法ICSMOA.算法定义了亚群划分算子与免疫耐受算子,亚群划分可以很方便地表达偏好,免疫耐受则能保证解的分布性.ICSMOA的运行结果为一组Pareto最优解,而传统的加权法的运行结果为一个不能判断Pareto占优与否的解.与多次运行加权法获得的结果相比,所提算法的运行结果优于加权法.另外,运行ICS-MOA所获得的Pareto前沿不同于经典的多目标优化算法,它可以输出更多的满足决策者偏好的解,从而更适合于工业应用.     

利用遗传算法优化神经网络超参数（英文）

目的:证明超参数优化对深度能量方法(DEM)精度的影响以及DEM在预测不同荷载作用下梁和板等结构的应力分布方面的能力。创新点:1.为了提高DEM的准确性,各种超参数组合被输入遗传算法(GA)并找到最佳组合。2.为了防止重复计算以及提高这种元启发式算法的效率,GA过程中还考虑了超参数组合的禁忌列表。方法:1.实施非均匀有理样条(NURBS)以生成穿过结构体和边界的积分点。2.采用DEM计算位移和应力分布。3.利用遗传算法优化DEM的超参数,以对模型在预测结构内应力和位移传播的准确性方面具有显着影响。结论:1.在不同的优化器和激活函数中,Adam和L-BFGS-B方法以及Re LU2函数的组合使得DEM模型的准确率最高。2.其他对模型预测准确性有影响的超参数包括隐藏层的数量、每层神经元的数量以及通过上述结构集成的点数。3.优化DEM的超参数可以使相对应变能误差降低近50%,提高了DEM模型对应力和位移分布的预测能力。     

面向数字孪生车间的三维可视化交互系统（英文）

为了提升数字孪生车间人—物理—虚拟的协调与融合,对数字孪生车间的三维可视化监控与人机交互进行研究.首先,提出了一种新的面向数字孪生车间的三维可视化交互系统六维模型,由于传统的数字孪生五维模型忽略了人机交互的重要性,因此增加了用户终端新维度;然后,提出了一种车间生产过程分层实时数据驱动映射模型,同时,提出了基于OPC UA的工业物联网实时数据采集方法.基于系统六维模型,介绍了基于虚拟现实的三维可视化虚拟环境创建流程,以及基于数据管理云平台的数据驱动流程.最后,以叶片转子试验车间为对象对系统六维模型进行验证,开发了三维可视化交互系统.结果表明,该系统的透明度更高,实时数据驱动更高效,促进了人—物理—虚拟的协调与融合,对于数字孪生车间建设具有现实意义.     

面向图像分类的核主成分分析网络（英文）

为了能够用线性分类器对非线性特征进行分类,同时提高图像的分类正确率,提出了一种核主成分分析网络(KPCANet).首先通过核主成分分析算法将数据映射到高维空间中,使得数据线性可分,然后建立一个2层的KPCANet,提取出图像的主特征,最后将图像的主特征输入线性分类器中进行分类.实验结果表明,KPCANet对于人脸识别、物体识别以及手写数字识别效果良好,其分类效果优于现存的主成分分析网络(PCANet).同时,KPCANet的成分提取效果不受光照条件变化的影响,且对于遮挡以及微小的形变提取效果稳定.     

卧式燃煤锅炉改烧生物质燃料后燃烧系统的改造

针对卧式燃煤锅炉改烧生物质燃料后出现的效率低等问题,通过对一台 DZL41．25 AⅡ锅炉的燃烧系统进行改造,采取增加预燃室、设计二次通风系统和加装热管式空气预热器等措施,使其燃烧系统适于燃烧生物质燃料。改造后锅炉热效率从改造前的61％提高到73％,节能效果明显。     

硝酸酯增塑聚醚（NEPE）推进剂燃烧的数值与试验研究（英文）

目的:因NEPE推进剂具有独特的燃烧性能和燃烧机理,现有模型无法直接用于其燃烧相关研究。本文希望对现有模型进行改进,并基于自由基裂解模型建立一个计算NEPE推进剂燃速的模型,然后对NEPE推进剂燃烧进行观察和测量,研究其燃烧特性,以期为所建模型提供数据支持。创新点:1.基于自由基裂解模型,计算每种成分同时存在多种粒径分布的NEPE推进剂的燃速;2.建立试验系统,观察NEPE推进剂燃烧火焰形态。方法:1.通过理论推导,构建燃速与推进剂成分的粒径和含量以及燃烧室压强之间的关系,得到燃速计算公式(公式(1)–(10));2.利用建立的模型,计算四种不同粒径分布的NEPE推进剂在不同压强下的燃速,并与试验结果进行比较,验证模型的可行性(图7);3.建立试验系统,测量NEPE推进剂的燃速和燃面温度,并观察其燃烧火焰(图5和6),分析不同成分对燃烧的影响。结论:1.基于自由基裂解模型建立的燃烧模型可用于预测NEPE推进剂的燃速;2.铝颗粒的添加对NEPE推进剂的燃烧火焰形态和气相反应都有较大影响;3.氧化剂(高氯酸铵和奥克托今)颗粒的粒径对燃速的影响比铝颗粒的粒径对燃速的影响大,但对燃速压强指数的影响相对较小。